- 博客(74)
- 资源 (9)
- 收藏
- 关注
RSS订阅原创 每日学习07：Comparable接口的CompareTo的用法
一个类若要实现Comparable接口，必须要重写里面的compareTo方法
2022-11-02 22:26:50
1375
1
原创 java: 二元运算符 ‘＜‘ 的操作数类型错误 第一个类型: java.lang.Object 第二个类型: java.lang.Object
java: 二元运算符 '
2022-10-30 21:38:35
1870
原创 java 大数相加(BigDecimal)
Java中BigDecimal类型的加减乘除运算add():加法， subtract():减法:, multiply():乘法; divide():除法，
2022-10-18 22:54:45
2743
原创 Oracle Database 11g SQL开发指南store模式脚本
Oracle Database 11g SQL开发指南store模式脚本-- The SQL*Plus script store_schema.sql performs the following:-- 1. Creates store user-- 2. Creates the database tables, PL/SQL packages, etc.-- 3. Populates the database tables with example data -- This scr
2022-05-16 09:46:38
266
原创 Java数组，集合，列表的使用与区别
在 Java2中，有一套设计优良的接口和类组成了Java集合框架Collection，使程序员操作成批的数据或对象元素极为方便。这些接口和类有很多对抽象数据类型操作的API，而这是我们常用的且在数据结构中熟知的。例如Map，Set，List等。并且Java用面向对象的设计对这些数据结构和算法进行了封装，这就极大的减化了程序员编程时的负担。程序员也可以以这个集合框架为基础，定义更高级别的数据抽象，比如栈、队列和线程安全的集合等，从而满足自己的需要。Java2的集合框架，抽其核心，主要有三种：List、Set
2022-03-24 18:00:26
1684
转载 Maven笔记
链接: https://blog.csdn.net/qq_40035524/article/details/118863132?spm=1001.2014.3001.5502.
2022-03-18 17:12:14
143
原创 解决：报错cv2.error: OpenCV(4.1.2) error: (-215:Assertion failed) !_img.empty() in function ‘cv::imwrite‘
cv2.error: OpenCV(4.1.2) C:\projects\opencv-python\opencv\modules\imgcodecs\src\l oadsave.cpp:715: error: (-215:Assertion failed) !_img.empty() in function 'cv::imwrite’解决方法：1、图片路径形式书写错误：正确的应该：C:/Users/Desktop/注意：在程序中斜杠‘\’有转义字符含义图片路径少写了一个斜杠（图片存放在test文
2021-08-05 16:46:13
10145
2
原创 join()函数的用法(Python)
Python中有join()和os.path.join()两个函数，具体作用如下：join()：连接字符串数组。将字符串、元组、列表中的元素以指定的字符(分隔符)连接生成一个新的字符串举例：对列表、元组、字典操作num = ['1','2','3']print(' '.join(num))print(','.join(num))print('.'.join(num))print(':'.join(num))print('-------------------------')num1 =('
2021-08-04 17:30:35
3719
原创 数组形式的整数加法-----leedcode989、66、415、67、2
来源leedcode,侵权删小白整理一下数组形式、字符串形式的整数加法问题等989#####暴力解法####相加得出整数，再由整数转数组，sum =int(sum/10) 有整数溢出问题，注sum =int(sum//10)class Solution: def addToArrayForm(self, num: List[int], k: int) -> List[int]: # # 1 暴力解法会产生整数溢出错误/ # sum = 0
2021-07-22 20:02:35
101
1
原创 如何使用PaddleDection复现YOLO/PPYOLO等网络
1、一些想说的:2、简介:3、环境配置:4、数据集配置:4、训练（以PPYOLO为例）:5、模型导出6、模型预测1、一些想说的:对PaddlePaddle框架的使用做一下记录。最近有一些任务，要求使用paddlepaddle框架去做一个目标检测的项目，刚拿到这个任务的时候我的内心也是有一点排斥的，这么好用的pytorch不香吗？基于任务的要求我还是去开始做了，看了PaddleDection之后感觉还是比较齐全的，而且也是很简单去调用的，且各个trick很容易就可以组合起来。总结起来优点：1..
