- 博客(86)
- 资源 (2)
- 收藏
- 关注
RSS订阅
原创 Ubuntu18.04.2使用GPU跑程序最简单的方法以及测试GPU！安装CUDA9.0 以及CUDNN7.1还有Tensorflow 对应GPU版本亲测有效！注意！别的系统不一定适用但大部分流程相同
[email protected]有问题可以发邮箱或者qqUbuntu18.04.2使用GPU跑程序最简单的方法！安装CUDA9.0 以及CUDNN7.1还有Tensorflow 对应GPU版本亲测有效！注意！别的系统不一定适用但大部分流程相同今年考了研究生，研究课题需要跑网络，代码以及数据都准备好，用我自己的CPU跑了一下，7个小时才跑完一边！我的笔记本是某想G50，14年本科大一时候买的，现...
2019-08-22 20:03:24
4874
原创 scipy.misc.imread没有
2.把scipy.misc改为imageio，但是还有两个地方需要改，一个是mode参数改为pilmode，flatten改为as_gray=True.1.降版本，但是涉及到别的复现，还是算了。
2024-03-12 21:41:53
138
原创 [已解决]安装的明明是pytorch-gpu，但是condalist却显示cpu版本，而且torch.cuda.is_available 也是flase
安装了gpu版本的pytorch，但是显示的torch.cuda.is_available(）却是flase。仔细看了一下，发现，有个单独的包叫cpuonly，不知道是什么，但是感觉他不对。conda list查看 版本显示只有cpuonly。在网上找了半天，也没有解决办法。果然成功了，但是也是不知道为啥。
2023-10-26 14:56:02
893
原创 【2023.10版本】linux安装cuda和cudnn【已经解决】
别再百度了，都是错，都是版本不对的回答，官网教程才是解决王道。有哪些方法，上面说的非常清楚，包括各个设备，各个版本的问题。
2023-10-11 15:03:23
597
原创 搭建全连接网络进行分类（糖尿病为例）
d.L2正则化是有用的，很有用。而且有正则化之后可以加速收敛，lr可以稍微调大一点，较少的epoches也可以收敛了，而已acc也会更高一点，稳定一点。a.降低模型的复杂程度，但是修改具体的神经元个数，因为这个网络本身就不大，所有没啥用，模型非常大没准会有用。c.输入数据进行归一化是有用的，归一化之后lr可以调大一点，收敛变快了。1.网上的代码大多都写在一个函数里，但是其实很多好论文都是把网络，数据训练等分开写的。最后看一下结果，最后的准确率在85%左右，还可以，毕竟数据不多，也是简单的全连接。
2023-10-01 21:25:26
1473
原创 【已解决】WARNING conda.models.version:get_matcher(556): Using .* with relational operator is superfluous
用conda安装东西很慢，并且出现以下信息。
2023-09-29 19:29:10
10739
4
原创 [医学图像知识]CT图和PET图的成像表现形式
总之，灰度图像和伪彩色图像都是数字图像的不同表示方式，前者使用单一的灰度通道表示数据，而后者使用颜色编码表示数据的不同数值范围。将颜色映射应用于数据，将每个数据点的数值映射到相应的颜色。2.PET/SPECT图最初也是灰度图，用灰度值表示细胞的反射gama射线的程度，但是为了更好的观测不同细胞等的区别，通常将灰度图转化为了。在图像中，每个数据点的颜色与其数值对应，从而创建了一幅彩色图像，反映了数据的空间分布和模式。对收集到的数据进行分析，确定数据中的最小值（通常是最暗的部分）和最大值（通常是最亮的部分）。
2023-09-22 17:33:42
587
原创 [已解决]PackagesNotFoundError: The following packages are not available from current channels
原因在于：channel可以看成是托管python包的服务器，当无法通过标准channel获得python包时，社区驱动的conda-forge通常是一个很好的地点。大部分问题都可以利用这条语句解决。很多时候用conda安装会报这个错误，找不到这个包。
2023-09-21 19:23:28
3443
原创 [已解决]OSError: cannot write mode I as JPEG
意思是imode转化不了jpg图像，搜了一下pillow转化过程，这个i mode无法转换为jpg，查看图像，肉眼其实看不出什么区别，所有先把有问题的转化为RGB就可以了。但是这个具体分析，需要看你的图像是什么格式，有个链接描述了这个问题，我在他的基础上修改了，不管什么格式，只要不是rgb就转成rgb。在代码中加两句话就可以了，加在读取图像的语句之后或者要转化的语句之前就可以了。转换格式的时候发现报错。
