关于
一个用于将连续分段线性函数拟合到数据的库。 只需指定所需的线段数并提供数据即可。
查看！
阅读。
现在，您可以执行分段常数拟合和分段多项式！
特征
对于指定数量的线段，您可以确定最佳连续分段线性函数f（x）（并从中进行预测）。 请参阅。
如果知道线段终止的特定x位置，则可以拟合并预测连续的分段线性函数f（x）。 请参阅。
如果要为SciPy差分进化算法传递不同的关键字，请参见此。
您可以使用不同的优化算法，通过使用目标函数来最小化残差平方和，从而找到线段的最佳位置。 请参阅。
现在，您可以使用带有fitfast（）函数的多起点梯度优化，而不是使用差分进化。 您可以指定要使用的起点数量。 默认值为2。这意味着将使用2的拉丁超级多维数据集采样（空间填充DOE）来运行2个L-BFGS-B优化。 请参见下面的， 该示例运行fit（）函数，然后运行fitfast（）来比较运行时差
2022-03-05 17:58:08
1.99MB
1
利用CRF++进行中文分词
维护者：
维新公众号：Python爬虫与算法
语料
人民日报中文分词语料
微软中文分词语料
训练集与测试集的比例为9:1，具体的改写脚本可以参考read_segment_corpus.py。
CRF模型
工具采用CRF++，训练命令如下：
crf_learn -f 3 -c 4.0 template train.data model -t
模型评估结果
accuary: 0.96405717503858
p: 0.9184067155248071
r: 0.9206969935013926
f1: 0.9195504284452864
classification report:
precision recall f1-score support
Char 0.92 0.92
2022-02-10 16:18:17
8.27MB
1
Yolo 语义分割Semantic Segmentation代码修改及训练全纪录
2021-12-07 09:49:56
3.01MB
1
segment
基于纹理的图像分割
运行程序测试：
python gabor.py -infile G_Nat16.png -outfile out_2.png -k 16 -gk 17 -M 35 -sigma 7 -spw 2
2021-12-01 19:50:25
9.25MB
1
** 请注意，此代码有两个版本。 这个版本 (V1) 只需要边界条件和另一个版本 (V2)，它允许在所有航路点设置约束。 对于版本 2，请访问：
https://www.mathworks.com/matlabcentral/fileexchange/78631-a-general-multi-segment-minimum-jerk-trajectory-toolbox-v2 这是一个工具箱，可用于生成和绘制满足以下条件的多段最小加加速度轨迹： 1) 在特定时间通过任意数量的航路点。 2) 满足一定的速度和加速度边界条件（初始和最终速度和加速度）。
特征： 1) 这是一个简单的包，因为一切都在一个文件中，所有用户需要的只是输入很少的输入，然后运行代码。 2）它是通用的，这意味着它适用于 2D 和 3D 轨迹，并且可以处理任意数量的航点。
输入： 1) 航点的位置（2D 或 3D）
2021-11-23 03:58:21
101KB
1
** 请注意，此代码有两个版本。 这个版本 (V1) 只需要边界条件和另一个版本 (V2)，它允许在所有航路点设置约束。 对于版本 2，请访问：
https://www.mathworks.com/matlabcentral/fileexchange/78619-a-general-multi-segment-minimum-snap-trajectory-toolbox-v2
这是一个工具箱，可用于生成和绘制满足以下条件的多段最小捕捉轨迹： 1) 在特定时间通过任意数量的航路点。 2) 满足一定的速度、加速度和加加速度的边界条件（初始和最终速度、加速度和加加速度）。
特征： 1) 这是一个简单的包，因为一切都在一个文件中，所有用户需要的只是输入很少的输入，然后运行代码。 2）它是通用的，这意味着它适用于 2D 和 3D 轨迹，并且可以处理任意数量的航点。
输入： 1) 航点的位
2021-11-23 03:56:40
16KB
1
“语义分割”处理的是像素级分类问题，是计算机视觉中的基本任务，在自动驾驶、地物检测以及医疗辅助等许多领域，有着巨大的应用价值。常见的基于深度神经网络的语义分割模型，有U-Net，SegNet，PSPNet，以及DeepLab系列，（含论文出处和代码链接）。后续还将进一步整理完善哟！
2021-11-15 22:42:09
2.27MB
1
统计学中文分词的Python版本
参照《数据之美》第14章(Word Segmentation)，和《数学之美》中统计学分词方法，实现的最小统计学分词脚本。其实早就搁置在一边了，最近和朋友聊到中文分词才发现这个东西可能有人需要，放出来共享下。
#!/usr/bin/env python
# -*- coding: utf-8 -*-
import sys
import re, string, random, glob, operator, heapq
from collections import defaultdict
from math import log10
def memo(f):
"Memoize function f."
table = {}
def fmemo(*args):
if args not in table:
table[args] = f(*ar
2021-11-11 09:40:59
1.52MB
1