parte 3, imm
59
_posts/2016-10-11-machine-learning-PARTE3.md
Normal file
|
@ -0,0 +1,59 @@
|
||||||
|
---
|
||||||
|
title: Capire il Machine Learning (parte 3)
|
||||||
|
date: 2016-11-15
|
||||||
|
author: pesceWanda
|
||||||
|
layout: post
|
||||||
|
categories:
|
||||||
|
- PesceWanda
|
||||||
|
tags:
|
||||||
|
- AI
|
||||||
|
- Genetic algorithm
|
||||||
|
- Neural networks
|
||||||
|
- reti neurali
|
||||||
|
- algoritmi genetici
|
||||||
|
- programming
|
||||||
|
---
|
||||||
|
|
||||||
|
## Riconoscimento delle immagini
|
||||||
|
|
||||||
|
Il machine learning viene utilizzato anche per il riconoscimento delle immagini.
|
||||||
|
La tipologia di rete neurale utilizzata per questa applicazione è chiamata rete neural a convoluzione ( **convolutional neural networks**), abbreviata CNN.
|
||||||
|
|
||||||
|
Innanzitutto consideriamo che ogni immagine può essere codificata come una matrice di valori
|
||||||
|
|
||||||
|
![pixel](/wp-content/uploads/2016/8.jpg)
|
||||||
|
|
||||||
|
Vediamo ora quali sono le operazioni compiute da una **CNN** per riconoscere delle immagini.
|
||||||
|
|
||||||
|
#### Convoluzione
|
||||||
|
|
||||||
|
Durante la fase di apprendimento, la rete neurale analizza moltissime immagini (categorizzate) utilizzando dei "filtri", ovvero delle funzioni che mescolate all'input originale permettono di evidenziare dei pattern nell'immagine.
|
||||||
|
Questi pattern corrispondono alle caratteristiche proprie di un oggetto (quali possono essere ad esempio per un uccello il becco, le piume, le ali) e nel caso queste sono presenti, possiamo riconoscere l'immagine.
|
||||||
|
|
||||||
|
In questo esempio l'immagine di Wally é mescolata (l'operazione si chiama **convoluzione**) con un filtro "a cerchio" che risponde molto bene a caratteristiche come quella di possedere degli occhi.
|
||||||
|
|
||||||
|
![waldoblue](/wp-content/uploads/2016/bluefilter.png)
|
||||||
|
|
||||||
|
La **convoluzione** é un'operazione che ha la proprietá di essere indipendente dalla posizione. Non importa la posizione degli occhi, quando applichiamo la **convoluzione** su un'immagine con un filtro "a cerchio" notiamo che gli occhi sono presenti.
|
||||||
|
|
||||||
|
#### Subsampling
|
||||||
|
|
||||||
|
Ogni segnale contiene del "rumore", ovvero degli elementi che la allontanano dal comportamento ideale.
|
||||||
|
|
||||||
|
![ideal](/wp-content/uploads/2016/ideal.jpg)
|
||||||
|
|
||||||
|
![real](/wp-content/uploads/2016/real.jpg)
|
||||||
|
|
||||||
|
Attraverso il subsampling possiamo ridurre il rumore e rendere il nostro algoritmo meno suscettibile a queste piccole variazioni; benché l'immagine abbia una risoluzione minore, i pattern rimangono.
|
||||||
|
|
||||||
|
![waldosub](/wp-content/uploads/2016/sub.png)
|
||||||
|
|
||||||
|
#### Connessione completa
|
||||||
|
|
||||||
|
Alla fine dell'analisi tutte le caratteristiche estrapolate vengono considerate nell'insieme e in questo modo possiamo capire a quale categoria appartiene l'immagine.
|
||||||
|
|
||||||
|
Questo procedimento a livello algoritmo si esplicita con una connessione completa fra tutti i nodi della rete neurale che possono poi restituire l'output (probabilitá che l'immagine appartenga ad una determinata categoria).
|
||||||
|
|
||||||
|
#### Fase di rinforzo
|
||||||
|
|
||||||
|
Durante il training é presente un'ultima fase (o strato), chiamato piú propriamente **loss layer**. Questo strato provvede a dare un **feedback** alla rete neurale analizzando l'output in relazione ai dati di partenza (ovvero le immagini giá categorizzate).
