- 博客(25)
- 收藏
- 关注
RSS订阅原创 c++配置libtorch
CUDA版本最好选与本机一致的版本进行使用，但是我的经验告诉我即使下载的版本和电脑安装的CUDA版本不一致，但只要能兼容也可以使用。比如我下载的LIbTorch的CUDA版本是11.7但是电脑的CUDA版本是12.0，也是可以正常使用的，其中CUDA版本要大于等于LIbTorch的CUDA版本。把libtorch/lib中的所有dll放到libtorch/bin中，然后把libtorch/bin加到环境变量的path中.1、由于找不到xxx.dll,无法继续执行代码，重新安装程序可能会解决此问题。
2024-04-08 17:12:19
658
原创 Windows中Python与OpenCV C++之间Mat传递
上代码简单调用了OpenCV的Canny函数，使用指针传递数据。值得注意的是，自定义的宏DLLEXPORT用于指定暴露的函数，只有加了这个宏的函数在外面才能调用。注意： 由于cpp_canny函数中申请了内存空间，需要释放，因此加了函数release，用于在python端释放内存。将stdafx.h、targetver.h、dllmain.cpp、MyDLL.cpp、stdafxc.pp删除。删除后，记得要在C/C++》预编译头 中取消使用预编译头。
2023-02-17 15:55:27
438
1
原创 Eigen 矩阵Matrix及其简单操作
在Eigen，所有的矩阵和向量都是Matrix模板类的对象，Vector只是一种特殊的矩阵（一行或者一列）。Matrix有6个模板参数，主要使用前三个参数，剩下的有默认值。Scalar是表示元素的类型，RowsAtCompileTime为矩阵的行，ColsAtCompileTime为矩阵的列。...
2022-08-10 10:38:27
3917
原创 gstramer学习
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档gstramer学习Gstreamer整体框架Media ApplicationsCore FrameworkPluginsGstreamer基础概念ElementPad二、使用步骤1.引入库2.读入数据总结Gstreamer整体框架Gstreamer是一个支持Windows，Linux，Android， iOS的跨平台的多媒体框架，应用程序可以通过管道（Pipeline）的方式，将多媒体处理的各个步骤串联起来，达到预期的效果。每个.
2022-04-30 21:30:31
452
原创 vscode内c++调用python内函数
vscode内c++调用python内函数VScode中配置环境首先是在VScode中为C++调用python接口配置环境1、配置step12、配置step23、配置step3调用pythonpython测试代码结果VScode中配置环境首先是在VScode中为C++调用python接口配置环境1、配置step1打开vscode的拓展商店安装python2、配置step2然后编辑c_cpp_properties.json文件，在文件中的includePath项添加自己的python inclu
2022-04-30 21:11:21
2213
4
原创 猫狗识别基于Pytroch
猫狗识别基于Pytrochimport osimport cv2import torchimport numpy as npfrom torch.utils.data import Datasetimport torchvision.transforms as transformimport matplotlib.pyplot as plt file_path = "CAT/img" trans = transform.Compose([ transform.ToTensor(
2021-06-29 22:30:25
410
原创 定向对抗推荐系统
摘要对抗性训练通过在模型是在训练过程中对输入空间进行随机扰动，它是提高深度学习模型泛化能力的有效方法。APR成功地将对抗式训练应用到推荐系统中，通过极大极小博弈来干扰用户和项目的嵌入。但该方法忽略了推荐系统中的协同信号，无法捕捉到数据分布的平滑性。协同信号揭示了用户和物品之间的行为相似性，是构建推荐系统的关键。在这项工作中，我们开发了方向性对抗训练(DAT)策略，通过明确地注入协作信号到扰动过程中。也就是说，在适当的限制下，用户和项目都会在嵌入空间中被其相似的邻居扰动。图一直观的素描定向对抗训练的过程
