tf.keras概述
pandas的csvdata数据12data = pd.DataFrame({'Education': [10.000000, 10.401338, 10.842809, 11.244147, 11.645449, 12.086957, 12.048829, 12.889632, 13.290970, 13.732441, 14.133779, 14.635117, 14.978589, 15.377926, 15.779264, 16.220736, 16.622074, 17.023411, 17.464883, 17.866221, 18.267559, 18.709030, 19.110368, 19.511706, 19.913043, 20.354515, 20.755853, 21.167191, 21.598662, 22.000000], 'Income': [26.658839, 27.306435, 22.13241, 21.169841, 15.192634, 26.3...
中值滤波去噪
1234567891011import cv2import matplotlib as np#去噪点最好img = cv2.imread("a28.png")median = cv2.medianBlur(img,5)# res = np.hstack((median)) #vstack 竖着的cv2.imshow('image',img)cv2.imshow('median',median)cv2.waitKey(0)cv2.destroyAllWindows()
优化函数
优化函数优化器 (optimizer) 是编译 模型的所需的两个参数之一。 你可以先实例化一个优化器对象，然后将它传入 model.compile()， 或者你可以通过名称来调用优化器。在 后一种情况下，将使用优化器的默认参数 SGD：随机梯度下降优化随机梯度下降优化器SGD和min-batch是同一个意思，抽取 m个小批量（独立同分布）样本，通过计算他们平梯度均值。 参数lr: float >= 0. 学习率。momentum: float >= 0. 参数，用于加速 SGD 在相关方向 上前进，并抑制震荡。decay: float >= 0. 每次参数更新后学习率衰减值。nesterov: boolean. 是否使用 Nesterov 动量。 RMSprop：经验上，RMSProp被证明有效且实用的深度学 习网络优化算法.RMSProp增加了一个衰减系数来控制历史信息的获取多少, RMSProp会对学习率进行衰减 参数lr: float >= 0. 学习率。 rho: float >= 0. ...
低通滤波与高通滤波
概念 代码12345678910111213141516171819202122232425262728293031323334import cv2import numpy as npfrom matplotlib import pyplot as pltimg = cv2.imread('face.png',0)img_float32 = np.float32(img)dft = cv2.dft(img_float32,flags = cv2.DFT_COMPLEX_OUTPUT)dft_shift = np.fft.fftshift(dft)rows,cols = img.shapecrow,ccol = int(rows/2),int(cols/2) #中心位置'''#低通滤波mask = np.zeros((rows,cols,2),np.uint8)mask[crow-30:crow+30,ccol-30:ccol+30] = 1'''#高通滤波mask = np.ones((...
使用 crunch 生成密码字典
前言 我们渗透测试过程中常常会遇到需要爆破的情况，这时候我们手中的字典就非常重要了，字典的编排、产生将直接影响我们爆破的效率，对我们整个渗透流程起着至关重要的作用。 But，泥萌以为字典这么好制作吗，too young too simple 我们通过搜索引擎查找字典生成器，可以看到各式各样、五花八门的软件，然而本质都是流氓！！！ 看看他们符合流氓的特征：1.不小心就下了全家桶2.页面充斥着广告3.部分杀软会报警，很有可能有后门什么的4.部分软件要收费…… 基于此，在这儿，小表弟给大家安利一款良心大杀器—Crunch。 （另：文末有小彩蛋哦,记得点击阅读原文！） 介绍 Crunch是什么？ Crunch普遍用于生成密码字典，配合其他工具使用进行暴力破解。作为kali linux下前十名最常使用的工具之一，用途非常广泛。 如果你想对crunch 有更深层次的了解，建议您去官方网站上进行咨询。（网址：http://sourceforge.net/projects/crunch-wordlist） 字典是什么？ 此处所说的字典特指信息安全领域中在需要爆破情况下用到的一种文件，式包括但不限...
使用预训练网络
import tensorflow as tf import matplotlib.pyplot as plt %matplotlib inline import numpy as np import glob import os 打印Tensorflow版本1print('Tensorflow version:{}'.format(tf.__version__)) 打印是否支持GPU加速1print(tf.test.is_gpu_available()) 设置keras与layers(方便调用)12keras = tf.keraslayers = tf.keras.layers 读取train、test数据集图片路径12train_image_path = glob.glob('./dc_2000/train/*.jpg')test_image_path = glob.glob('./dc_2000/test/*.jpg') 将路径的图片名称提取出来12train_image_label ...
傅里叶变换
傅里叶变换的作用 ·高频：变化剧烈的灰度分量，例如边界 ·低频：变化缓慢的灰度分量，例如一片大海 滤波 ·低通滤波器：只保留低频，会使图像变模糊 ·高通滤波器：只保留高频，会使图像细节增强 url：https://zhuanlan.zhihu.com/p/19763358 ·opencv中主要就是cv2.dft()和cv2.idft()，输入图像需要先转成np.float32格式 ·得到的结果中频率为0的部分会在左上角，通常要转换到中心位置，可以通过shift变换来实现 ·cv2.dft()返回的结果是双通道的（实部，虚部），通常还需要转成图像格式才能展示（0，255） 123456789101112131415161718import numpy as npimport cv2from matplotlib import pyplot as pltimg = cv2.imread('face.png',0)img_float32 = np.float32(img)dft = cv2.dft(img_...
卫星图像识别
glob的使用import glob 12345678910all_image_path = glob.glob('./*/*jpg') #将遍历该文件夹下的所有文件夹中的以.jpg结尾的文件all_image_path['.\\airplane\\airplane_632.jpg', '.\\lake\\lake_056.jpg', '.\\lake\\lake_584.jpg', '.\\lake\\lake_334.jpg', '.\\airplane\\airplane_684.jpg', '.\\airplane\\airplane_079.jpg', '.\\airplane\\airplane_294.jpg'] 图片位置的乱序123#做乱序，shuffleimport randomrandom.shuffle(all_image_path) 图片 Label与Index直接转换12label_to_...
卷积去噪自编码器的实现
import tensorflow as tf import matplotlib.pyplot as plt import numpy as np 查看tensorflow版本1tf.__version__ 导入mnist数据集1(x_train,_),(x_test,_) = tf.keras.datasets.mnist.load_data() 查看数据维度1x_train.shape,x_test.shape 对数据最后一个维度进行扩展12x_train = np.expand_dims(x_train, -1)x_test = np.expand_dims(x_test, -1) x_train.shape,x_test.shape 1((60000, 28, 28, 1), (10000, 28, 28, 1)) 数据归一化12x_train = tf.cast(x_train,tf.float32)/255x_test = tf.cast(x_test,tf.float32)/255 噪声的添加123factor = 0.5 #增加噪声多少x_train...
