- 博客(37)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 Jupyter notebook输出PDF
jupyter nbconvert your_document.ipynb --to pdfJupyter nbconvert fails to convert this line of LaTex - Stack Overflowhttps://stackoverflow.com/questions/67116112/jupyter-nbconvert-fails-to-convert-this-line-of-latex
2022-01-21 11:14:45
857
1
原创 mac系统Jupiter Notebook 默认增加new cell为markdown
参考1. 找到site-package的位置python3 -m site2. 在terminal中输入open /opt/homebrew/opt/[email protected]/Frameworks/Python.framework/Versions/3.9/lib/python3.9/site-packages3. find: site-packages/notebook/static/notebook/js/main.min.js4. find:Notebook.options_
2022-01-07 06:41:40
521
原创 Operating System(0) -- Contents
Operating System(1)1. Storage Structure2. Execute Phase of CPU3. Computer System Architecture4. Operating System Structure5. Operating System Services6. User Operating System Interface7. Some ConceptsBatch processing,Multitasking (Time..
2021-09-25 23:01:06
175
原创 Operating System(4)--Virtual Machine & OS Generation & System Boot
目录Virtual MachineOS GenerationSystem BootVirtual Machine1. Definition:The fundamental idea behind a virtual machine is to abstract the hardware of a single computer (the CPU, memory, disk drives, network interface cards, and so forth) into seve
2021-09-08 12:09:22
220
原创 基于深度学习的Image Inpainting (图像修复)论文整理与概述
为个人需要，整理一波这方面的论文。同时也参考了 山水之间整理的结果，非常感谢。1. 《Context Encoders: Feature Learning by Inpainting》CVPR 2016链接：https://arxiv.org/abs/1604.07379Github代码：基于torch：https://github.com/pathak22/context-...
2019-05-27 16:23:50
9051
转载 AttributeError: 'module' object has no attribute 'cbook'
Close your jupyter notebook and terminate ipython. Restart Terminal Enter this command in Terminal:export LANG=en_US.UTF-8;export LC_ALL=en_US.UTF-8
2019-02-25 14:57:05
1154
原创 斯坦福cs231n课程记录——assignment2 Dropout
目录Dropout原理 Dropout实现 Dropout运用 作业问题 参考文献一、Dropout原理作用：regularize neural networks by randomly setting some features to zero during the forward pass.二、Dropout实现1.dropout_forwarddef drop...
2019-02-08 21:34:06
1055
原创 斯坦福cs231n课程记录——assignment2 BatchNormalization
目录BatchNormalization原理 BatchNormalization实现 BatchNormalization运用 Layer Normalization 参考文献一、BatchNormalization原理先敬大佬的一篇文章《详解深度学习中的Normalization，BN/LN/WN》运用：to make each dimension zero-mean u...
2019-02-08 20:39:11
3190
2
原创 深度学习优化方法总结
先敬大佬的一篇文章《深度学习最全优化方法总结比较（SGD，Adagrad，Adadelta，Adam，Adamax，Nadam）》在assignment2 FullyConnectedNets作业中的optim.py里有以下几种优化机制（cs231n_2018_lecture07）：SGD SGD + Momentum RMSprop Adam1. SGD公式：缺...
2019-02-07 21:42:49
425
原创 斯坦福cs231n课程记录——assignment2 FullyConnectedNets
目录作业目的 网络层实现 优化方法实现 作业问题记录 参考文献一、作业目的之前做了一个Two-layer neural network的作业，但是其损失函数和反向传播都是在一个函数中实现的，并没有实现模块化，因此不适合复杂网络结构的开发。因此本作业目的在于将各功能模块化，从而较好地实现复杂网络的搭建。二、网络层实现1.affine_layer(layers.py)1....
2019-02-07 21:42:14
2889
1
原创 Kaggle 房价预测
学习了Kaggle房价预测，做点记录。之前自己写过一个关于PM2.5数据清洗的代码，详见：PM2.5数据的清洗，汇总与制作散点图（含源数据链接）
2019-02-02 22:03:22
841
原创 斯坦福cs231n课程记录——assignment1 总结
目录各算法链接 结果对比 参考文献一、各算法链接第一阶段任务主要分为以下几个部分：KNN SVM Softmax Two-layer neural network Features二、结果对比1.KNNGot 141 / 500 correct => accuracy: 0.2820002.SVMbest validation accuracy...
