自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(37)
  • 收藏
  • 关注

原创 基于Cifar100数据Alexnet改进 (tensorflow版本)

【代码】基于Cifar100数据Alexnet改进 (tensorflow版本)

2023-03-17 11:45:52 426

原创 【Arduino nano 33 ble sense rev2】学习历程1

比如我的板子是 Arduino nano 33 ble sense rev2,开始我以为选择Arduino Nano,就行了,但是后来编译时候才发现出错,具体情况一会儿再说。在输入需要的板子,比如我的 Arduino nano 33 ble sense rev2 需要的开发板是 Arduino Nano BLE 33。(2)数据线的问题,我开始就是随便找了一根安卓的线,后来发现这个线只是充电线,不是数据线,所以重新上网买了一根数据线,这个买的时候一定问一下。下载成功后,可以选择得出需要的开发板。

2023-03-13 18:08:13 1484 1

原创 车载以太网与CAN通信之间的区别

总的来说,车载以太网在车辆内部的高速数据传输和网络连接方面表现出色,适合于连接车辆内的各种高级电子设备和应用。在车辆内部的高速数据传输和网络连接方面表现出色,适合于连接车辆内的各种高级电子设备和应用。未来,随着汽车电子系统的不断发展,车辆内部的数据交换需求会越来越高,车载以太网的应用会越来越广泛。数据传输质量:车载以太网提供更高的数据传输质量和稳定性,可以防止数据包的丢失和延迟。可以支持更多的功能,例如错误检测和纠正,网络管理,多主机通信等。适合于复杂的控制和通信任务,例如发动机控制和制动系统控制等。

2023-02-19 20:52:55 2446

原创 [NLP] 对比jieba.cut 与jieba.lcut的区别

jieba.cut与lcut对比

2022-12-07 13:51:57 1061

原创 Pytorch Bert 中文分类 运行代码时候遇到的问题

运行bert代码时的报错及解决方案。

2022-12-04 16:41:06 1647

原创 bert 环境搭建之Pytorch&Transformer 安装

transformer 安装 & Pytorch 安装

2022-12-03 19:27:35 6468

原创 Python 图片(.jpg .bmp等)转为指定大小的raw

把.jpg和.bmp的图片转成指定大小的 raw 格式

2022-12-01 14:39:50 1224

原创 Python resize 图片并保存为raw 格式

【代码】Python resize 图片并保存为raw 格式。

2022-12-01 12:27:10 1150

原创 Tensorflow Transfer Learning (迁移学习) ---云端部署代码方式

Tensorflow Transfer Learning (迁移学习) ---云端部署代码方式

2022-12-01 10:19:47 430

原创 pip git+install 报错解决

用pip git + install 报错的解决方案。

2022-12-01 09:53:21 3805 2

原创 TensorflowLite 模型转为Metadata format -----图片分类模型

TensorflowLite模型在手机端部署

2022-11-30 18:06:53 265 2

原创 Windows 安装TVM 及各种报错解决!无GPU版本

TVM安装 模型部署 模型量化

2022-11-10 14:56:34 1491 7

原创 tflite 学习——生成.tflite 模型与验证

用Resnet 模型进行对tensorflow lite验证。

2022-11-01 10:26:14 1714

原创 Linux(Ubuntu) 安装anaconda环境

conda create -n Tensorlite python=3.8 (这一块与以前写过Tensorflow 2.* 安装一样)再输入 conda create -n Tensorlite python=3.8 就成功了!这一步选择 增加解释器 选择conda enviroment 下拉菜单就可以发现。cd /pycharm-community-2022.2.3/bin 执行。这一步需要按一堆回车空格,直到出现yes no的选择。./pycharm.sh 就可以了。Step 4 下载pycharm。

2022-10-26 16:44:05 1010

原创 基于VMware虚拟机安装Ubuntu

VMware虚拟机安装Ubuntu

2022-10-26 13:41:34 1041

原创 Win11 + docker + tensorflow serving 完成模型部署

MLOps 用 Tensorflow Serving + Docker 实现模型的部署

2022-09-07 21:01:19 1185 1

原创 Jupyter notebook 配置虚拟环境

时,已经提到过了如何安装一个虚拟的环境,这样做可以保证每个项目的package之间不会出现冲突。但是最近遇到了一个小问题,就是如果写代码时候用的Jupyternotebook时,选择changekernel的位置并没有,新安装好的虚拟环境,只有一个自带python3(ipykernel),如下图。我们选择Pytorch后,就可以使用我们配置好的Pytorch环境了。针对这个问题查了一些资料,终于搞定了,具体步骤如下(假设这里面已经按照。里面的方法,安装了一个新的虚拟环境叫做Pytorch。...