2023-09-01 16:13:05
1259
原创 [已解决]ModuleNotFoundError: No module named ‘pydensecrf‘
直接使用conda install 是找不到的。使用下面的语句就可以安装。
2023-08-31 13:55:24
158
原创 实用工具-图片格式转换-文件批量重命名-批量删除重复文件-保存文件夹的文件名-批量修改图像尺寸
想直接上传到这上面保存的，结果我自己下载都需要积分？3.删除两个文件夹中相同的文件。
2023-08-29 15:29:06
104
原创 [CUDA][Ubuntu]如何卸载cuda和cudnn和nvidia driver
调到google上搜了一下，当然是英文搜，不然和百度一样，在stackoverflow那个网站上找到了一个好的解决办法：上官网查看方法。通过删除文件夹和自带uninstall程序，试了，也删了，但是nvcc-v之后照样有，我踏马，这个cuda怎么比我的师姐还xx！左边找到卸载的那一章节，有很多不同的设备的卸载方法，找到ubuntu的，就复制下面三个命令 删的一干二净。包括：通过安装方式卸载，我tm根本不知道当初这个机器是怎么安装的cuda，我怎么卸载？百度有很多牛鬼蛇神的办法，试了一晚上，都不行。
2023-06-22 22:11:40
2972
原创 【ubuntu】vscode上jupter notebook的使用
系统要有Python环境：conda install python 或者 pip都可以。4.打开vscode，新建.ipynb文件，就可以运行了。打开才行，如果安装失败，就没有办法在vscode里使用。2.安装python环境和插件。输入jupyter note。安装好的话会跳转到浏览器打开。在vsode里安装如下插件。3.安装完需要重启一下电脑。1.安装vscode。3.安装jupter。
2023-06-13 13:03:28
1091
1
原创 user is not in the sudoers file【已解决】
网上有很多通过配置系统文件和进入recovery模式里处理的，个人不太建议，第一权限不一定能行，第二很容易就把系统配置搞坏了，实在不行，就把这个账户删掉，重新再建一个账户，建账户的时候，就把该添加的权限都添加上。因为我不是初始账户，又没有添加到sudo权限当中，所以试了一下网上的解决办法，都不太行，如果是初始账户就可以直接套用网上的解决办法。2.检查root账户，并设置root账户密码，很多时候都是因为没有root账户的原因：sudo passwd root。怀疑是没有root账户，使用命令查看。
2023-06-13 09:43:40
960
原创 《Python深度学习基于Pytorch》学习笔记
1.Numpy提供两种基本的对象：ndarray（n维数组对象）（用于储存多维数据）和ufunc（通用函数对象，用于处理不同的数据）。2.numpy的主要优点：ndarray提供了很多数组化的运算，并且可以快读对数组进行操作，不用写循环来操作。3.numpy是外部的库，使用的话需要导入先，没有库可以安装。4.使用时候要导入numpy。
2023-06-12 11:48:50
965
原创 邱锡鹏《神经网络与深度学习》学习笔记
1.传统的机器学习和深度学习的最根本的区别就是 ：传统的机器学习是人为来选择特征，而深度学习是由网络自己进行特征的选择和学习。传统的机器学习是浅层学习。2.神经网络可以看做一个通用的函数逼近器，一个两层的神经网络可以逼近任意的函数，
2023-06-08 22:21:33
247
原创 吴恩达MachineLearningYearning《MachineLearningYearning》学习笔记
1.监督学习算法主要包括线性回归（linear regression）、对数几率回归（logistic regression，又译作逻辑回归、逻辑斯蒂回归）和神经网络（neural network）。虽然机器学习的形式有许多种，但当前具备实用价值的大部分机器学习算法都来自于监督学习。4.使用单值评估指标往往比使用双值评估指标更好（精度和召回率也就是查准率和查全率有时候会一大一小从而无法比较），可以使用二者的平均值或者F1分数来计算。5.比起构建完美的系统，先构建基础的系统然后再优化 更好。
2023-06-08 20:54:44
72
原创 YOLO中的值得借鉴的思想
1.YOLO1中将图像划分为7*7个网格，每个网格都预测网格中的的类别（是什么物体），以及预测到的物体所对应的框（四个位置量，一个置信度），所以最后的特征图大小为7*7*2*（5+20），也就是7*7*30。9.多尺度预测：单尺度预测对于较小的目标检测效果不好，所以多尺度预测，用较大的感受野来预测大物体（比如13*13的特征图），用26826来预测中等的物体，52*52的来预测小物体，并且在这些层之间进行拼接，增加特征量，提升预测的效果。7.金字塔池化：通过金字塔池化，让输入图像的大小可以改变。
