whitesilence-CSDN博客

原创经典纪录片

10部顶级数学纪录片https://zhuanlan.zhihu.com/p/4430636531.数学的故事2.统计学的乐趣3.终极密码4.伟大的疯狂5.数学大谜思6.逻辑的乐趣7.一根绳子有多长？8.寻找隐藏的维度9.维度：数学漫步10. 神秘的混沌理论...

2021-12-22 10:48:16 208

AlexnetVggResnetResnextDensenetInceptionnetGooglenetMobilenetShufflenetVovnetvovnet_v1(2019): 论文vovnet_v2(2020): 论文代码https://github.com/youngwanLEE/vovnet-detectron2vovnet是在Densenet的基础上改进来的。Densenet通过密集连接将不同感受域的中间特征聚合在一起，因此在目标检测任务中表现出良好的性能。尽管D

2021-08-21 08:26:42 503

原创 torch tensor维度变换torch.reshape,torch.view,torch.repeat,torch.expand,torch.permute,torch.transpose

pytorch中可以改变维度的操作有torch.reshape,torch.view,torch.repeat,torch.expand,torch.permute,torch.transposeimport torch#torch.view和torch.reshape是一样的，torch.reshape/torch.view与input共用基础数据，改变其中一个，另一个也跟着改变t = torch.rand(4,4)print(t)b = t.view(2,8) #按行优先对原tensor进行

2021-08-10 18:08:54 2691

原创 pytorch torch.gather 和 torch.scatter_

torch.gather(input, dim, index, *, sparse_grad=False, out=None) → Tensor依据dim指定的轴，取出input中index指定处的数据,输出与index相同shape的tensorinput和index必须有相同的维数，对于不是指定的dim维，index的维度==input的维度。对于在指定的dim维，index的维度<=input的维度import torch#当指定维度为0时，以列为单位，每列的值按照index中每列指定

2021-07-28 17:33:02 257

原创 pytorch 中的乘法*，@，torch.dot(), torch.matmul(), torch.mm(), torch.mul(), torch.bmm()

简介pytorch中实现乘法的操作有*，@，dot(),matmul(),mm(),mul(),bmm()*，@是两个运算符，他们分别映射到函数torch.mul和torch.matmul()运算符映射函数表https://docs.python.org/3/library/operator.html#mapping-operators-to-functions广播机制（摘自https://blog.csdn.net/MrR1ght/article/details/105660981 ）在具体叨叨

2021-07-23 14:22:24 5225 4

原创搭建jupyter notebook,开启线上IDE学习

一、windows搭建jupyter notebook,在jupyter notebook中利用本地虚拟环境1.激活本地虚拟环境activate py36安装nb_condaconda install nb_conda3.在anaconda prompt 中定位到你要存放notebook的位置，默认是在‘C:\Users\admin’例如我这边想要将文件放在‘ D:\notebook’：在anaconda prompt 中输入：D:cd notebookjupyter noteb

2021-07-22 18:40:12 692 1

原创 linux服务器上创建训练环境

安装minicondawget https://repo.continuum.io/miniconda/Miniconda3-latest-Linux-x86_64.sh sh Miniconda3-latest-Linux-x86_64.sh通过miniconda创建虚拟环境conda create -n py36 python=3.6 注：若报错‘conda:未找到命令’ 只需按以下方式配置环境变量即可： #（1）修改环境变量 vim ~/.bashrc #（2）在最后一行加上.

2021-07-22 16:15:36 169

原创传统模式下SSD+HDD安装 win10+ ubuntu16.04双系统

之前由于不太了解自己电脑的各种信息，在网上拉出一个教程就开始开工，结果要么黑屏，要么进入grub，要不启动引导失败，出现了很多问题。浪费了很多时间。所以一定要先摸清楚自己的环境，有针对性的搜索，找到合适的教程。首先科普下传统BIOS，UEFI BIOS和MBR磁盘、GPT磁盘之间的关系传统的主板就是传统 BIOS，可在使用 MBR 分区表的硬盘(俗称 MBR磁盘，就是传统常用的模式)上...