|
998
_site/pescewanda/2016/11/15/machine-learning-PARTE3/index.html
Normal file
|
@ -0,0 +1,998 @@
|
||||||
|
<!DOCTYPE html>
|
||||||
|
<html lang="en-us">
|
||||||
|
|
||||||
|
<head>
|
||||||
|
<link href="http://gmpg.org/xfn/11" rel="profile">
|
||||||
|
<meta http-equiv="X-UA-Compatible" content="IE=edge">
|
||||||
|
<meta http-equiv="content-type" content="text/html; charset=utf-8">
|
||||||
|
|
||||||
|
<!-- Enable responsiveness on mobile devices-->
|
||||||
|
<meta name="viewport" content="width=device-width, initial-scale=1.0, maximum-scale=1">
|
||||||
|
|
||||||
|
<title>
|
||||||
|
|
||||||
|
Capire il Machine Learning (parte 3) · Caught in the Net
|
||||||
|
|
||||||
|
</title>
|
||||||
|
|
||||||
|
<!-- CSS -->
|
||||||
|
<link rel="stylesheet" href="/public/css/poole.css">
|
||||||
|
<link rel="stylesheet" href="/public/css/syntax.css">
|
||||||
|
<link rel="stylesheet" href="/public/css/hyde.css">
|
||||||
|
|
||||||
|
<!-- Icons -->
|
||||||
|
<link rel="apple-touch-icon-precomposed" sizes="144x144" href="/public/apple-touch-icon-144-precomposed.png">
|
||||||
|
<link rel="shortcut icon" href="/public/favicon.ico">
|
||||||
|
|
||||||
|
<!-- RSS -->
|
||||||
|
<link rel="alternate" type="application/rss+xml" title="RSS" href="/atom.xml">
|
||||||
|
</head>
|
||||||
|
|
||||||
|
|
||||||
|
<body class="theme-base-09">
|
||||||
|
|
||||||
|
<div class="sidebar">
|
||||||
|
<div class="container sidebar-sticky">
|
||||||
|
<div class="sidebar-about">
|
||||||
|
<h1>
|
||||||
|
<a href="/">
|
||||||
|
Caught in the Net
|
||||||
|
</a>
|
||||||
|
</h1>
|
||||||
|
<p class="lead"></p>
|
||||||
|
</div>
|
||||||
|
|
||||||
|
<nav class="sidebar-nav">
|
||||||
|
<a class="sidebar-nav-item" href="/">Home</a>
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
<a class="sidebar-nav-item" href="/about/">About</a>
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
<a class="sidebar-nav-item" href="/archive/">Archive</a>
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
<a class="sidebar-nav-item" href="/contattami/">Contact me</a>
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
<a class="sidebar-nav-item" href="/feed.xml">RSS</a>
|
||||||
|
<a class="sidebar-nav-item" href="http://francescomecca.eu:3000/explore/repos">Personal Git</a>
|
||||||
|
<span class="sidebar-nav-item" href="" >Powered by Jekyll and Hyde</span>
|
||||||
|
</nav>
|
||||||
|
|
||||||
|
<p>© 2016. CC BY-SA 4.0 International </p>
|
||||||
|
</div>
|
||||||
|
</div>
|
||||||
|
|
||||||
|
<h3 class="masthead-title">
|
||||||
|
<a href="/" title="Home">Caught in the Net</a>
|
||||||
|
|
||||||
|
|
||||||
|
</h3>
|
||||||
|
|
||||||
|
<div class="content container">
|
||||||
|
<div class="post">
|
||||||
|
<h1 class="post-title">Capire il Machine Learning (parte 3)</h1>
|
||||||
|
<span class="post-date">15 Nov 2016</span>
|
||||||
|
<h2 id="riconoscimento-delle-immagini">Riconoscimento delle immagini</h2>
|
||||||
|
|
||||||
|
<p>Il machine learning viene utilizzato anche per il riconoscimento delle immagini.
|
||||||
|
La tipologia di rete neurale utilizzata per questa applicazione è chiamata rete neural a convoluzione ( <strong>convolutional neural networks</strong>), abbreviata CNN.</p>
|
||||||
|
|
||||||
|
<p>Innanzitutto consideriamo che ogni immagine può essere codificata come una matrice di valori</p>
|
||||||
|
|
||||||
|
<p><img src="/wp-content/uploads/2016/8.jpg" alt="pixel"></p>
|
||||||
|
|
||||||
|
<p>Vediamo ora quali sono le operazioni compiute da una <strong>CNN</strong> per riconoscere delle immagini.</p>
|
||||||
|
|
||||||
|
<h4 id="convoluzione">Convoluzione</h4>
|
||||||
|
|
||||||
|
<p>Durante la fase di apprendimento, la rete neurale analizza moltissime immagini (categorizzate) utilizzando dei "filtri", ovvero delle funzioni che mescolate all'input originale permettono di evidenziare dei pattern nell'immagine.