2022-07-29 15:13:13 5981

原创 【数据清洗】python 实现数据分裂

这次完全是为了备注一个自己常用的代码,由于经常换写代码的终端,所以有些代码真的不想重写了,所以就在这里备注一下有关数据清洗的一些代码:原始数据是想要变成python 代码如下:new_data = data_one.str.split(',',expand=True)new_first = new_data.iloc[:,0].apply(lambda x: x.replace('[',''))new_last = new_data.iloc[:,-1].apply(la.

2022-02-21 21:13:48 549

原创 【机器学习部署】Machine Learning Operations(MLOps) --1(利用fastapi部署yolov3模型)

上一章节已经实现了yolov3模型,接下来就要用fastapi来部署模型。代码如下建立一个文件夹用来返回图片预测的结果 import osdir_name = "images_uploaded"if not os.path.exists(dir_name): os.mkdir(dir_name)接下来实现部署模型代码import ioimport uvicornimport numpy as npimport nest_asynciofrom enum impor

2022-02-11 18:59:46 1005

原创 【机器学习部署】Machine Learning Operations(MLOps) --1(Yolov3物体识别)

本系列以吴恩达老师的MLops的课程为基础,并且结合了网上找到的其他材料和自己实践中遇到的坑。

2022-02-10 17:17:57 2793 1

原创 LSTM代码实现报错方案解决

用 tf.keras.Sequential 实现RNN、LSTM的相关代码实现过程中,一直报在model.fit 那一步,报这个错误AttributeError: 'NoneType' object has no attribute 'dtype',后来整了半天发现是numpy版本问题,于是重新对numpy配置了一下,直接输入conda install numpy=1.19.5 -c conda-forge再跑代码直接出来了结果,太不容易了啊。这点问题查了很久资料,甚至在过程有下载

2021-03-28 13:44:07 1486

原创 Autoencoder 基于tensorflow2.0的代码

具体原理不讲了,网上资料相当多,但是感觉直接可以用的代码不多,所以基于各种资料实现了代码。第一,利用autoencoder降噪,第一部分:数据准备from tensorflow.keras.datasets import mnist(x_train, y_train), (x_test, y_test) = mnist.load_data() x_train = x_train.reshape((-1, 28 * 28)) / 255.0 # 除255的目的就是归一化 reshape的.

2021-03-23 13:46:31 631 1

原创 随机森林分类给出每一个类别的概率

上一篇介绍了决策树,如何给出类别概率,那么很自然就想了随机森林。细节不说了,直接看代码。from sklearn.datasets import load_irisfrom sklearn import treefrom sklearn.ensemble import RandomForestClassifierimport numpy as npimport graphvizx = load_iris().datay = load_iris().targetfeature_name

2021-03-11 16:26:27 9301 5

原创 决策树分类如何计算每个类别的概率

1. 为什么要知道每个样本其所属类别的概率? 虽然决策树可以做到对样本分类,但在算法使用中也会遇到这种情况,模型对样本X进行预测,样本X属于A的概率为51% 属于B的概率为49%,这时虽然算法给出结论是样本X属于A类。但是其对这次预测的结果把握性并不是很大。对于现实中某些宁可不做也不要出现错误的场景来说,这次预测并不是我们所需要的。所以,做算法的时候我们需要模型输出样本属于每个类别的概率。2. 决策树如何计算每个样本的概率?2.1 决策树结果可视化为了方便理解,这里...

2021-03-11 15:27:42 12204 3

原创 基于已有模型,训练新数据的方法

今天碰到一个问题,训练数据随着随着时间的累计越来越多。这样如果每一次训练都把所有的样本,训练一次,既浪费资源又耽误时间。所以,希望可以时间基于已有的模型,直接训练新的数据。比如,我用第一个月的数据训练好了一个模型,现在又来了第二个月的数据,以往的方式是把一月和二月的数据拼起来训练模型,现在希望的基于一月份已经获得的模型,直接训练二月份的数据。具体方法为:step 1 利用一月份的数据训练得到模型,并保存。step2 调用保存的模型,对其进行fit(其实,就是连续fit模型就行。), 这样得到的模型与

2021-02-23 14:22:55 8826 8

原创 Receptive Field(感受野)的理解

基本概念(1)The receptive field is defined as the region in the input space that a particular CNN’s feature is looking at (i.e. be affected by). 用来表示网络内部的不同位置的神经元对原图像的感受范围的大小。(2)感受野是指输出特征图中1个像素点,映射到原始图片的区域大小。(更容易理解)(1)为什么神经元无法接收所有的原始图像信息?答:网络结构中普遍使用卷积层和

2021-02-22 14:12:13 1109

原创 tensorflow2.1 安装

安装 tensorflow2.1前提条件已经安装了 anaconda 3.7 , 由于网上这部分教程超级多,所以就不再这里赘述了。Step 1 为了不与其他的现有编译器产生冲突,所以新建立一个专门用来运行tensorflow2.1的环境。按照上图打开命令窗口,键入conda create -n Tensorflow21 python=3.7注:这里 Tensorflow21 就是未来你编译器名称,可以是任意名称。键入conda create -n Tensorflow21 py.