2021-07-21 21:40:08
1451
5
原创 keras-yolo
-- coding:utf-8 --作用：将图片标注文件转化成yolo格式的txt标注文件import sysimport osimport cv2import randomdef text_create(name1, msg1): #msg1是写进文件内的内容#desktop_path = ‘C:/Users/Admin/Desktop/STUDY/tr
2021-06-23 09:41:07
152
原创 yolo格式取类别
‘’’取出类别标签为1-5‘’’import osfrom shutil import copypath = r"C:/Users/Admin/Desktop/STUDY/result/result/"save = r"C:/Users/Admin/Desktop/STUDY/result/1/"files = os.listdir(path)for txt in files:print(txt)with open(path+txt) as f: lines = f.readli
2021-06-22 22:50:55
411
2
原创 java:有参构造方法和无参构造方法
当没有写参构造方法的时候，系统自动使用无参构造方法。当有写有参构造方法的时候，系统自动使用有参构造方法。当在想去使用无参构造方法的时候必须再去写一个无参构造方法。
2021-06-14 16:55:09
383
原创 目标检测--损失函数
仅作个人学习，侵权删。大部分来自：https://zhuanlan.zhihu.com/p/35709485. 损失函数分类1、 Classification Error（分类错误率）2 、Mean Squared Error (均方误差)3 、Cross Entropy Loss Function（交叉熵损失函数）4 、Focal loss损失函数分类1.预测政治倾向例子我们希望根据一个人的年龄、性别、年收入等相互独立的特征，来预测一个人的政治倾向，有三种可预测结果：民主党、共和党、其他党。假设
2021-04-27 15:14:30
830
原创 采用one-hot编码的原因
将离散型特征使用one-hot编码，确实会让特征之间的距离计算更加合理。比如，有一个离散型特征，代表工作类型，该离散型特征，共有三个取值，不使用one-hot编码，其表示分别是x_1 = (1), x_2 = (2), x_3 = (3)。两个工作之间的距离是，(x_1, x_2) = 1, d(x_2, x_3) = 1, d(x_1, x_3) = 2。那么x_1和x_3工作之间就越不相似吗？显然这样的表示，计算出来的特征的距离是不合理。那如果使用one-hot编码，则得到x_1 = (1,
2021-04-21 21:55:25
287
原创 YOLO-----关于正负样本、Loss、IOU、怎样去平衡正负样本的问题？
关于正负样本、Loss、IOU、怎样去平衡正负样本的问题 1、关于正负样本2、Loss计算3、IOU、GIOU、DIOU、CIOU4、怎样去平衡正负样本的问题？先整理一下anchor的概念常用的anchor定义----Faster R-CNN 定义三组纵横比ratio = [0.5,1,2]和三种尺度scale = [8,16,32]，可以组合处9种不同的形状和大小的边框。----YOLO则不是使用预设的纵横比和尺度的组合，而是使用k-means聚类的方法，从训练集中学习得到不同的Anchoryo
2021-04-15 22:44:02
10664
9
转载 边界框回归(Bounding Box Regression)详解
链接: https://blog.csdn.net/zijin0802034/article/details/77685438.