2018-04-13 14:24:55 5057

原创 ubuntu16.04安装teamviewer

1. 在teamviewer官网上下载deb包teamviewer_13.0.9865_amd64.deb2.cd 到下载的teamviewer_13.0.9865_amd64.deb所在文件夹，安装依赖包sudo apt-get install libjpeg62:i386 libxinerama1:i386 libxrandr2:i386 libxtst6:i386 ca-...

2018-04-03 18:30:47 469

原创多GPU训练

关于多GPU进行深度学习训练的心得windows下，tensorflow框架下object detection api 下训练faster rcnn模型，2块 GTX1080TI tensorflow object detection api 是自动识别机器中所装的GPU的个数的，然后默认调用所有GPU运行程序。但在train.py中需要注意的一个的地方是：在前面有一部分参数设置 ...

2018-04-02 10:28:15 81

原创磁盘GPT格式转MBR格式

转换会清除硬盘上的所有资料和分区，提前备份好重要的资料win+R, 打开命令窗口，输入cmd 输入diskpart，跳出diskpart.exe命令窗口在diskpart.exe命令窗口中：输入：List Disk 会出现本电脑中安装的硬盘及其格式，可以看到我的磁盘1是GPT格式的然后输入：Select disk 1 在输入：clean 最后输入： conver MBR...

2018-03-31 10:20:09 807 1

原创 tensorflow object detection api 更新

1.下载的新models文件到tensorflow目录下，但一定要删除之前的models文件，否则会造成同名文件的调用出错 2.修改config文件注释下面这段代码 # schedule { # step: 0 # learning_rate: .0003 # }添加max_number_of_boxe...

2018-03-29 21:09:46 387

原创 tensorboard 无法显示的问题

tensorboard感觉功能很强大，想着如果能熟悉它的应用，应该对调参有很大帮助，所以一直很想学习tensorboard的各个功能板块首先我的tensorflow是安装在c盘的我们看到使用tensorboard的很多官方指导都告诉我们打开tensorboard的方法是这样的：首先将我们训练的日志文件放在某个我们事先设定的路径下，如这里我将训练日志文件放在“D:\My_project

2018-02-05 16:34:22 15633 7

原创 win10下用tensorflow object detection API 验证时报No module named 'object_detection'

（1）在你的Anaconda3安装路/Anaconda3/Lib/site-packages 下新建一个txt文件（我这里的安装路径是C:\ProgramData\Anaconda3\Lib\site-packages）(2)在新建的txt文件中写入：C:\ProgramData\Anaconda3\Lib\site-packages\tensorflow\models\rese

2018-01-12 18:28:18 11280 21

原创 caffe用自己的数据训练模型，并测试输出图片类别

一、制作自己的数据集首先将所有图片放在一个文件夹中，文件夹中根据类别建几个子文件夹，每个子文件夹放某一类所有图片，并根据类别编号。如我这里是要对stanfdog数据集进行分类，该数据集总共有20580张狗狗的图片，分成120类，每类狗的图片张数不一样但相差不是很大. 我的狗狗图片放在Stanford-Dogs(文件夹命名最好不要出现空格,避免中文)中，Stanford-Dogs 中有些子文件

2017-12-21 17:14:57 3710 3

原创 numpy数组切片操作

numpy 数组的切片操作关于-1的解析再来看个多维数组的情况A=np.array(range(24))A=np.reshape(A,[4,3,2])输出：Aarray([[[ 0, 1], [ 2, 3], [ 4, 5]], [[ 6, 7], [ 8, 9], [10, 11]], [[1

2017-12-19 22:00:51 1443 1

原创 caffe

caffe model大全:https://www.cnblogs.com/leoking01/p/7123154.htmlcaffe进行微调时遇到的错误： 1. 首先一定要注意，所有.sh .prototxt文件中不要出现中文 2. 出现 Check failed: *ptr host allocation of size 297369600 failed * Check failu

2017-12-18 17:23:47 1452 4

原创 Latex 常用问题搜索

Latex WinEdt 更改编辑界面字体或字号技巧 https://jingyan.baidu.com/article/215817f79744c91edb142346.htmlLatex中字体标红导言处加上 \usepackage{color} 正文处用 \textcolor{red}{your txet}word中以尾注的形式加参考文献 https://jingyan.bai

