<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[GoodShot的专栏]]></title><description><![CDATA[追赶，超越]]></description><link>https://blog.csdn.net/GoodShot</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; GoodShot]]></copyright><item><title><![CDATA[基座向量施密特正交化]]></title><link>https://blog.csdn.net/GoodShot/article/details/133138251</link><guid>https://blog.csdn.net/GoodShot/article/details/133138251</guid><author>GoodShot</author><pubDate>Thu, 21 Sep 2023 16:51:30 +0800</pubDate><description><![CDATA[施密特正交化的相关问题梳理]]></description><category></category></item><item><title><![CDATA[根据样本计算协方差矩阵的过程]]></title><link>https://blog.csdn.net/GoodShot/article/details/132536126</link><guid>https://blog.csdn.net/GoodShot/article/details/132536126</guid><author>GoodShot</author><pubDate>Mon, 28 Aug 2023 12:09:36 +0800</pubDate><description><![CDATA[2. 将数据集 X 的每个样本减去均值向量，得到新的数据集 X_centered。其中，`T` 表示矩阵的转置，`@` 表示矩阵乘法，`n` 表示样本数。均值向量 mean_X = [ (1+4+7)/3, (2+5+8)/3, (3+6+9)/3 ] = [4, 5, 6]假设我们有一个包含3个样本的数据集，每个样本包含3个维度的数据，可以表示为一个3x3的矩阵。请注意，我们在计算协方差矩阵时，将结果除以了 `(n-1)`，其中 `n` 是样本数目，这是为了无偏估计协方差矩阵。]]></description><category></category></item><item><title><![CDATA[基于深度学习的目标检测技术演进：从目标检测到人脸检测]]></title><link>https://blog.csdn.net/GoodShot/article/details/88824667</link><guid>https://blog.csdn.net/GoodShot/article/details/88824667</guid><author>GoodShot</author><pubDate>Tue, 26 Mar 2019 17:01:57 +0800</pubDate><description><![CDATA[本篇博客主要转载两篇写得好的分别介绍基于深度学习的目标检测和人脸检测的文章，最近在调研基于深度学习的人脸检测相关的文章，在网上查相关资料时，有幸看到。文末附带基于深度学习的目标检测和人脸检测相关经典文献及下载地址。

基于深度学习的目标检测技术演进：R-CNN、Fast R-CNN、Faster R-CNN

object detection我的理解，就是在给定的图片中精确找到物体所在位置，...]]></description><category></category></item><item><title><![CDATA[深度学习之人脸检测实践-现有框架实现 opencv  Face++]]></title><link>https://blog.csdn.net/GoodShot/article/details/88822993</link><guid>https://blog.csdn.net/GoodShot/article/details/88822993</guid><author>GoodShot</author><pubDate>Tue, 26 Mar 2019 16:10:28 +0800</pubDate><description><![CDATA[人脸检测通常是人脸识别等复杂任务的第一步操作，目前主流的人脸检测算法：https://zhuanlan.zhihu.com/p/24816781。这里主要记录一些常用的算法实践，目前只有OpenCV提供的Haar级联检测和调用Face++的人脸检测接口，后续实践后会补充，相当于做个小小的积累。

1. OpenCV的Haar级联检测：
安装OpenCV；
下载人脸检测模型：
...]]></description><category></category></item><item><title><![CDATA[python matplotlib:figure,add_subplot,subplot，subplots讲解实现]]></title><link>https://blog.csdn.net/GoodShot/article/details/86599240</link><guid>https://blog.csdn.net/GoodShot/article/details/86599240</guid><author>GoodShot</author><pubDate>Tue, 22 Jan 2019 18:24:22 +0800</pubDate><description><![CDATA[最近又用到了matplotlib 中画图的函数。总结几个常用的函数的作用于区别。


from matplotlib import pyplot as plt

1.figure()

函数定义matplotlib.pyplot.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True...]]></description><category></category></item><item><title><![CDATA[使用scatter()绘制散点图]]></title><link>https://blog.csdn.net/GoodShot/article/details/86599118</link><guid>https://blog.csdn.net/GoodShot/article/details/86599118</guid><author>GoodShot</author><pubDate>Tue, 22 Jan 2019 18:12:00 +0800</pubDate><description><![CDATA[绘制简单散点图

要绘制单个点，使用scatter()函数，并向它传递一对x和y坐标，它将在指定位置绘制一个点


import matplotlib.pyplot as plt

plt.scatter(2,4)
plt.show()

运行结果：



图形美化

下面设置输出样式，使其更有趣:添加标题，给轴加上标签


import matplotlib.pyplot as plt

plt...]]></description><category></category></item><item><title><![CDATA[Python程序执行顺序]]></title><link>https://blog.csdn.net/GoodShot/article/details/86598821</link><guid>https://blog.csdn.net/GoodShot/article/details/86598821</guid><author>GoodShot</author><pubDate>Tue, 22 Jan 2019 17:56:42 +0800</pubDate><description><![CDATA[#示例代码基于py3.6