2021-04-15 20:00:40
998
原创 C均值分析与例子
C均值算法思想采用距离作为相似性指标，从而发现给定数据集中的K个类，且每个类的中心是根据类中所有值的均值得到，每个类用聚类中心来描述。对于给定的一个包含n个d维数据点的数据集X以及要分得的类别K,选取欧式距离作为相似度指标，聚类目标是使得各类的聚类平方和最小，聚类中心为对应类别中各数据点的平均值，同时为了使得算法收敛，在迭代过程中，应使最终的聚类中心尽可能的不变 。算法基本步骤1在样本集合中选择C个点作为初始类中心；2在剩下的样本点中选择一个，计算其到各个中心点的距离，选取距离最短者将其归为那个类
2021-04-15 16:06:09
1290
1
原创 深度学习两大基础Tricks：dropout和BN
dropout定义是指在神经网络训练中，以一定的概率随机地丢弃一部分神经元来简化网络的一项操作。本质上来说，dropout就是在正常的神经网络基础上给每一层的每一个神经元加了一道概率流程来随机丢弃某些神经元以达到防止过拟合的目的。听概念感觉哦哦我会了，实测我傻了…大规模的神经网络有两个缺点：费时和容易过拟合Dropout的出现很好的可以解决这个问题，每次做完dropout，相当于从原始的网络中找到一个更瘦的网络，如下图所示：dropout带来的模型的变化1.训练层面无可避免的，训练网络的每个
2021-04-14 17:31:58
500
原创 模型训练时加载预训练模型，为何？以及为何数据集标准化、归一化
1、加载预训练模型的好处2、标准化，归一化2.1标准化作用2.2什么是标准化2.3标准化过程--去均值--除方差1、加载预训练模型的好处目前深度学习神经网络中，训练过程是基于梯度下降法来进行参数优化的。通过一步步的迭代，来求得最小的损失函数和最优的模型权重。进行梯度下降时会给每一个参数赋一个初始值。一般我们希望数据和参数的均值都为0，输入和输出数据的方差一致。在实际应用中，参数服从高斯分布或者均匀分布都是比较有效的初始化方式。一个好的初始化优势1.加快梯度下降的收敛速度2.更有可能获得一个低模.
2021-04-14 16:42:32
3116
原创 服务器查看空间--移动数据--整理空间常用指令
实验室程序盘：500G实验室数据盘：17T开始分的没这么合理。。。想的挺好，把数据全部放在数据盘，每个用户下只放程序，创建一个软连接即可，但是用起来确实不那么好用。近期服务器程序盘炸了，因为用户太多了，需要释放一部分程序盘空间。需要看每个用户下的占用并清理不必要的数据存放。获取root权限sudo -s查看文件夹下的内存：du -sh 文件夹的名字创建一个备份的文件夹mkdir移动文件夹mv 文件夹名字 存放路径直接删除用户rm -rf 用户文件夹名称...
2021-03-29 21:27:06
140
原创 两个人选班长，班里共有n人，每人可以投K票，求保证获胜最小的K。
这题比较简单，总票数多就赢了。假设每个人投票的列表中的最大值作为K的值，K>=a[i]max如果a[i]的最大值不能满足k * n-sum <= sum,则k += 1while用好就行解题思路：n = int(input())a = list(map(int, input().split()))sum = 0k = 0for i in a: if i > k: k = i //寻找a[i]中的最大值作为k的值 sum +=
2021-03-29 21:15:10
286
原创 两数之和--python -＞的意思
class Solution: def twoSum(self, nums: List[int], target: int) -> List[int]:#List = [] n = len(nums) for x in range(n): for y in range(x+1,n): if nums[y] == target - nums[x]: r
2021-03-28 16:08:46
252
原创 python 中的join()函数--连接字符串
函数：string.join()Python中有join()和os.path.join()两个函数，具体作用如下：join()：连接字符串数组。将字符串、元组、列表中的元素以指定的字符(分隔符)连接生成一个新的字符串os.path.join()：将多个路径组合后返回一、函数说明1、join()函数语法： ‘sep’.join(seq)参数说明sep：分隔符。可以为空seq：要连接的元素序列、字符串、元组、字典上面的语法即：以sep作为分隔符，将seq所有的元素合并成一个新的字符串返回