2017-12-03 10:07:52 563

转载 Opencv Mat类的取值操作

http://www.cnblogs.com/ronny/p/opencv_road_2.html

2017-11-13 13:41:28 3614 1

原创 LSTM中隐层神经元的传播机制

相较于RNN，LSTM只是改变了隐含层中神经元在不同时刻的传播机制将隐层某个神经元看成一个cell, 这个cell有3个输入，上一个时刻的隐层某神经元的保留状态Ct−1C_{t-1},上一个时刻的隐层某神经元输出的传递信息ht−1h_{t-1}, 当前时刻的样本XtX_t, 该cell由3个gate(forget, input, output)控制。一、通过忘记门决定从cell中丢失什么信息

2017-07-24 18:53:38 4480

原创 numpy.random.shuffle(x) 和 numpy.random.permutation(x)

numpy.random.shuffle(x) and numpy.random.permutation(x)，这两个有什么不同，或者说有什么关系？np.random.permutation返回一个重排后的序列副本，原矩阵不变而np.random.shuffle无返回值，直接对原序列进行重排，最终改变了原序列看下面的代码import numpy as npx=range(9)print 'p

2017-07-23 20:36:20 814

原创深度学习中的Batch Normalization

在看 ladder network(https://arxiv.org/pdf/1507.02672v2.pdf) 时初次遇到batch normalization（BN）. 文中说BN能加速收敛等好处，但是并不理解，然后就在网上搜了些关于BN的资料。看了知乎上关于深度学习中 Batch Normalization为什么效果好？和CSDN上一个关于Batch Normalization 的学习笔记

2017-07-21 17:06:26 51780 4

原创 RNN网络结构及公式推导

RNN结构如图所示： Xt∈RxX^t\in R^x表示t时刻的输入(XtX^t是多少维，则这一层有多少个神经元，这里设为xx维，图中画的是3维）ht∈Rhh^t\in R^h表示t时刻隐层的输出(假设这一层有h个神经元）yt∈Ryy^t\in R^y表示t时刻的预测输出 dt∈Ryd^t\in R^y表示t时刻的期望输出 V∈Rx×hV \in R^{x\times h}表示从输入层到隐层的

2017-07-18 17:37:23 1715

原创 TensorFlow 优化函数

tensorflow中关于优化问题的一个简要总结：https://zhuanlan.zhihu.com/p/26454768

2017-07-18 14:56:45 1622

原创关于多维数组的reshape

对比下面两个例子，应该很清楚关于-1的reshapeaa=range(42)a=np.array(aa)a=a.reshape(6,7)输出a为:array([[ 0, 1, 2, 3, 4, 5, 6], [ 7, 8, 9, 10, 11, 12, 13], [14, 15, 16, 17, 18, 19, 20], [21, 22,

2017-07-13 15:59:11 2669

原创 python 按不同维度求和，最值，均值

当变量维数加大时很难想象是怎样按不同维度求和的，高清楚一个，其他的应该就很清楚了，什么都不说了，上例子，例子一看便明白…..a=range(27)a=np.array(a)a=np.reshape(a,[3,3,3])输出a的结果是:array([[[ 0, 1, 2], [ 3, 4, 5], [ 6, 7, 8]], [[ 9, 10

2017-07-13 15:50:53 18290

原创 tensorflow关于求最大值所在位置函数解读

import tensorflow as tfimport numpy as npimport randomaa=[]for i in range(42): aa.append(random.randint(11,100))a=np.array(aa)a=a.reshape(7,6)A=tf.constant(a)B=tf.reshape(A,[-1,2,3])#变成7个2*3

2017-07-12 21:16:01 8149

原创 PIL 中image

以前在matlab中，读入图像，输出图像size是（高度，宽度，通道）在python中，读入图像，输出图像size是（宽度，高度）例如这幅图是一张宽度为240，高度为100的rgb图像，命名为code.jpg在matlab中，读入图像，输出size：A=imread('code.jpg');size(A)输出是ans = 100 240 3在Python中：from PI

2017-07-12 09:44:12 426

原创 TensorFlow tf.nn.conv2d

在MNIST例程的卷积模型中，最关键的就是tf.nn.conv2d和tf.nn.max_pool两个函数，先把引用这两个函数的代码片贴出来：def conv2d(x,w,b,strides=1):