2023-05-24 21:36:21
165
原创 目标检测任务的指标
8.Focal Loss：目标前景和背景往往不平衡，也就是背景多，负样本多，所以在训练时，调整二者所占比例，除此之外，前景中有的特征好检测，有的难检测，所以也分配不同的比重，这样训练就会更快，训练出来的模型也更好。6.IoU Loss：L=1-IoU：其实就是重合的部分是正确的，那剩下的没重合的就是损失误差，理所当然希望这个误差越小越好。7.优化：GIoU loss、DIoU、CIoU等，如下图，实质上是考虑的因素变多了，包括重叠面积，中心点距离，框的长宽比。1.IoU：交并比：就是两个物体的交集/并集。
2023-05-24 20:48:01
74
原创 （BN）Batch Normalization（批量正则化）简单理解
BN往往加到conv.后面，激活函数前面，用于让网络中的数据更加规范，以减轻网络梯度消失和梯度爆炸的问题（通常来说是消失的问题）中心思想就是把数据减去均值除方差，来归一化数据，让数据分布更加均匀。在最基本的变化之上，又有一些优化，比如添加偏移。2.使用更好的激活函数：下有界，上无界，平滑，非单调。1.数据预处理：在输入网络前就进行数据归一化。现在的任务一般是这四种都会使用。3.使用ResNet。
2023-05-24 20:07:33
164
原创 一句话理解anchor free & anchor base
anchor free：就是在进行目标检测时，通过点（中心点和宽高或者关键点（边界点））来确定目标的位置，当网络预测到正确的点的位置就可以找到目标物体。也就是先通过网络提取特征，然后找到特征点，通过这个特征点和标签中的特征点进行cost计算，让网络能够正确的找到物体。anchor base：就是在进行目标检测时，通过框来进行寻找目标，根据GT生成的中心点以及聚类形成的anchor的尺寸生成预测框，预测框再和gt进行cost计算，让网络修正预测框的位置，直到能正确的找到物体。如果理解有误，还请各位指出~
2023-05-24 19:50:59
435
原创 分布式训练和混合训练直接理解
混合精度训练：数据格式由float32和float16共同组成（通常只有float32），f32表示范围大，训练的模型更好，但是占存大，计算慢；f16虽然表示范围小模型差，但是计算快，占存小，所以二者混合通常会有更好的效果。分布式训练：将数据分为多个小块由多个训练卡进行分别计算，更新结果后在进行合并。
2023-05-23 09:20:18
65
原创 读写芯片寄存器的struct 和 union的联合使用
2.可以使用struct和union对寄存器整体定义操作。然后就把寄存器的值读到union上，在读取每一位就行。1.可以定义单独的一个一个的变量（比较麻烦，不建议）
2023-04-10 11:35:07
237
原创 LauterBach使用教程
（也就是服务器上编译时候的路径一模一样的路径，选中到工程目录就可以）4.选择自己板子对应的cpu（可以直接界面选择也可以命令行的方式）(cpu里的system setting)，我们板子需要sys复位，所以选择sys。注：一般情况下运行状态不可以修改外设寄存器的值，但是可以通过修改配置来修改为运行时可修改（cpu寄存器则不可以）（修改这个配置，运行时也可以查看代码）注意：lauterbach可以使用命令来操作，但是由于本人刚刚使用，目前基本上使用的都是界面的按钮，以后会陆续学习命令行指令和脚本的方式。
2023-03-10 15:03:46
5396
10
原创 图像处理——噪声小记
图像处理中的噪声主要分为两类加性噪声：和图像强度本身没有关系，可以看作直接叠加的。乘性噪声：和图像信号是相关的，往往随图像信号的变化而变化。加性噪声符合某种概率分布，主要有一下几种：高斯噪声（白噪声）：正态分布，白点。椒盐噪声：脉冲造成的随便改变一些像素点，黑白点。泊松噪声：泊松分布。目前来说图像去噪分为三大类：基于滤波器的方法（Filtering-Based Methods）、基于模型的方法（Model-Based Methods）和基于学习的方法（Learning-Based
2022-04-22 12:44:17
3295
原创 机器学习笔记
1.模式识别：使计算机模仿人的感知能力。偏向感知。机器学习：从经验数据中获取知识、规则、模型和参数的过程。偏向理论。2.贝叶斯决策：确定最优的分类界面。
2022-04-16 09:14:19
766
2
原创 图像处理（数字图像处理）
工作需要，兴趣所然。1.什么是图像处理： 使用计算机对图像进行分析、加工、处理以满足不同的要求。是信号处理的一个分支。2.图像处理：低级处理：图像预处理、对比度增强、图像锐化等。中级处理：分割、特征提取、识别、分类等。高级处理：图像理解、机器视觉。...
