- 博客(5)
- 收藏
- 关注
RSS订阅原创 【Miniconda】
Miniconda下快速配置Python环境Miniconda 是一种轻量版的环境集成工具，极大的简化了Python项目的部署工作。相比于Anaconda，这种轻量化的工具更具有针对性，可以根据项目配置其所需要的环境。在miniconda中我们可以创建多个虚拟环境，在虚拟环境中快速配置项目所需软件库。一、查看所有的环境Miniconda安装完成后，点击Anaconda Prompt(miniconda)，输入命令conda info --envs查看所有的环境，如果之前没有创建过虚拟环境，则此时只
2022-05-12 23:25:32
1488
原创 You are using pip version 10.0.1, however version 22.0.4 is available.
Windows系统平台Pycham中安装numpypip install opencv-python -i https://pypi.douban.com/simple/安装成功后，系统提示以下警告：按照提示命令升级pippython -m pip install --upgrade pip再执行命令：easy_install.exe pip出现下图：最后使用pip 或 pip --version查看是否安装成功，具体命令如下：pip --version出现下图，表示安装成功！
2022-04-24 15:48:30
2218
原创 PyCharm连接实验室服务器
PyCharm连接实验室服务器将Windows系统中的PyCharm软件连接到实验室远端Linux服务器中，利用实验室服务器的资源运行代码。提示：Pycharm的社区版本目前不能连接远端服务器，只有其专业版才可以，我使用的版本为：PyCharm 2018.3.7（Professional Edition）一、设置远程连接配置点击Tool -> Deployment -> Configuration, 进入配置界面如下：Host填写实验室远端服务器地址，User name:用户名，
2021-07-10 15:33:52
1299
1
原创 在Keras中评估深度学习模型的性能
根据经验评估网络配置当设计或者配置深度网络模型时，我们的决策如超参数的设置会影响整个网络的性能。当我们复制或者改进别人的网络架构时，通常可以帮助我们屏蔽掉一些底层的错误配置，最好的方式就是设计一些小的实验模型架构，并通过真实的数据去评估该模型。这个过程涉及到两个层面的决策：高层决策，例如网络中层的数量，大小和类型。 它还包括较低级别的决策，例如损失函数的选择，激活函数，优化过程和时期数的选择。深度学习通常用于具有非常大的数据集的问题。 那就是成千上万的实例。因此，我们需要具有强大的测试工具，利用不
2021-04-01 16:47:58
353
原创 fit_generator()函数
@2021/4/1,尝试本人的第一篇博客编写fit_generator()函数函数与参数功能：利用Python的生成器，逐个生成数据的 batch 并进行训练。生成器与模型将并行执行以提高效率。这种模式适合训练数据集非常大的情况，不能同时将数据载入内存中。参数及说明fit_generator(self, generator, # 生成器函数，生成器的输出应该为: (inputs, targets)的tuple； steps_per_
2021-04-01 15:17:46
543
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人