2019-01-24 14:37:38
364
原创 斯坦福cs231n课程记录——assignment1 Softmax
目录Softmax原理 某些API解释 Softmax实现 作业问题记录 Softmax优化 Softmax运用 参考文献一、Softmax原理通过概率表示每个类别被选中的几率，能够对分类结果进行量化。二、某些API解释lambda函数作用：lambda 定义了一个匿名函数 lambda 并不会带来程序运行效率的提高，只会使代码更简洁。https://b...
2019-01-09 15:29:44
731
原创 斯坦福cs231n课程记录——assignment1 SVM
目录SVM原理 某些API解释 SVM实现 作业问题记录 SVM优化 SVM运用 参考文献一、SVM原理线性SVM分类是给每一个样本一个分数，其正确的分数应该比错误的分数大。在实际分类中，为了提高分类器的鲁棒性，我们希望正确的分数比错误的分数大得多一些，其差值为，如图1-1所示，我们希望car的所有样本离红线更远一些（箭头方向）。该损失函数则为Hinge损失函数，其公式如下：...
2018-12-28 17:24:50
921
原创 斯坦福cs231n课程记录——assignment1 KNN
目录KNN原理 某些API解释 KNN实现 作业问题记录 行业运用 算法改进 参考文献一、KNN原理KNN是一种投票机制，依赖少数服从多数的原则，根据最近样本的标签进行分类的方法，属于局部近似。优点：1.简单（原因在于几乎不存在训练，测试时直接计算）；2.适用于样本无法一次性拿到的情况；3.KNN是根据周围邻近样本的标签进行分类的，所以适合于样本类别交叉或重叠...
2018-12-19 17:26:52
1382
原创 《图像处理、分析与机器视觉》（第4版）阅读笔记——第六章 分割Ⅰ
分割是处理图像数据前最重要的步骤之一，其主要目标是将图像划分为与其中含有的真实世界的物体或区域强相关性的组成部分。分割方法根据所使用的主要特征可划分为三组：第一组是有关图像或部分的全局知识（global knowledge），这一般由图像特征的直方图来表达。第二部分是基于边缘的（edge-based）分割，而第三组是基于区域（region-based）分割，在边缘检测或区域增长中可以使用多种不...
2018-10-03 20:39:31
1250
1
原创 《图像处理、分析与机器视觉》（第4版）阅读笔记——第五章 图像预处理
预处理不会增加图像的信息量，一般会降低熵。因此，从信息论的角度看，最好的预处理是没有预处理：避免（消除）预处理的最好途径是着力于高质量的图像获取。实际图像中的属于一个物体的相邻像素通常具有相同的或类似的亮度值，因此如果一个失真了的像素可以从图像中被挑出来，它也许就可以用其邻接像素的平均值来复原。5.1 像素亮度变换有两类像素亮度变换：亮度校正（brightness corrections)...
2018-09-14 16:11:45
3900
原创 《图像处理、分析与机器视觉》（第4版）阅读笔记——第四章 图像分析的数据结构
4.1 图像数据表示的层次共分为四个层次：最底层的表示：图标图像（iconic images），由含有原始数据的图像组成，原始数据也就是像素亮度数据的整数矩阵。（预处理的部分）第二层的表示：分割图像（segmented images）。第三层：几何表示（geometric representation），保存2D和3D形状知识。拍摄图像与CAD模型之间的转换。第四层：关系模型（...
2018-09-12 17:21:19
2126
原创 《图像处理、分析与机器视觉》（第4版）阅读笔记——第三章 图像及其数学与物理背景
3.1 概述3.1.1 线性矢量（线性）空间（vector（linear） space）3.1.2 狄拉克（Dirac）分布和卷积理想的冲击是一个重要的输入信号，图像平面上的理想冲击是用狄拉克分布（Dirac distribution）定义的，。相当于信号处理中的单位阶跃函数或单位冲击函数。参考：https://blog.csdn.net/yuanmengxinglong/a...
2018-09-12 11:35:23
1580
1
原创 《图像处理、分析与机器视觉》（第4版）阅读笔记——第二章 图像及其表达与性质
2.1 图像及其表达与性质在单色图像中最低值对应于黑，而最高值对应于白。在他们之间的亮度值是灰阶(gray-level)空间分辨率（spatial resolution）是由图像平面上图像采样点间的接近程度确定的。频谱分辨率（spectral resolution）是由传感器获得的光线频率带宽决定的。辐射计量分辨率（radiometric resolution）对应于可区分的灰阶数...
2018-09-10 19:04:52
2696
转载 构建深度神经网络的小建议
点击打开链接一位ML工程师构建深度神经网络的实用技巧 从动力学角度看优化算法SGD：一些小启示点击打开链接阅读笔记：1. 条件允许情况下，在使用SGD时，开始使用小batch size和大学习率，然后让batch size 慢慢增加，学习率慢慢减少。2.Momentum加速为‘越过’不那么好的极小值点提供了来自动力学的可能性。...
