模式识别与人工智能（程序与算法）系列讲解 - 总目录

2023-07-10 18:51:56

模式识别与人工智能（程序与算法）系列讲解 - 总目录

作者： 安静到无声

作者简介：人工智能和硬件设计博士生、CSDN与阿里云开发者博客专家，多项比赛获奖者，发表SCI论文多篇。

Thanks♪(･ω･)ﾉ 如果觉得文章不错或能帮助到你学习，可以点赞👍收藏📁评论📒+关注哦！ o(￣▽￣)ｄ

ლ(°◕‵ƹ′◕ლ)希望在传播知识、分享知识的同时能够启发你，大家共同进步。ヾ(◍°∇°◍)ﾉﾞ


欢迎大家来到安静到无声的《模式识别与人工智能（程序与算法）》，开始前博主先列出模式识别与人工智能（程序与算法）的学习大纲，同时这也可以作为大家学习的参考。下面蓝字都是传送门，点击进入即可:喜欢本专栏的小伙伴，请多多支持！

机器学习MATLAB实现

  1. 机器学习MATLAB实现：Matalb-邻域平均法、均值滤波法、中值滤波法对图像进行平滑去噪_邻域平均滤波
  2. 机器学习MATLAB实现：MATLAB-直方图均衡化_matlab直方图均衡化
  3. 机器学习MATLAB实现：基于DCT变换的JPEG图像压缩_dct变换图像压缩
  4. 机器学习MATLAB实现：Matalb-图像均值滤波，中值滤波，梯度锐化(sobel算子)的实现_matlab sobel滤波
  5. 机器学习MATLAB实现：Matlab-梯度Roberts算子、拉普拉斯算子、Sobel算子、Prewitt算子对图像进行锐化

深度学习

  1. 深度学习调参经验：优化神经网络性能的关键八大步骤

Python示例

  1. Python代码示例：将一个文件夹中未标记的文件复制到另一个文件夹
  2. Python代码示例：比较两个文件夹中的文件名并打印相同的文件
  3. Python代码示例：使用Pillow库轻松实现图像尺寸调整——＞使每个图像具有相同的大小，方便模型处理和训练_pillow 获取图片尺寸_安静到无声的博客-CSDN博客
  4. Python代码示例：求取文件夹下图片的均值与方差——＞消除异常数据，保证所有像素值都处于比较合理的范围，提高模型的性能。_安静到无声的博客-CSDN博客
  5. Python代码示例：使用Python的Pillow库对图片进行格式转换和重命名
  6. Python代码示例：利用Python代码批量修改文件名_批量修改文件名
  7. Python代码示例：遍历文本文件中的图片信息并复制图片
  8. Python代码示例：Python实现Imagenet数据集的合并和拆分
  9. Python代码示例：AI助手帮你轻松做好Imagenet数据集重命名与复制
  10. Python代码示例：python实现获取当前目录下的树形结构_python 读取目录结构
  11. Python代码示例：使用ChatGPT快速实现灰度和RGBA图片转换为RGB三通道图片的Python数据清洗demo_python rgba转rgb
  12. Python代码示例：如何将通过Image.open读出的图片从单通道-＞三通道
  13. 用Python对文件夹下的图片命名进行批量更改_python修改图片名
  14. Python代码示例：爬取网站图片
  15. Python代码示例：Python中的列表推导式（List Comprehensions）及其条件筛选法_python 列表推导式多个条件

Opencv-python教程

  1. Opencv-python教程：python-opencv(1)图像的基础操作
  2. Opencv-python教程：python-opencv(2)图像运算
  3. Opencv-python教程：python-opencv(3)图像类型转换
  4. Opencv-python教程：python-opencv(4)–几何变换
  5. Opencv-python教程：python-opencv(10)图像金字塔
  6. Opencv-python教程：python-opencv(11)图像轮廓
  7. Opencv-python教程：python-opencv(12)直方图
  8. Opencv-python教程：python-opencv(13)傅里叶变换