2017-07-06 15:33:45 528

原创 python实现KNN解析

KNN函数#-*- coding:utf-8 -*- #有中文时必须加上这一句from math import powfrom collections import defaultdict #关于集合的库from multiprocessing import Process, cpu_count, Queue #关于进程的库import numpy as npclass Neighb

2017-07-02 16:36:57 568

原创 win10安装Ipython

最近在学习tensorflow时，研究别人的代码时说是要import Ipython包，虽然还不知道这个包是干什么的，还是在网上搜了各方教程，先安装上再说吧，看它到底长什么样。一、下载ez_setup.py 这里可以自动下载，也可以手动下载：（1）自动下载打开python IDLE,输入如下命令：成功后会在python 安装目录下出现ez_setup.py(2)手动下载在处http:/

2017-04-21 21:41:04 1549 1

原创 ubuntu 安装scipy

在虚拟机的ubuntu系统中安装scipy时，用命令”sudo apt-get install scipy” 报错“E:无法定位软件包”用“sudo apt-get update”更新软件库，再执行”sudo apt-get install scipy” 依然报错“E:无法定位软件包”也试了用命令”update-manager”打开换源窗口进行换源，还是不行。之后改用pip安装”sudo

2017-04-21 19:50:18 5890 1

原创 win10安装numpy,matplot,scipy

环境：win10, 64bit, Python2.7 一、设置系统环境变量依次点击：此电脑–>属性–>高级系统设置–>环境变量出先下面的选项卡，在下面的选项卡中的“系统变量”中选择“path”,然后点 ”编辑“ 点击新建，把你电脑上的”python27\Scripts”的路径加进去，我这里的路径是“D:\Program Files\python27\Scripts” 最后“

2017-04-05 16:56:36 3133 1

原创一些有用的数据集的链接

人脸识别数据集 http://www.face-rec.org/databases/

2016-12-31 17:18:35 575

原创 eig 与eigs

eig 一般用来解决小规模的矩阵，如果矩阵比较稀疏或奇异，会出现“EIG did not converge.”的错误，例如我在求下面一个1200*1200的稀疏矩阵M时就出现了下面的错误 [v1,c1] = eig(M1); Error using eig EIG did not converge. 可尝试如下解决方案：（1）用eigs求解： options.disp = 0; op

2016-12-07 11:50:42 7583 5

原创一些预处理方法的链接

MFCC特征提取详解:http://my.oschina.net/jamesju/blog/193343

2016-04-17 19:51:20 426

原创 MVU

MVUMVU算法核心思想\&nbsp在局部等距约束条件下通过最大化非近邻点间的距离在低维空间中展开高维数据。

2016-03-31 15:56:24 9475

原创 PCA和核PCA

PCA 当处理高维数据时，需要面临降维，进行特征抽取，PCA是特征抽取的主要方法之一，特征抽取即利用映射的方法，将高维度的样本映射至低维度。PCA适用于非监督的不带标签的样本降维，特别是小样本问题。广义认为，这类样本属性之间的相关性很大，通过映射，将高维样本向量映射成属性不相关的样本向量。实际上，大的特征值表征这个映射向量——或者映射方向，能够使样本在映射后，具有最大的方差。样本在这个方向最发散。

2016-03-28 17:04:09 3489

原创 FDA降维

FDA是一个传统的有用的线性有监督的降维方法，FDA通过最大化类间距离，最小化类内距离的方法降维，但是对于呈现多峰的样本数据的降维效果并不好。为了对多峰数据降维，首要的是要保持数据的局部结构。LPP通过保持数据的局部结构获得很好的降维效果，但他只能用于无监督的情况，不能将样本的标签信息考虑在内。由于类间散布矩阵不是满秩的，所以FDA只能将数据映射到维数小于类个数的低维空间，这是FDA的局限。

2016-03-24 10:53:19 4014

原创常用表达式的矩阵表示

X=(x1,x2,...,xm)∈Rp×mX=(x_1,x_2,...,x_m) \in R^ {p\times m},Y=(y1,y2,...,yl)∈Rc×lY=(y_1,y_2,...,y_l)\in R^{c\times l},l≤ml \leq m. xi↔yix_i \leftrightarrow y_i,i=1,…,li=1,\ldots ,l. II 为l×l{l\times l}单

2016-03-16 09:43:12 10202