2020-07-18 09:55:54
563
原创 tensorflow学习笔记(一）
目录tensorflow的数据类型常见的数据类型载体什么是 TensorTensor支持的数据类型：Tensor的常见属性devicenumpyndim,rank判断一个东西是不是Tensor类型转换tensorflow的数据类型常见的数据类型载体listnp.arraytf.Tensor设计非常灵活，可以随意添加插入各种数据类型。缺点是内存不是连续的在处理一个高纬度的数据，例如图片数据，这样消耗内存空间特别大，读取数据会特别慢。用来解决数据运算，可以很方便的运算和读取高维数据
2020-07-16 20:36:41
183
原创 A*算法解决8数码问题python实现
1.A*的通俗理解很多游戏特别是rts，rpg类游戏，都需要用到寻路。寻路算法有深度优先搜索（DFS），广度优先搜索(BFS)，A星算法等，而A星算法是一种具备启发性策略的算法，效率是几种算法中最高的，因此也成为游戏中最常用的寻路算法。对于A星算法的具体理解可以参考下面这篇文章，本文着重讲解A星算法，在解决8数码问题的思路以及代码A*算法的通俗理解2.8数码问题首先：估价函数对求解八数码问题有不同的影响。这里我们介绍4种不同启发函数，我们主要使用第一种:最简单的估价函数:取一格局与目的格局
2020-06-08 22:03:23
23931
13
原创 超详细遗传算法解析及pyhton实例实现
这里写目录标题01 什么是遗传算法？1.1 遗传算法的科学定义1.2 遗传算法的执行过程(参照百度百科)1.3 遗传算法过程图解02 问题引出与解决2.1 一元函数最大值问题2.2 "袋鼠蹦跳"03 大体实现过程04 开始我们的进化(具体实现细节)4.1 先从编码说起4.1.1 二进制编码法4.1.２ 浮点编码法4.2 为我们的袋鼠染色体编码4.3 评价个体的适应度--适应度函数（fitness function）4.4 射杀一些袋鼠--选择函数（selection）4.５ 遗传--染色体交叉(crosso
2020-05-27 21:15:18
2384
原创 异构信息网络上的对抗性学习
摘要网络嵌入是一种在低维空间中表示网络数据的方法，在异构信息网络分析中得到广泛应用。虽然现有的HIN嵌入方法在一定程度上实现了性能的提升，但仍存在一些不足之处。最重要的是，它们通常采用负抽样的方法从网络中随机选择节点，而不去学习底层的分布以获得更好的鲁棒嵌入。受到生成对抗网络(GAN)的启发，我们为HIN嵌入开发了一个新的框架HeGAN，它在极小极大游戏中训练识别器和生成器。与现有HIN嵌入方法相比，我们的生成器可以学习节点分布，生成更好的负样本。与同构网络上的GANs相比，我们的鉴别器和生成器被设计成关
2020-05-23 23:11:42
487
原创 传教士过河问题python实现所有方法打印
问题描述有 N 个传教士和 N 个野人来到河边渡河，河岸有一条船，每次至多可供 k 人乘渡。问：传教士为了安全起见，应如何规划摆渡方案，使得任何时刻， 河两岸以及船上的野人数目总是不超过传教士的数目(否则不安全，传教士有可能被野人吃掉)。 即求解传教士和野人从左岸全部摆渡到右岸的过程中，任何时刻满足 M (传教土数) ≥ C 野人数)和 M+C≤k 的摆渡方案。写在前面传教士与野人过河问题是人工智能里面非常经典的算法题，曾经是2012年360公司的面试题，因此网上有各种各样的解决思路和代码设计，但是我
2020-05-13 16:39:43
5290
原创 Kmeans
1 聚类算法对于"监督学习"(supervised learning)，其训练样本是带有标记信息的，并且监督学习的目的是：对带有标记的数据集进行模型学习，从而便于对新的样本进行分类。而在“无监督学习”(unsupervised learning)中，训练样本的标记信息是未知的，目标是通过对无标记训练样本的学习来揭示数据的内在性质及规律，为进一步的数据分析提供基础。对于无监督学习，应用最广的便是"...
2019-08-09 15:12:53
192
原创 tensorflow学习笔记
搭建神经网络步骤1.准备引入相应的Python库常量定义生成数据集以及答案一次喂入神经网络的数据个数；例如有100000个基本数据但不能一次性全输入进去应该从中选择几个输入2.前向传播定义输入，参数，输出，神经网络层数，定义前向传播方法。3.反向传播定义损失函数，反性传播方法4.生成会话完成迭代初始化所有参数定义循环轮数每次循环喂入的数据，标准答案个数（数据...
