Page 201 - python

175

สมการของ Gradient Descent คือ

= − × ∇ ( )

คือ ในลําดับถัดไป
คือ ตําแหนงปจจุบัน

คือ Learning Rate
∇ คือ partial differential ของ cost function
คือ cost function

12.12 การแยกภาพภูเขาและทะเลดวย Logistic Regression
โมเดลโลจิสติกรีเกรสชั่น (logistic regression) ใชสําหรับวิเคราะหขอมูลที่มคําตอบ 2 คลาส ใน
ี
ตัวอยางนี้จะทําการแยกระหวางภาพภูเขาและภาพทะเลดวยโมเดลโลจีสติกรีเกรสชั่น
mahotas เปนไลบรารี่การประมวลผลภาพ (Image Processing) ใชสกัดคุณลักษณะเดนภายใน


้
่
ํ
ภาพ ติดตังดวยคาสัง !pip install mahotas หรือจากเว็บ https://pypi.org/project/mahotas
ั
ิ่
Mahotas ประกอบดวยอลกอริทึมจํานวนมากสําหรับเพมความเร็วในการดําเนินการใน numpy


array มีฟงกชันมากกวา 100 ฟงกชั่นสําหรับประมวลผลภาพ ประกอบดวยคุณสมบัติที่สําคัญไดแก



ึ
1) การสกดฟเจอร global และ local features รวมถง SURF และ Haralick features 2) Convolve
ั

ความสามารถการ convolution และ wavelets การ decomposition และ local feature
ิ
ิ

computation 3) Morph ภาพไดแก erode() , dilate() 4) Watershed เปนการอมพลเมนต watershed

5) imread/imsave สําหรับอานเขียนภาพ

ภาพประกอบที่ 12.14 แสดงภาพภูเขาและทะเลเพื่อใช train model