|
||||||
|
Questi pattern corrispondono alle caratteristiche proprie di un oggetto (quali possono essere ad esempio per un uccello il becco, le piume, le ali) e nel caso queste sono presenti, possiamo riconoscere l'immagine.</p>
|
||||||
|
|
||||||
|
<p>In questo esempio l'immagine di Wally é mescolata (l'operazione si chiama <strong>convoluzione</strong>) con un filtro "a cerchio" che risponde molto bene a caratteristiche come quella di possedere degli occhi.</p>
|
||||||
|
|
||||||
|
<p><img src="/wp-content/uploads/2016/bluefilter.png" alt="waldoblue"></p>
|
||||||
|
|
||||||
|
<p>La <strong>convoluzione</strong> é un'operazione che ha la proprietá di essere indipendente dalla posizione. Non importa la posizione degli occhi, quando applichiamo la <strong>convoluzione</strong> su un'immagine con un filtro "a cerchio" notiamo che gli occhi sono presenti.</p>
|
||||||
|
|
||||||
|
<h4 id="subsampling">Subsampling</h4>
|
||||||
|
|
||||||
|
<p>Ogni segnale contiene del "rumore", ovvero degli elementi che la allontanano dal comportamento ideale. </p>
|
||||||
|
|
||||||
|
<p><img src="/wp-content/uploads/2016/ideal.jpg" alt="ideal"></p>
|
||||||
|
|
||||||
|
<p><img src="/wp-content/uploads/2016/real.jpg" alt="real"></p>
|
||||||
|
|
||||||
|
<p>Attraverso il subsampling possiamo ridurre il rumore e rendere il nostro algoritmo meno suscettibile a queste piccole variazioni; benché l'immagine abbia una risoluzione minore, i pattern rimangono.</p>
|
||||||
|
|
||||||
|
<p><img src="/wp-content/uploads/2016/sub.png" alt="waldosub"></p>
|
||||||
|
|
||||||
|
<h4 id="connessione-completa">Connessione completa</h4>
|
||||||
|
|
||||||
|
<p>Alla fine dell'analisi tutte le caratteristiche estrapolate vengono considerate nell'insieme e in questo modo possiamo capire a quale categoria appartiene l'immagine.</p>
|
||||||
|
|
||||||
|
<p>Questo procedimento a livello algoritmo si esplicita con una connessione completa fra tutti i nodi della rete neurale che possono poi restituire l'output (probabilitá che l'immagine appartenga ad una determinata categoria).</p>
|
||||||
|
|
||||||
|
<h4 id="fase-di-rinforzo">Fase di rinforzo</h4>
|
||||||
|
|
||||||
|
<p>Durante il training é presente un'ultima fase (o strato), chiamato piú propriamente <strong>loss layer</strong>. Questo strato provvede a dare un <strong>feedback</strong> alla rete neurale analizzando l'output in relazione ai dati di partenza (ovvero le immagini giá categorizzate).</p>
|
||||||
|
|
||||||
|
</div>
|
||||||
|
|
||||||
|
<!--<div class="related">-->
|
||||||
|
<!--<related-posts />-->
|
||||||
|
<!--<h2>Related Posts</h2>-->
|
||||||
|
<!--<ul class="related-posts">-->
|
||||||
|
<!---->
|
||||||
|
<!--<li>-->
|
||||||
|
<!--<h3>-->
|
||||||
|
<!--<a href="/pescewanda/2016/11/11/machine-learning-PARTE2/">-->
|
||||||
|
<!--Capire il Machine Learning (parte 2)-->
|
||||||
|
<!--<small>11 Nov 2016</small>-->
|
||||||
|
<!--</a>-->
|
||||||
|
<!--</h3>-->
|
||||||
|
<!--</li>-->
|
||||||
|
<!---->
|
||||||
|
<!--<li>-->
|
||||||
|
<!--<h3>-->
|
||||||
|
<!--<a href="/pescewanda/2016/11/10/machine-learning-intro/">-->
|
||||||
|
<!--Capire il Machine Learning (parte 1)-->
|
||||||
|
<!--<small>10 Nov 2016</small>-->