2019-08-05 14:38:51
97
原创 BPR
1. BPR算法使用背景在很多推荐场景中，我们都是基于现有的用户和商品之间的一些数据，得到用户对所有商品的评分，选择高分的商品推荐给用户，这是funkSVD之类算法的做法，使用起来也很有效。但是在有些推荐场景中，我们是为了在千万级别的商品中推荐个位数的商品给用户，此时，我们更关心的是用户来说，哪些极少数商品在用户心中有更高的优先级，也就是排序更靠前。也就是说，我们需要一个排序算法，这个算法可以...
2019-08-03 10:24:00
342
原创 朴素贝叶斯分类
一. 朴素贝叶斯朴素贝叶斯中的朴素一词的来源就是假设各特征之间相互独立。这一假设使得朴素贝叶斯算法变得简单，但有时会牺牲一定的分类准确率。首先给出贝叶斯公式：换成分类任务的表达式：我们最终求的p(类别|特征)即可！就相当于完成了我们的任务。则，朴素贝特斯公式为：二. 实例解析首先，给出数据如下:现在给我们的问题是，如果一对男女朋友，男生想女生求婚，男生的四个特点分别是不帅，...
2019-08-02 09:31:24
1068
原创 推荐算法之协同过滤
协调过滤算法（Collaborative Filtering，CF）一、算法核心和原理协同过滤算法核心步骤如下：1）收集用户偏好；2）找到相似的用户或物品；3）计算并推荐。算法原理：协同过滤算法是比较著名的推荐算法，主要功能是预测和推荐。算法通过对用户历史行为数据的挖掘发现用户的偏好，基于不同的偏好对用户进行群组划分并推荐品味相似的商品。二、基于物品的协同过滤算法（ItemCF）基...
2019-07-25 12:02:17
519
原创 CNN
这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入在这里插入代...
2019-07-24 11:47:18
273
原创 KNN鸢尾花及手写数字识别python实现
KNN数据集及源代码KNN（k-nearest neighbor）是一个简单而经典的机器学习分类算法，通过度量”待分类数据”和”类别已知的样本”的距离（通常是欧氏距离）对样本进行分类。这话说得有些绕口，且来分解一番：（1）分类问题都是监督（supervised）问题，也就是说一定数量的样本类别是已知的。（2）既然我们已经有了一批分好类的样本，那么接下来的工作自然应该是通过已知样本训练分类...
2019-07-22 22:18:08
615
原创 学习人工智能可能遇到的问题
目录1.为什么一般需要划分出额外的校验集用语超参数调整，而不是选择直接使用测试集？2.批量梯度下降和随机梯度下降在面对鞍点时有何不同表现？3.当一个模型训练完后若发现训练集上的loss非常高，请问在不对代码进行全面排查的前提下，以最快速度定位是模型本身的拟合能力不足还是代码的实现存在某种错误？4.假设我们在训练一个使用Sigmoid激活函数的全连接神经网络。在对其权重进行初始化是，为什么一般会倾向...
2019-07-22 20:11:17
2293
转载 矩阵分解
MF有如下R(5,4)的打分矩阵：（“-”表示用户没有打分）其中打分矩阵R(n,m)是n行和m列，n表示user个数，m行表示item个数import numpy as npfrom math import powimport matplotlib.pyplot as pltR=np.array([[5,3,0,1],[4,0,0,1],[1,1,0,5],[1,0,0,4],[0,1...
2019-07-22 12:01:28
334
原创 梯度下降python代码简单实现
房屋面积与价格python代码import matplotlib.pyplot as pltimport randomimport matplotlib#数据调递增的一次函数x = [150,200,250,300,350,400,600]y = [6450,7450,8450,9450,11450,15450,18450]#步长alpha = 0.00001#计算样本个数m...
2019-07-22 00:10:24
702
原创 神经网络BP（原理到代码）
神经网络以及BP（原理到代码）神经网络是一门重要的机器学习技术。它是目前最为火热的研究方向–深度学习的基础。学习神经网络不仅可以让你掌握一门强大的机器学习方法，同时也可以更好地帮助你理解深度学习技术。本文以一种简单的，循序的方式讲解神经网络。适合对神经网络了解不多的同学。本文对阅读没有一定的前提要求，但是懂一些机器学习基础会更好地帮助理解本文。神经网络是一种模拟人脑的神经网络以期能够实现类人...
2019-07-21 00:29:12
1969
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