一直对Python程序的执行顺序有些疑惑，例如python程序是顺序执行的，那怎么还有main函数的出现呢？

在查阅了资料后，参见这里后，算是有点明白了：

1.python程序是顺序执行的，而C++中main()是程序的入口

例如以下代码，结果如注释所示，这里虽然有个main函数，但是最先输出的不是“main”而是“test1”：


#test1
print (...]]></description><category></category></item><item><title><![CDATA[python matplotlib:figure,add_subplot,subplot，subplots讲解实现]]></title><link>https://blog.csdn.net/GoodShot/article/details/86583755</link><guid>https://blog.csdn.net/GoodShot/article/details/86583755</guid><author>GoodShot</author><pubDate>Mon, 21 Jan 2019 20:30:54 +0800</pubDate><description><![CDATA[
from matplotlib import pyplot as plt

1.figure()
函数定义matplotlib.pyplot.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True, FigureClass=&amp;lt;class 'matplotlib.figure....]]></description><category></category></item><item><title><![CDATA[pyCharm pyplot.show()不显示图表的解决]]></title><link>https://blog.csdn.net/GoodShot/article/details/86570953</link><guid>https://blog.csdn.net/GoodShot/article/details/86570953</guid><author>GoodShot</author><pubDate>Mon, 21 Jan 2019 11:23:48 +0800</pubDate><description><![CDATA[现象：


import pandas as pd
from numpy import *
import matplotlib.pyplot as plt
import matplotlib as mpl


ts = pd.Series(random.randn(1000), index=pd.date_range('1/1/2000', periods=1000))
ts = ts.cumsu...]]></description><category></category></item><item><title><![CDATA[梯度下降（Gradient Descent）小结]]></title><link>https://blog.csdn.net/GoodShot/article/details/86137783</link><guid>https://blog.csdn.net/GoodShot/article/details/86137783</guid><author>GoodShot</author><pubDate>Sun, 20 Jan 2019 19:20:31 +0800</pubDate><description><![CDATA[]]></description><category></category></item><item><title><![CDATA[python---之plt.subplot画图详解]]></title><link>https://blog.csdn.net/GoodShot/article/details/86564968</link><guid>https://blog.csdn.net/GoodShot/article/details/86564968</guid><author>GoodShot</author><pubDate>Sun, 20 Jan 2019 19:20:15 +0800</pubDate><description><![CDATA[转载：https://www.cnblogs.com/nju2014/p/5620776.html

【Matplotlib】详解图像各个部分

首先一幅Matplotlib的图像组成部分介绍。

在matplotlib中，整个图像为一个Figure对象。在Figure对象中可以包含一个或者多个Axes对象。每个Axes(ax)对象都是一个拥有自己坐标系统的绘图区域。所属关系如下：



下面以一...]]></description><category></category></item><item><title><![CDATA[in <module>     from . import multiarray ImportError: DLL load failed: 找不到指定的模块解决]]></title><link>https://blog.csdn.net/GoodShot/article/details/86543767</link><guid>https://blog.csdn.net/GoodShot/article/details/86543767</guid><author>GoodShot</author><pubDate>Fri, 18 Jan 2019 17:27:56 +0800</pubDate><description><![CDATA[1、问题现象：
D:\path\python.exe &quot;D:/ML_SourceCode/machinelearninginaction/Ch/b.py&quot;
Traceback (most recent call last):
  File &quot;D:\Anaconda3\lib\site-packages\numpy\core\__init__.py&quot;, line 16, in &amp;lt;module&amp;...]]></description><category></category></item><item><title><![CDATA[python 一个.py文件如何调用另一个.py文件中的类和函数]]></title><link>https://blog.csdn.net/GoodShot/article/details/86537845</link><guid>https://blog.csdn.net/GoodShot/article/details/86537845</guid><author>GoodShot</author><pubDate>Fri, 18 Jan 2019 12:17:29 +0800</pubDate><description><![CDATA[1、HelloWorld  文件名称  Hello是类

from HelloWorld import Hello

&amp;gt;&amp;gt;&amp;gt; h = Hello()

&amp;gt;&amp;gt;&amp;gt; h.hello()

Hello, world  # 输出结果

HelloWorld.py文件内容

class Hello(object):

　　def hello(self, name='worl...]]></description><category></category></item><item><title><![CDATA[python:浅析python 中__name__ = '__main__' 的作用]]></title><link>https://blog.csdn.net/GoodShot/article/details/85564408</link><guid>https://blog.csdn.net/GoodShot/article/details/85564408</guid><author>GoodShot</author><pubDate>Tue, 01 Jan 2019 22:05:40 +0800</pubDate><description><![CDATA[有句话经典的概括了这段代码的意义：