2021-02-17 12:43:12 1933 2

原创 特征工程入门与实践读书笔记——第二章

第2章 特征理解:我的数据集里有什么本章的任务:a.结构化数据与非结构化数据b.定量数据与定性数据c.数据的4个等级d.探索性数据分析与数据可视化e.描述性2.1 数据结构的有无一定要把无结构数据变成有结构的,就是一行代表一个样本,一列代表一个属性。2.2 定量数据与定性数据个人的理解:就是数据值型连续的数字与categorically 数据。这里面设计...

2019-10-22 10:39:45 338

原创 特征工程入门与实践读书笔记——第一章

第1章 特征工程简介1.1-1.2主要讲的是特征工程重要而且不容易做还浪费时间。1.3 特征工程是什么?将数据转换为能更好地表示潜在问题的特征,从而提高机器学习性能。主要包含以下内容:(1)转换数据的过程(2)特征(3)更好地表示潜在问题(4)提高机器学习性能:通常大家说特征的选择决定模型的上线。1.3.1 数据和机器学习的基础知识有监督无监督因为很熟悉...

2019-10-17 15:55:10 281

原创 神经网络python实现回归及问题解决(2)

由于博主重新安装了anaconda,所以以前可以运行的神经网络的程序又不可以运行了,而且查看自己上一篇的内容发现只可以解决部分问题,又发现了新的问题,所以这篇属于上一篇的升级版!运行神经网络一般会提示没有sknn ,这时候需要用下面运行安装:pip install scikit-neuralnetwork安装好以后会遇到以下的问题:第一个问题:import theano Comp...

2019-10-16 13:01:44 1229

原创 梯度下降例子——python代码

关于梯度下降的讲解已经很多了,因为这个东西实在很重要,我自己也看过很多,但是感觉只有自己真正可以在不看任何材料的情况下,写出简单程序时,才能算是对其有所理解。代码示例如下:if __name__ == "__main__": learning_rate = 0.01 # 步长 # 原始函数为 y = 4x^2-2x+3 利用梯度下降求解其当x为多少时其有最小值,且最小值为多...

2019-07-10 10:50:27 310

原创 递推最小二乘法——python程序

算法引用的数据为python自带的波士顿房价数据。代码如下:# data 第一列为标记值# data 后几列为特征向量# initialTheta 为需要求得的thetaimport numpy as npimport sklearn.datasetsfrom sklearn.model_selection import train_test_splitfrom sklearn....

2019-07-09 20:45:41 3356

原创 VS 2015 编译mlpack 教程

这两天准备用C++完成机器学习,第一步需要装一些机器学习的工具包就像python的scikit learn 一样。这篇文章参考了一些github的内容,剔除了里面的一些坑,按照此方案应该可以顺利完成。提前的准备:Cmake 下载地址https://cmake.org/download/第一步:下载Download mlpack 地址:https://www.mlpack.org/...

2019-04-08 15:33:05 1690 2

原创 神经网络python实现回归及问题解决

今天用python实现了一下神经网络回归,遇到了好几个问题,总结了一下问题的类型和解决方案:本文侧重实现过程中的问题解决代码如下:from sklearn import datasetsimport numpy as npfrom sklearn.model_selection import train_test_splitfrom sklearn import preproces...

2018-11-27 16:39:48 7802 9

原创 matlab 生成C语言

随着开发速度要求越来越快,用matlab直接生成C语言是一个不错的选择。下面就演示一下,如何生成。选择matlab版本2016A 注:路径一定不含中文第一步 写一个定义一个matlab function 如下图第二步 点击APP中的Matlab Coder第三步 如图选好了 点击next第四步 点击画圈的地方 第五步 对变量定点 定好后 点击NEXT 第六步 选择 定义的function 再点击c...

2018-04-08 19:50:22 7462

原创 什么是机器学习

最近一直在学习机器学习,下面就谈谈我理解的机器学习,即机器学习具体要干什么?机器学习的目的:找出输入数据与输出数据之间的关系表达式或者说是函数关系式。如F(输入数据)=输出数据要想完成这个目标,一般需要找到一个损失函数,这个损失函数的参数是未知的,我们的目的就是要找到损失函数的所有未知参数的值,使得损失函数的值最小。例如y=ax1+bx2+cx3 目的:就是找到a,b,c使得y的值最小。一切的机器...

2018-04-04 10:19:41 214

原创 python 循环不覆盖

适用:nd.array 矩阵例子:判断矩阵里面每一行的元素是否等于一个数,最后拼成一个0,1矩阵。data=np.array([[1, -1,1, 1, 1, -1],[1, -1,1, 1, -1, -1]])mar=np.zeros([2,6])for i in range(2): c = data[i, :] == -1 mar[i, :]

2017-12-25 10:12:48 1260

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

提示
确定要删除当前文章?
取消 删除