|
||||||
|
<!--</a>-->
|
||||||
|
<!--</h3>-->
|
||||||
|
<!--</li>-->
|
||||||
|
<!---->
|
||||||
|
<!--<li>-->
|
||||||
|
<!--<h3>-->
|
||||||
|
<!--<a href="/pescewanda/2016/07/07/pres-berk/">-->
|
||||||
|
<!--A short talk about cryptography at the Berkman Klein Center-->
|
||||||
|
<!--<small>07 Jul 2016</small>-->
|
||||||
|
<!--</a>-->
|
||||||
|
<!--</h3>-->
|
||||||
|
<!--</li>-->
|
||||||
|
<!---->
|
||||||
|
<!--<li>-->
|
||||||
|
<!--<h3>-->
|
||||||
|
<!--<a href="/pescewanda/2016/07/06/IM-services/">-->
|
||||||
|
<!--Phone messaging apps comparison-->
|
||||||
|
<!--<small>06 Jul 2016</small>-->
|
||||||
|
<!--</a>-->
|
||||||
|
<!--</h3>-->
|
||||||
|
<!--</li>-->
|
||||||
|
<!---->
|
||||||
|
<!--<li>-->
|
||||||
|
<!--<h3>-->
|
||||||
|
<!--<a href="/pescewanda/2016/07/05/arduino_keyboard/">-->
|
||||||
|
<!--Arduino Uno as HID keyboard-->
|
||||||
|
<!--<small>05 Jul 2016</small>-->
|
||||||
|
<!--</a>-->
|
||||||
|
<!--</h3>-->
|
||||||
|
<!--</li>-->
|
||||||
|
<!---->
|
||||||
|
<!--</ul>-->
|
||||||
|
<!--</div>-->
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
<h4>Similar Posts</h4>
|
||||||
|
<ul>
|
||||||
|
|
||||||
|
<li class="relatedPost">
|
||||||
|
<a href="/pescewanda/2016/11/11/machine-learning-PARTE2/">Capire il Machine Learning (parte 2)
|
||||||
|
|
||||||
|
</a>
|
||||||
|
</li>
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
<li class="relatedPost">
|
||||||
|
<a href="/pescewanda/2016/11/10/machine-learning-intro/">Capire il Machine Learning (parte 1)
|
||||||
|
|
||||||
|
</a>
|
||||||
|
</li>
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
<li class="relatedPost">
|
||||||
|
<a href="/pescewanda/2016/07/05/arduino_keyboard/">Arduino Uno as HID keyboard
|
||||||
|
|
||||||
|
</a>
|
||||||
|
</li>
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
<li class="relatedPost">
|
||||||
|
<a href="/pescewanda/2016/05/15/genetic-alg/">Interpolation using a genetic algorithm
|
||||||
|
|
||||||
|
</a>
|
||||||
|
</li>
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
<li class="relatedPost">
|
||||||
|
<a href="/pescewanda/2016/04/17/kpd-player/">Kyuss Music Player
|
||||||
|
|
||||||
|
</a>
|
||||||
|
</li>
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
</ul>
|
||||||
|
|
||||||
|
|
||||||
|
</div>
|
||||||
|
<!--<link rel="alternate" type="application/rss+xml" title="Francesco Mecca RSS" href="/feed.xml">-->
|
||||||
|
|
||||||
|
</body>
|
||||||
|
</html>
|
BIN
_site/wp-content/uploads/2016/bluefilter.png
Normal file
After Width: | Height: | Size: 42 KiB |
BIN
_site/wp-content/uploads/2016/ideal.jpg
Normal file
After Width: | Height: | Size: 7.4 KiB |
BIN
_site/wp-content/uploads/2016/real.jpg
Normal file
After Width: | Height: | Size: 8.8 KiB |
BIN
_site/wp-content/uploads/2016/sub.png
Normal file
After Width: | Height: | Size: 23 KiB |
BIN
wp-content/uploads/2016/bluefilter.png
Normal file
After Width: | Height: | Size: 42 KiB |
BIN
wp-content/uploads/2016/ideal.jpg
Normal file
After Width: | Height: | Size: 7.4 KiB |
BIN
wp-content/uploads/2016/real.jpg
Normal file
After Width: | Height: | Size: 8.8 KiB |
BIN
wp-content/uploads/2016/sub.png
Normal file
After Width: | Height: | Size: 23 KiB |