2021-03-18 15:56:51
1501
原创 python中的[:-1] [::-1]类型的理解
[:-1]：就是去除了这行文本的最后一个字符（换行符）后剩下的部分。line = “abcde”line[:-1]结果为：‘abcd’[::-1]：反转line = “abcde”line[::-1]结果为：‘edcba’python：切片符号(slice notation)a = [0,1,2,3,4,5,6,7,8,9]b = a[i:j]b = a[i:j] 表示复制a[i]到a[j-1]，以生成新的list对象b = a[1:3] 那么，b的内容是 [1,2]当i缺省时，默
2021-03-18 14:50:09
1473
3
原创 Python map() 函数 lambda函数使用
描述map() 会根据提供的函数对指定序列做映射。第一个参数 function 以参数序列中的每一个元素调用 function 函数，返回包含每次 function 函数返回值的新列表。语法map() 函数语法：map(function, iterable, …)参数function – 函数iterable – 一个或多个序列返回值Python 2.x 返回列表。Python 3.x 返回迭代器。代码演示listx = [1,2,3,4,5,6,7] # 7 个元素
2021-03-18 10:33:11
699
原创 选择排序、插入排序、希尔排序(是第一个突破 O(n²) 的排序算法)
1、选择排序2、插入排序3、希尔排序1、选择排序选择排序选择排序（Selection Sort）是一种简单直观的排序算法。它的基本思想就是，每一趟 n-i+1(i=1,2,…,n-1)个记录中选取关键字最小的记录作为有序序列的第 i 个记录。算法步骤简单选择排序：1、在未排序序列中找到最小（大）元素，存放到排序序列的起始位置;2、在剩余未排序元素中继续寻找最小（大）元素，放到已排序序列的末尾;3、重复步骤2，直到所有元素排序完毕。代码：def selectionSort(arr):.
2021-03-16 16:18:54
143
原创 1.冒泡排序
1 、冒泡排序冒泡排序是排序算法中较为简单的一种，英文称为Bubble Sort。它遍历所有的数据，每次对相邻元素进行两两比较，如果顺序和预先规定的顺序不一致，则进行位置交换；这样一次遍历会将最大或最小的数据上浮到顶端，之后再重复同样的操作，直到所有的数据有序。2、算法步骤比较相邻的元素。如果第一个比第二个大，就交换他们两个。对每一对相邻元素作同样的工作，从开始第一对到结尾的最后一对。这步做完后，最后的元素会是最大的数。针对所有的元素重复以上的步骤，除了最后一个。持续每次对越来越少的元素重复上面
2021-03-16 11:06:46
183
2
原创 经典排序算法
在排序前先了解一下时间复杂度和空间复杂度的概念。时间复杂度：描述一个算法执行时间与数据规模的增长关系--------时间空间复杂度：描述一个算法占用空间与数据规模的增长关系--------内存由于待排序的元素数量不同，使得排序过程中涉及的存储器不同，可将排序方法分为两类：一类是内部排序，一般在内存中实现，指的是待排序列存放在计算机随机存储器中进行的排序过程；另一类是外部排序，指的是待排序的元素的数量很大，以致内存一次不能容纳全部记录，在排序过程中尚需对外存进行访问的排序过程。常见的内部排序算法分
2021-03-16 10:14:40
98
1
原创 python输入定长数组和输入不定长数组
输入定长数组a,b,c = map(int,input().split( ))list = [a,b,c]print(list)输入一维不定长数组# arr = input('') #输入一个一维数组，每个数之间使空格隔开# num = [int(n) for n in arr.split(' ')] #将输入每个数以空格键隔开做成数组# print(num) #打印数组...
2020-12-01 21:51:06
5906
4
Oracle_11gR2_x86_client
2022-05-17
JAVA帮助文档中文版JAVA帮助文档中文版 多次踩坑，这个比较好用
2022-03-24
java jdk1.8java jdk1.8
2022-03-24
jaffedbase数据集
2021-07-21
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人