模式识别与机器学习（Python实现）

  1. 模式识别与机器学习（Python实现）：基于sklearn朴素贝叶斯模型和pazen窗方法实现男女分类
  2. 模式识别与机器学习（Python实现）：基于贝叶斯判决皮肤检测的简单实现
  3. 模式识别与机器学习（Python实现）：基于PCA降维和KNN分类的人脸识别
  4. 模式识别与机器学习（Python实现）：基于PCA–LDA的人脸识别
  5. 模式识别与机器学习（Python实现）：基于聚类的图片分割
  6. 模式识别与机器学习（Python实现）：决策树分男女
  7. 模式识别与机器学习（Python实现）：基于压缩近邻法的分类问题
  8. 模式识别与机器学习（Python实现）：如何用MCMC产生任意的概率分布随机数？Python简单实现

Tensorflow学习

Tensorflow1.x

  1. Tensorflow1.x：tf中tensor和numpy
  2. Tensorflow1.x：tf.Variable中trainable作用
  3. Tensorflow1.x：tesorflow 计算模型复杂度
  4. Tensorflow1.x：L2正则化和collection【tf.GraphKeys】
  5. Tensorflow1.x：Tensorflow 变量及共享变量

Tensorflow2.x

  1. Tensorflow2.x：创建keras环境步骤

  2. Tensorflow2.x：tensorflow2.0 深度学习基础和tf.keras

  3. Tensorflow2.x：tensorflow2.0 卷积神经网络的实现实例(卫星与湖)

  4. Tensorflow2.x：tensorflow2.0 tf.keras序列问题

  5. Tensorflow2.x：tensorflow2.0 实例猫狗识别(1)

  6. Tensorflow2.x：tensorflow2.0 eager模式与自定义训练网络

  7. Tensorflow2.x：tensorflow2.0 tf.keras猫狗识别(2)—自定义训练

  8. Tensorflow2.x：tebsorflow2.0 使用Keras编写自定义图层和模型

  9. Tensorflow2.x：tebsorflow2.0 多输出模型实例

  10. Tensorflow2.x：tebsorflow2.0 图像定位+分类(Oxford-IIIT数据集)

  11. Tensorflow2.x：tebsorflow2.0 图像语义分割(Oxford-IIIT数据集)

Python语法

  1. Python语法：Python中hasattr的具体用法
  2. Python语法：python中的语法使用(easydict set() plt.subplots() assert)
  3. Python语法：os.path库常用函数的使用_标准库os.path中的函数用来获取参数指定
  4. Python语法：argparse使用方法简单总结_python的argparse用法
  5. Python语法：python __all__含义
  6. Python语法：numpy方法积累
  7. Python语法：如何优雅的学习的getattr()函数**

Pytorch语法

  1. Pytorch语法：pack_padded_sequence用法与完整示例
  2. Pytorch语法：pytorch中的torch.manual_seed()
  3. Pytorch语法：torch.autograd.Function 学习理解
  4. Pytorch语法：为什么设置cudnn.benchmark = True
  5. Pytorch语法：pytorch权重初始化_pytorch 权重初始化
  6. Pytorch语法：pytorch使用方法积累
  7. Pytorch语法：如何用Pytorch加载部分权重

Linux调试

  1. Linux调试：更改CUDA版本＜此博文仅供自己参考＞_cuda怎么改版本
  2. Linux调试：linux操作命令_vi train.py
  3. Linux调试：如何优雅的解决Pycharm在jupyter notebook的Port问题
  4. Linux调试：如何优雅的在linux下对指定文件夹解压_linux解压单个文件
  5. Linux调试：Linux下文件夹的移动与复制_linux 复制整个文件夹
  6. Linux调试：如何优雅的使用GPU监控

Bug调试

  1. Bug调试：成功解决OSError: [E050] Can’t find model ‘en_core_web_sm’._安静到无声的博客-CSDN博客
  2. Bug调试：成功解决Resource punkt not found错误
  3. Bug调试：成功解决NLTK包的安装错误
  4. Bug调试：成功解决http.client.RemoteDisconnected: Remote end closed connection without response

其他

  1. 常用的水下图像数据集
  2. “微天气” - 一个基于微信小程序的智能天气预报体验_天气预报小程序开发
更多推荐

客户端和服务端信息交互模型

什么是客户端和服务端？客户端：可以向服务器发请求，并接收返回的内容进行处理服务器端：能够接收客户端请求，并且把相关资源信息返回给客户端的当用户在地址栏中输入网址，到最后看到页面，中间都经历了什么？后面会详细解析每个步骤干的事一、URL地址解析A:URI/URL/URNURI(UniformResourceldentif

