|
|
@@ -1,3 +1,9 @@
|
|
|
+day1
|
|
|
+手写数字识别项目运行与讲解
|
|
|
+人脸识别项目运行
|
|
|
+Python环境安装与开发工具
|
|
|
+开发体系与规范
|
|
|
+
|
|
|
day2
|
|
|
1.今天上午学习了怎么建立git仓库
|
|
|
第一步：定位到本地仓库文件夹 ，使用命令git init
|
|
|
@@ -12,17 +18,59 @@ day2
|
|
|
day3
|
|
|
1.今天学习了用jupyter进行图像处理。
|
|
|
2.学习了矩阵相关操作，用于解决一些简单的生活问题
|
|
|
+3.Numpy应用与图像原理
|
|
|
+4.Numpy处理训练与测试数据
|
|
|
+5.sklearn介绍与调用
|
|
|
+6.KNN模型调用与预测
|
|
|
|
|
|
day4
|
|
|
1.今天学习了房价预测模型的实验，通过各个方面的因素，使用关联矩阵处理数据，
|
|
|
判断影响价格的因素。
|
|
|
2.学会使用pandas包，寻找特征相关性等内容。
|
|
|
+3.数据处理《缺失值)
|
|
|
+4.数据可视化与观察(matplotlib)
|
|
|
+5.相关性分析
|
|
|
+6.特征筛选与合成
|
|
|
+7.分层采样、sklearn估算器、转换器、预初器
|
|
|
|
|
|
day5
|
|
|
1.今天学习了import sys from PyQt6.QtWidgets import QApplication, QLabel
|
|
|
2.学习用Qt Designer设计登录系统
|
|
|
3.学习研究了PyQt5，了解类结构。
|
|
|
+4.sklearn模型选择与流水线操作
|
|
|
+5.线性回归、svc、决策树、随机森林
|
|
|
+6.结果评估，交叉验证
|
|
|
+7.网格搜索与参数优化
|
|
|
+8.手写数字识别项目里U布局原理讲解
|
|
|
|
|
|
day6
|
|
|
1.今天我们学习了神经网络，卷积神经网络以及深度学习的内容。
|
|
|
-2.使用Pytorch下手写字符数据集的LeNet5实现案例，进行模型训练来预测数字。
|
|
|
+2.使用Pytorch下手写字符数据集的LeNet5实现案例，进行模型训练来预测数字。
|
|
|
+3.浅层模型与深层模型区别
|
|
|
+4.神经元:权重、偏置、激活函数、向前/反向传播、损失函数
|
|
|
+5.卷积神经网络:卷积层/卷积核、池化层、全链接层
|
|
|
+6.LeNet5八层结构分析
|
|
|
+
|
|
|
+day7
|
|
|
+1.项目结构讲解与分析
|
|
|
+2.小组分组与人员分工
|
|
|
+3.项目代码上传与合并
|
|
|
+4.猜拳判断项目结构分析与搭建
|
|
|
+5.个人负责UI的搭建
|
|
|
+
|
|
|
+day8
|
|
|
+1.图像分割处理代码实现空自团像与mak层
|
|
|
+2.使用阈值处嘈函数cv2.threshod将窗柔愫转换为二值图像与反转的二值化
|
|
|
+3.cv2.rindconnurs函教查找二值图像中的轮廓，排物轮廓瞻制到图像上
|
|
|
+4.通过 map和性涵数要取每个轮廓约面积。并找到最太面积的轮廓的索引使用cv2.crawContours函数临制只包含最大轮廓的图像
|
|
|
+5.使用cv2.bitwlise_or函数执行逐像素的藏操作，将原始图像和clmg图像通行合并，生成最终的达黑图像
|
|
|
+
|
|
|
+day9
|
|
|
+1.项目拆解4大模块
|
|
|
+2.数据集查找与数据加载
|
|
|
+3.LeNet5模型实现与预测模块的代码实现
|
|
|
+4.图像分割模块与项目的融合
|
|
|
+5.UI部分的设计与其他模块的融合
|
|
|
+
|
|
|
+day10
|
|
|
+实训内容总结梳理
|