2018-07-08 15:52:01
300
原创 tensorflow某些层交替训练
问题描述：遇到多loss约束，需要某些层单独训练。代码： 方法一：first_train_vars = tf.get_collection(tf.GraphKeys.TRAINABLE_VARIABLES,scope='conv0'and'dense_1'and 'trans_1'and'dense_2'and'trans_2'and'dense_3'and'trans_3'and'dens...
2018-06-11 15:25:05
2760
3
原创 问题记录：恢复某些层参数，遇到NotFoundError: Key conv2d_168/bias not found in checkpoint
问题描述：对网络结构做了些修改，导入已训练的参数，出现NotFoundError相关程序：#State where your log file is at.log_dir = './log2'#State where your checkpoint file is checkpoint_file = './log/model.ckpt-300068'#Define the scopes...
2018-06-08 19:43:16
6374
1
原创 问题记录：InvalidArgumentError: xxx and xxx not the same shape: [] != [1] (tag ' ')
问题：解决：用tf.squeeze函数 ，去除多余的维度。
2018-06-06 17:12:47
3011
原创 跑深度学习网络时碰到的一些问题记录
分两部分记录：一.程序语言二.日志信息####################################################################################################一.程序语言1.join 和 os.path.join函数 join：用于合并字符串数组 os.path.join:用于合并多个路径import os...
2018-05-29 11:17:04
822
原创 python2.7+PyQt5 制作桌面便签小程序
初学PyQt5，尝试制作了如图所示桌面便签小程序，功能比较单一。 现按以下顺序记录： 一.PyQt5的安装 二.程序 三.打包 ###################################################################### 一.PyQt5的安装 参考：点击打开链接 二.程序 1.使用Qt C...
2018-05-20 16:44:12
5380
转载 深度学习领域引用量前20篇论文简介
转自：七月算法点击打开链接深度学习是机器学习和统计学交叉领域的一个子集，在过去的几年里得到快速的发展。强大的开源工具以及大数据爆发使其取得令人惊讶的突破进展。本文根据微软学术（academic.microsoft.com）的引用量作为评价指标，从中选取了20篇顶尖论文。注意，引用量会随着时间发生快速的变化，本文参考的是本文发表时候的引用量。在这份清单中，超过75%的文章都提到了深度学习和神经网络，...
2018-04-11 17:11:59
252
原创 PM2.5数据的清洗，汇总与制作散点图（含源数据链接）
相关数据：北京空气质量（2012-2018年）点击打开链接全国空气质量历史数据 | 北京市空气质量历史数据（每周更新）点击打开链接相关程序：程序：（补全单个csv中的数据，用的是该天每个站点的中位数，并整理成date，type，mean三类的csv文件）# -*- coding: UTF-8 -*-import pandas as pdimport datetimeimport csvd...
2018-04-05 17:19:47
2109
9
原创 记录一下装Ubuntu16.04和tensorflow踩过的所有坑（小白按我的顺序不会错）
装Ubuntu16.04断断续续装了1个礼拜，运气不太好，踩到了各种各样的坑，通过查各种资料才终于大获成功。现将所有的参考资料按顺序整理如下：第一部分第一步：前期准备与装系统 Ubuntu 16.04安装 参考文献：点击打开链接 （切记：安装第三方软件要打勾，这样虽然慢，但是安装得比较全。）第二步：一定要装网卡驱动，这样以便后面程序的下载...
2018-04-02 12:29:41
2225
6
原创 Tensorflow之构建自己的图片数据集TFrecords（二）
分类好了图片，接下来制作成Tfrecord格式。 先贴代码：import tensorflow as tffrom PIL import Imageimport oscwd = os.getcwd()root = cwd+"./images_variant_trainval"TFwriter = tf.python_io.TFRecordWriter("./images_...
2018-03-17 11:16:22
1051
原创 Tensorflow之构建自己的图片数据集TFrecords（一）
接触Tensorflow一个月以来，总算有点感觉。最近一边查文档一边自己摸索，利用Tensorflow构建了自己的图片数据集TFrecords。接下来，我将步骤及用到的相关知识一一记录下来，望大家指点。 用到的原始数据形式截图如下：（用的是fgvc-aircraft-2013b数据集） 制作这个数据集我分成了两步： 第一步：将图片按照给定txt里面的标签复制到指定...
2018-03-17 11:11:26
2972
8
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人