云服务部署：AWS、Azure和GCP比较

🌷🍁博主猫头虎（🐅🐾）带您GotoNewWorld✨🍁🦄博客首页——🐅🐾猫头虎的博客🎐🐳《面试题大全专栏》🦕文章图文并茂🦖生动形象🐅简单易学！欢迎大家来踩踩~🌺🌊《IDEA开发秘籍专栏》🐾学会IDEA常用操作，工作效率翻倍~💐🌊《100天精通Golang(基础入门篇）》🐅学会Gol

【腾讯云 Cloud Studio 实战训练营】提升开发效率与协作：探索腾讯云 Cloud Studio 的强大功能与优势

文章目录一、前言二、认识腾讯云CloudStudio2.1什么是云端开发环境2.2CDE的特点与优点2.2.1提高效率，开发环境一键运行2.2.2提高生产力，可以并行的工作2.2.3开发更加规范2.2.4提供监管，降低资本与资源2.3云端开发环境具备的四大要素2.4腾讯云CloudStudio强大的AI功能2.4.1与

tauri vue vite elemrntui

tauri+vue+viterust```根据https://www.rust-lang.org/tools/install，安装rust。如果是windows会跳出vs工具的安装器，会自动勾选要安装的，直接点安装即可执行cargo--version检查安装是否完成，可以使用cargo创建一个hello项目验证rust

OpenCV中的HoughLines函数和HoughLinesP函数到底有什么区别？

一、简述基于OpenCV进行直线检测可以使用HoughLines和HoughLinesP函数完成的。这两个函数之间的唯一区别在于，第一个函数使用标准霍夫变换，第二个函数使用概率霍夫变换（因此名称为P）。概率版本之所以如此，是因为它仅分析点的子集并估计这些点都属于同一条线的概率。此实现是标准霍夫变换的优化版本，在这种情况

Go语言实践案例之简单字典

一、程序要实现效果：在命令行调用程序的时候，可以在命令行的后面查询一个单词，然后会输出单词的音标和注释。二、思路分析：定义一个结构体DictRequest，用于表示翻译请求的数据结构。其中包含了TransType（翻译类型）、Source（源语言单词）、UserID（用户ID）等字段。定义一个结构体DictRespon

GO编程实践：如何高效使用变量

GO语言是一种强类型、静态编译的编程语言，它具有简洁的语法和强大的并发支持。在GO语言中，变量的定义和使用是非常重要的基本概念之一。下面是关于如何在GO语言中定义变量的详细说明，使用Markdown格式呈现：GO语言变量定义在GO语言中，变量的定义涉及到两个关键步骤：声明和初始化。首先，我们需要声明变量的类型，然后可以

MyBatis核心配置文件解析: 一步步深入理解mybatis-config.xml

😀前言在进行MyBatis项目开发时，合理和高效的配置是确保项目顺利进行的基础。其中，mybatis-config.xml配置文件扮演着极其重要的角色，它包含了MyBatis运行时的各种必要配置信息，如数据库连接属性、事务管理器配置、别名配置等。.提供了一份详细的mybatis-config.xml配置文件解析，一步

Go语言开发环境搭建指南：快速上手构建高效的Go开发环境

Go官网：https://go.dev/dl/Go语言中文网：https://studygolang.com/dl下载Go的语言包进入官方网站Go官网或Go语言中文网：选择下载对应操作系统的安装包：等待下载完成：安装Go的语言包双击运行上一步下载好的Go语言包，点击【Next】：勾选【Iacceptthetermsin

深入了解接口测试：方法、工具和关键考虑因素（一）

接口测试是软件测试中的一项重要工作，它涉及到系统与系统之间的交互点。接口可以是外部接口，也可以是内部接口，包括上层服务与下层服务接口以及同级接口。在接口测试中，我们需要确保接口能够按照预期的方式进行通信和交互，并且能够正确处理输入和输出数据。什么是接口？接口是具有特定输入和输出的一套逻辑处理单元，它不需要了解内部的实现