“Make a script both importable and executable”

意思就是说让你写的脚本模块既可以导入到别的模块中用，另外该模块自己也可执行。

这句话，可能一开始听的还不是很懂。下面举例说明：

先写一个模块：


#module.py
def main():
  print &quot;we are in %s&quot;%__name__
if...]]></description><category></category></item><item><title><![CDATA[Python保留字详解]]></title><link>https://blog.csdn.net/GoodShot/article/details/85564076</link><guid>https://blog.csdn.net/GoodShot/article/details/85564076</guid><author>GoodShot</author><pubDate>Tue, 01 Jan 2019 21:59:20 +0800</pubDate><description><![CDATA[python的保留字并不多，一共33个



​

​1.False

if q=False:#Flase

2.None

表示该值是一个空对象，空值是Python里一个特殊的值，用None表示。None不能理解为0，因为0是有意义的，而None是一个特殊的空值。

&amp;gt;&amp;gt;&amp;gt;type(None)

&amp;lt;class 'NoneType'&amp;gt;

&amp;gt;&amp;gt;&amp;gt;typ...]]></description><category></category></item><item><title><![CDATA[Python中self用法详解]]></title><link>https://blog.csdn.net/GoodShot/article/details/85558907</link><guid>https://blog.csdn.net/GoodShot/article/details/85558907</guid><author>GoodShot</author><pubDate>Tue, 01 Jan 2019 20:34:08 +0800</pubDate><description><![CDATA[https://blog.csdn.net/CLHugh/article/details/75000104]]></description><category></category></item><item><title><![CDATA[working space和working set关系]]></title><link>https://blog.csdn.net/GoodShot/article/details/83894521</link><guid>https://blog.csdn.net/GoodShot/article/details/83894521</guid><author>GoodShot</author><pubDate>Fri, 09 Nov 2018 11:03:43 +0800</pubDate><description><![CDATA[working space:完整的各个项目都罗列在内

1)project explorer下观看：                                                          2)package explorer下观看：

                 

 

working set:可分门别类的将这些项目放到不同逻辑文件夹下，例如重点看4个，则放在M...]]></description><category></category></item><item><title><![CDATA[将一个项目打成一个jar包，导入到另一个项目中并调用]]></title><link>https://blog.csdn.net/GoodShot/article/details/83893281</link><guid>https://blog.csdn.net/GoodShot/article/details/83893281</guid><author>GoodShot</author><pubDate>Fri, 09 Nov 2018 10:05:49 +0800</pubDate><description><![CDATA[1.创建两个项目Import（用于导入和调用jar包的print方法）  ,Export (用于导出jar包声明一个print方法，打印一句“倒入成功”)

2.将Export包打包并导出（在项目上点击右键，选择Export，选择java目录下的JAR file)

3. 选择导出路径和导出包名。

4.到对应目录下找到并复制jar包。

5.在导入项目下新建一个文件夹用于存储导入的jar包，并把...]]></description><category></category></item><item><title><![CDATA[Eclipse JAVA项目的 目录结构 和 导入 import菜单使用]]></title><link>https://blog.csdn.net/GoodShot/article/details/83863562</link><guid>https://blog.csdn.net/GoodShot/article/details/83863562</guid><author>GoodShot</author><pubDate>Fri, 09 Nov 2018 10:04:56 +0800</pubDate><description><![CDATA[Eclipse JAVA项目的 目录结构 和 导入

作者：jiabaoluo@stu.ouc.edu.cn
本文为作者原创，转载请注明出处：http://www.cnblogs.com/oucbl/p/6071140.html



目录

1. Eclipse下的java工程目录

	1.1 修改工作空间
		1.2 Java Project 的目录结构
		1.3 查看.project、.c...]]></description><category></category></item><item><title><![CDATA[Eclipse 各种小图标的含义]]></title><link>https://blog.csdn.net/GoodShot/article/details/83862125</link><guid>https://blog.csdn.net/GoodShot/article/details/83862125</guid><author>GoodShot</author><pubDate>Fri, 09 Nov 2018 10:04:42 +0800</pubDate><description><![CDATA[Eclipse的Package Explorer和Outline中用图标表示了很多内容，其实能看懂这些图标在编程中也是很有用的。

      绿色的小圆表示公有类型：如果是实心的就是函数（），如果是圈就表示是变量（）。
      红色的矩形表示私有类型：如果是实心的就是函数（），如果是空心就表示是变量（）。
      保护类与保护函数用的是黄色的菱形：大菱形表示是函数（），小菱形表示是变量（...]]></description><category></category></item></channel></rss>