2022-04-13 18:06:17
4390
原创 c++创建0-n的随机数以及随机数相同的问题解决
1.c++创建随机数srand(int)time(0); 随机种子点（就是让每次生成的随机数不一样，因为这个随机是有规律的）int a=rand()%(n+1); 创建0-n的随机数2.创建随机数重复添加了srand(int)time(0);但是创建的随机数还是重复。解决办法：把srand(int)time(0);放到主函数中而不是放到小的函数或者循环中，就算你的随机数定义定义到函数中或者循环中。修改为：...
2021-11-18 20:16:44
942
原创 给图像的区域随机填充自己想要的颜色~
1.使用连通区域分析方法2.使用颜色填充注意事项：1.因为使用的是连通区域分析，所以要将图像进行二值化处理，或者直接使用二值化图像。值得注意的是很多从网络上直接保存下来的图像会被压缩，看起来是黑白两种颜色，但实际上并不是二值图像。2.二值图像一般来说是是只有像素为0和1的构成，但是实际上只要是只有两个值构成的图像都可以成为二值图像，比如只有0和255构成的也是二值图像。代码稍后放...
2021-11-18 19:53:08
2492
1
原创 imagej-Fiji图像处理小记
Process(处理)中的二值化工具详解Binary（二值化）make binary:将图像二值化。erode:腐蚀，边界内缩，小点会消失。dilate:膨胀，边界外扩，可以填补空洞。open:开运算，先膨胀，再腐蚀，用于消除。close:闭运算，先腐蚀，再膨胀，用于填充。outline:原图减去腐蚀后的图像，得到边缘。watershed:断开连接的东西。file holes:填充孔洞。...
2021-11-17 19:45:16
2269
原创 区域增长法和连通区域标记法【小记】
区域增长法/区域生长法区域增长法主要用于区域的分割。是一种非常简单的图像处理算法。可以用于彩色图像，可以用于二值图像等。主要思想：先指定种子点，然后将种子点与周围的像素点进行比较，如果满足某种准则（一般人为规定），则合并，然后继续增长，直到没有满足的像素点为止，这样就把一个区域找到或者说生长出来了。准则有三个：1.确定初始种子点位置：可以人工选取，或者寻找物体内部的点。2.确定生长准则：1.灰度值 2.颜色 3.梯度值等。3.确定停止条件：比如颜色不同，或者梯度方向不同等。连
2021-11-17 19:11:39
3479
原创 python的输入
1.单个输入：a=input()#a=input("")2.俩个数或者多个数输入：m,n=map(int,input.split(""))a,b,c,d=map(int,input.split(""))3.一维数组输入：str=input()num=(int() for n in str.split(""))4.二维数组输入：str=int(input())list=[[0]*n]*nfor i in range(n): list[i]=input.sp
2021-09-23 20:45:50
212
转载 显卡属性里没有NetworkAddress？
按照方法2，可以成功解决。https://www.ithome.com/html/win10/244510.htm
2021-07-03 15:13:51
1721
jinsuanxuan.py
2020-08-17
ImportError: cannot import name 'DTCWTForward' from 'pytorch_wavelets' (unknown location)
2023-10-09
tensorboard无法显示projector
2023-09-28
OpenBLAS Warning
2023-09-27
TA创建的收藏夹 TA关注的收藏夹
TA关注的人