蓝牙核心规范（V5.4）10.7-BLE 入门笔记之L2CAP

1.概述ATT属性用于两个设备，一个扮演客户端的角色，另一个扮演服务器的角色。服务器公开一系列称为属性的复合数据项。这些属性由服务器按索引列表组织在称为属性表的列表中。每个属性包含一个句柄、一个通用唯一标识符（UUID）、一个值和一组权限。句柄是一个唯一的索引值，ATT客户端可以使用该值来引用属性表中的特定条目。UUI

热文推荐
  1. 【算法系列 | 8】深入解析查找算法之—二分查找

    序言心若有阳光，你便会看见这个世界有那么多美好值得期待和向往。决定开一个算法专栏，希望能帮助大家很好的了解算法。主要深入解析每个算法，从概念到示例。我们一起努力，成为更好的自己！今天第8讲，讲一下查找算法的二分查找1基础介绍查找算法是很常见的一类问题，主要是将一组数据按照某种规则进行排序。以下是一些常见的查找算法及其应

  2. 通过 chatgpt 协助完成网站数据破解

    Chatgpt的出现极大地提升了程序员的工作效率，常见的使用场景包括代码自动生成、代码静态检查等，那么chatgpt能否用于某些网站的数据破解工作呢？问题某天线上服务开始报警，原来是某个视频网站无法获取到其cdn地址导致的下载失败问题。经过debug发现原来的明文数据现在变成了加密数据（数据放在html中），如下由于职

  3. Boostrap对HTML的表格的设计和优化

    目录01-Bootstrap的默认表格风格02-没有边线-边界的表格03-行与行的背景颜色交替变换(条纹样式)04-给表格加上边框效果05-鼠标移到行上时该行的颜色加深06-把表格的padding值缩减一半,使表格看起来更紧凑07-为表格的行或单元格设置颜色01-Bootstrap的默认表格风格Bootstrap对表格

  4. 生信分析Python实战练习 9 | 视频27

    开源生信Python教程生信专用简明Python文字和视频教程源码在：https://github.com/Tong-Chen/Bioinfo_course_python目录背景介绍编程开篇为什么学习Python如何安装Python如何运行Python命令和脚本使用什么编辑器写Python脚本Python程序事例Pyt

  5. Springboot部署服务器项目上线

    第一步，项目打包，有两种方式第一种、直接在项目根目录打开终端，输入以下语句即可。如下图：mvncleanpackage-DskipTests第二种、在右侧点击Maven选项，选择鼠标左键双击package选项即可。如下图：两种方法的结果，都会得到我们需要jar包，效果如下图：（可选项）如果觉得jar包名太难记，还可以在

  6. “Vue进阶：深入理解插值、指令、过滤器、计算属性和监听器“

    目录引言：Vue的插值Vue的指令Vue的过滤器Vue的计算属性和监听器vue购物车案例总结：引言：Vue.js是一款流行的JavaScript框架，它提供了许多强大的功能来简化前端开发。在本篇博客中，我们将深入探讨Vue的一些高级特性，包括插值、指令、过滤器、计算属性和监听器。通过理解和灵活运用这些功能，我们可以更好

  7. 10个值得关注的学习网站，知乎超30万人收藏，什么资源都可找到！

    hi，大家好我是技术苟，每周准时上线为你带来实用黑科技！由于公众号改版，现在的公众号消息已经不再按照时间顺序排送了。因此小伙伴们就很容易错过精彩内容。喜欢黑科技的小伙伴，可以将黑科技百科公众号设为标星，这样就不会走丢啦~免责声明hello，朋友们，黑科技百科所有资源均为免费分享，绝多部分来源于互联网，所有资源仅提供学习

  8. 线程的方法(未完成)

    线程的方法1.获取当前线程对象:CurrentThread()@Testpublicvoidbb(){Threadthread=Thread.currentThread();System.out.println(thread.getName());//打印main}2.currentThread().setName和c

  9. CPP-Templates-2nd--第 21 章 模板和继承

    目录21.1空基类优化（TheEmptyBaseClassOptimization，EBCO）21.1.1布局原则21.1.2将数据成员实现为基类21.2TheCuriouslyRecurringTemplatePattern(CRTP)21.2.1TheBarton-NackmanTrick21.2.2运算符的实现（