这烦躁的秋天飘在我的头上

逻辑回归概述 [逻辑回归] [Hypothesis 表示] [边界判定] [代价函数] [梯度下降算法] [多类别分类：一对多] [正则化 Regularization] [过拟合的问题] [代价函数] [正则化线性回归] [正则化与逆矩阵] [正则化的逻辑回归模型] 逻辑回归 (Logistic Regression) 的算法，这是目前最流行使用最广泛的学习算法之一。首先介绍几种分类问题： 垃圾邮件分类：垃圾邮件（是或不是）？ 在线交易分类：欺诈性的（是或不是）？ 肿瘤：恶性 / 良性 先从二元的分类问题开始讨论。将因变量(dependent variable)可能属于的两个类分别称为 负向类（negative class）和 正向类（positive class） 则 因变量 y ∈ { 0,1 } ，其中 0 表示负向类，1 表示正向类。 对于二分类问题，y 取值为 0 或者1，但如果使用的是线性回归，那么 h 的输出值可能 远大于1，或者远小于。但数据的标签应该取值0...

线性回归 单变量线性回归 (Linear Regression with One Variable)     模型表示     代价函数     梯度下降     梯度下降的直观理解     梯度下降的线性回归 多变量线性回归 (Linear Regression with Multiple Variables)     多维特征     多变量梯度下降         梯度下降法实践1：特征缩放             数据的标准化 (Normalization)         梯度下降法实践2：学习率 (Learning Rate)     特征和多项式回归 正规方程 Normal Equations     对比梯度下降和正规方程         正规方程及不可逆性 Jupter Notebook编程练习 单变量线性回归例： 预测住房价格 数据集：一直一个数据既包含某个城市的住房价格。每个样本包括房屋尺寸售价问题：根据不同的房屋尺寸售出价格，预测如果1250平方尺的房屋售价数据集：房屋大小 (x)    价格 (y) 2104    460 1416  ...

瞎逛 📅 写于 2025-09-14 22:23:53 同学从河北回来了。出来一起玩，带我们逛了一下湖南路和他的高中以及去玄武湖划鸭子船之后看了死神来了-血源诅咒 不得不说死神来了十几年了套路没变过。主打一个画面血腥 湖南路是有点荒凉凋敝了。这条街有家糖葫芦不错（京城葫芦王） 推荐紫薯的 额，这俩栽种应该是不介意的。这家店拉黑了。他妈的第一次遇到吃自助餐还赶人的。我们吃的牛排自助，可能嫌我们吃太多了。一个半小时就把我们赶走了以及南京十三中，那姑娘愁啥以及玄武湖划鸭子船偷偷摘了俩莲蓬，吃了莲子 没啥味道看到一对情侣飞到我们船上 我头一次知道蜻蜓是这样交配的 之后就没带电池没电了贴上我上次骑车来湖南路的时候的照片 挹江门和绣球公园 这俩是在一起的。 周末总是过得快，明天就要上班了。期待什么时候去钓鱼，我还不会钓 只能钓上来小鱼苗 就这样 心情指数: ⭐⭐⭐⭐天气: ☁️

散步3 📅 写于 2025-09-13 00:10:01 似乎最近的分享欲也没有了，渐而转入无欲无求无所谓的打工生涯。 9月了，晚风渐冷 黄花深巷，红叶低窗，凄凉一片秋声 心情指数: ⭐⭐⭐天气: ☀️ | ☁️

好无聊，还是写博客吧 关于Padd了OCR的训练概述好久没写了，写一下。上周终于把这个OCR的项目大概是结束了。后面可能还有乱七八糟的根据意见改的环节。但是主体是结束了。记录一下训练的过程： 一、环境准备上一篇博客有写到安装标注工具，那时候环境就已经装完了 。 二、数据准备数据分为两部分：合成数据和真实数据 合成数据以真实场景为背景，以真实的目标字符序列规则和相似的字体生成无序的裁切训练图片和标签。详情参照合成数据那篇博客，我大概合成了6W张图作。真实数据比较少，只有9000张，但实际上的目标字符只占2000。真实数据获取参考数据标注那篇文章。 三、训练计划 多次尝试以官方模型作为预训练模型。直接用真实数据微调训练 都是早早过拟合...

七夕节快乐 📅 写于 2025-08-29 19:09:04 今天七夕，本来要加班，要加好久的班。可是七姐让我心情不是很开心。不想加就回家了。工作它就是要往后堆呀，对吗？ 七夕节 乞巧节 七姐节 七娘会。发源于西周。原初是乞巧节。女子向星辰祈愿，愿自己拥有智慧，心灵手巧。后来又传为织女节七夕节。并与牛郎织女传说相合。变为如今的情人节。 迢迢牵牛星 皎皎河汉女纤云弄巧 飞星传恨由来碧落银河畔 可要金风玉露时云阶月地，关锁千重 愿有情人终成眷属。 痴心人顿步。 ✨ 生活小贴士人间梦隔西风，算天上、年华一瞬 心情指数: ⭐⭐天气: ☀️

散步2 📅 写于 2025-08-28 20:06:18 江边散步 今晚没有江风 差评… 也拍了些照片。风景好美。人好多，大家都生活的好好。 感觉白平衡加的好多，太噪了 ✨ 生活小贴士记录生活中的美好瞬间，让文字成为时光的见证者 心情指数: ⭐⭐⭐⭐⭐天气: ☀️

哦耶 3：30就下班了，但是4：30才到家 📅 写于 2025-08-28 16:35:50 总归还是开心的 。先洗澡，再搞一杯冰冰凉凉的咖啡喝喝，然后去江边吹风去。 然后回来搞我的该死的模型 心情指数: ⭐⭐⭐⭐天气: ☀️

PaddleOCR 数据标注概述PaddleOCR 训练数据标注 先说一下我的环境： cuda 12.6 cudnn 8.9.7 GPU 4070ti 详细步骤步骤一：安装cuda cudnn 英伟达软件包这个网上已经有太多教程了 这里就不再赘述了 步骤二：安装anacondaAnaconda.org 没啥好说的，官网下载 一直下一步就行了 步骤三：安装paddlepaddle 打开anaconda 新建环境 1conda create -n paddle_ocr3.02 python=3.12 2. 创建环境后激活环境 1activate paddle_ocr3.02 安装paddlepaddle 我们根据官方给的安装步骤来 PaddleOCR/readme/README_cn.md at main · PaddlePaddle/PaddleOCR · GitHub 开始使用_飞桨-源于产业实践的开源深度学习平台 我们从github的页面上可以找到安装文档 复制安装指令 12python -m pip install...

合成OCR数据概述PaddleOCR 进行训练的时候2000张标注数据泛化差，非常容易过拟合。即使增加数据增强也于事无补。因此需要合成数据增加训练数据量。也可以分成两步走 ，用合成数据进行模型场景迁移。后面再用标注的真实数据进行微调训练。 因此数据合成就必不可少了 这里使用TextRecognitionDataGenerator进行数据合成 原因嘛 因为他的github星标比较多。看起来好用一些 详细步骤步骤一：使用anaconda 下载TextRecognitionDataGenerator直接安装似乎有点问题 我推荐下载源码 然后 我用的是python3.9 1pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple some-package 即使是这样 也是有版本问题 修改 requirements.txt 内容 因为我安装过了 ，时间有点久忘记是哪个组件版本有问题...