- 博客(33)
- 收藏
- 关注
RSS订阅原创 Python代码最好的加密.pyd——easycython（Windows系统+Linux系统）
*命令行操作演示：**打开Windows系统的命令行程序，进入mysum.pyd文件所在路径（我的在D盘根目录），进入Python环境。注意：在调用时需要注意Python版本问题，调用环境要和编译的Python环境版本一致（如Python3.8.10编译，在Python3.8环境调用就行）。需要注意一个问题，除了代码前两行常见内容，第3行添加 # cython: language_level=3，以在Python3环境进行编译。的Python文件中写下一个求两数之和的简单函数，函数名为i_sum；
2023-05-18 19:57:54
2252
2
原创 【已解决】Git的镜像下载和安装
面向github编程时，经常遇到下载速度超慢问题，严重影响工作效率。因此，这里推荐使用Git进行加快github代码的下载。极力推荐使用`Git的镜像下载`！
2022-08-31 10:33:09
1387
原创 【已解决】Python字符串如何实现多个字符分割
亲测有效！！网上也能找到很多相关脚本，但是奇怪，在我这都用不了。因此决定做此记录，希望对于同在此迷茫的小伙伴提供参考。
2022-08-29 16:34:50
2317
原创 Python CV 视觉图像数据标签（xml）在原图的可视化操作
Python CV 视觉图像数据标签（xml）在原图的可视化操作CV离不开数据集，对于拿到公开的数据集抑或是人家整理的数据集时，我们有必要清楚现有的数据集标签质量如何。因此，我们可以用以下脚本去对我们现有的数据标签在原图上进行可视化操作。有学习需要的欢迎交流！......
2022-08-18 14:07:37
1410
原创 【已解决】AttributeError: ‘Upsample‘ object has no attribute ‘recompute_scale_factor’
AttributeError: ‘Upsample‘ object has no attribute ‘recompute_scale_factor’。yolo v5 报错完美解决！
2022-08-15 10:16:01
5919
4
原创 [已解决]No module named ‘torchsummary‘
报错如下原因分析torchsummary 可以做Pytorch可视化，输出网络相关信息。当前环境缺失torchsummary安装包。解决方案pip install torchsummary注：conda install torchsummary可能无法安装，那就直接用pip吧。搞定！...
2021-04-25 16:00:52
8459
3
原创 【已解决】RuntimeError: stack expects each tensor to be equal size, but got [3, 256, 341] at entry 0
【报错】如下：RuntimeError: stack expects each tensor to be equal size, but got [3,256, 341] at entry 0 and [3, 256, 386] at entry 1【分析】train_dataset = datasets.ImageFolder( traindir, transforms.Compose([ transforms.Resize((224)) ###【原因】原
2021-04-21 11:54:16
24716
22
原创 Jupyter Notebook操作快捷键【持续增加】
1.Jupyter Notebook默认不显示行号，可是当我们代码报错时，发现会显示自己多少行出现错误快捷键shift + L搞定！
2021-04-16 16:46:53
147
原创 PyTorch保存、加载模型【简单暴力】
pytorch保存模型的方式有两种：将整个网络都都保存下来仅保存和加载模型参数（推荐使用这样的方法）代码部分方法1# 保存和加载整个模型torch.save(model_object, 'model.pkl')model = torch.load('model.pkl')方法2# 仅保存和加载模型参数(推荐使用)torch.save(model_object.state_dict(), 'params.pkl')model_object.load_state_dict.
2021-04-14 21:25:07
218
原创 【已解决】NameError: name ‘xrange‘ is not defined
Fork人家代码的时候，报错如下：原因：xrange( )函数时在python 2.x中的一个函数，在Python3中，range()的实现方式与xrange()函数相同，所以就不存在专用的xrange( )。解决方案：如继续在python 3中运行程序，直接将xrange( )函数全部换为range( )即可！============================ 分割线 ===================================以下补充介绍xrange()的用法，pyth
2021-04-08 10:52:28
556
原创 Pytorch中squeeze()函数
squeeze() 函数：从数组的形状中删除单维度条目，即把shape中为1的维度去掉用法：numpy.squeeze(a,axis = None)a表示输入的数组；axis用于指定需要删除的维度，但是指定的维度必须为单维度，否则将会报错；axis的取值可为None 或 int 或 tuple of ints, 可选。若axis为空，则删除所有单维度的条目；返回值：数组；不会修改原数组； >>> a = e.reshape(1,1,10) >>
2021-04-07 16:04:23
1286
原创 Pytorch+OpenCV批次将文件夹图片.JPG转换成.png【已解决】
0 导读对于者日常生活中的图片格式转换，尤其是对于计算机视觉领域的人群，我们往往都需要对图片数据进行预处理。计算机视觉的初学者往往对mnist、fashion-misnt等公开数据集的读/写已有一定的掌握，但面临实验室本地数据集预处理时却容易不知所措。废话少讲，直接上代码吧。1 代码实现Description以文件夹形式，批次读入图片，将图片resize为400*300px，删除原图片并保存。RequirementsPython 3.6Pytorch 1.6.0cv2Code
2020-11-05 15:36:34
744
原创 【已解决】Microsoft Visual C++ Redistributable is not installed
【Error】导入torch，提示报错：Microsoft Visual C++ Redistributable is not installed, this may lead to the DLL load failure.【Couse】Anaconda没有默认安装在C盘；系统没有安装VC++ Redistributable程序。【Resolve】VC++ Redistributable.exe双击安装，重启电脑即可。...
2020-09-22 09:31:55
13660
6
原创 深度学习笔记——手稿推导BP算法（附代码实现）
相信很多小伙伴在学习深度学习的过程中，都无法逃避BP（Back Propagation）反向传播算法，确实是ML、DL的经典算法之一。此处假设你对BP已经有了神经网络的基本概念，并且最好已经看过BP算法。接下来将是简洁而详细的手推过程。看完这篇文章后，能够帮助你弄懂BP算法的具体流程，以及BP算法的数学推导过程。神经网络BP算法例子神经网络FP、BP的推算过程：（原理不难，对上号代公式即可）...
2020-09-06 16:28:26
440
原创 TensorFlow学习笔记——利用tensorboard进行可视化
0 导读作为研究狗，学界普遍认为pytorch会比tensorflow代码简介，其实这些都只不过是工具罢了，好好啃通核心思想，应该大同小异。回到tensorboard，验证一个算法的效果好坏以及优化的潜能，其中一个常见的方法是，我们必须得关注loss的收敛情况，当面对大量的loss、acc时，单纯的文本数字并不能直观决策出模型的优劣。因此，我们非常有必要对loss、acc等参数绘图。然而，TensorFlow早已为我等封装好模型可视化的API了，接下来要分享的tensorboard将从模型节点计算图和模型
2020-08-27 23:41:32
428
原创 TensorFlow学习笔记——训练神经网络模型的第一步：构建自己的图片数据集TFRecords
0. 导读相信很多深度学习的初学者都看着大神教程搭过很多的CNN、RNN、VGG等网络模型，训练模型时用的基本都是mnist、fashion-mnist、cifar10等基准数据集，当面对自己实验室的或者自己网上爬下来的数据集时就会犯难，根本不知道怎么调整算法模型去读取我们的本地数据集。问题不大，这个对于每一个深度学习工作者都是漫漫探索路上的必经之路。以下我将分享自己的学习心得以及完整代码实现，为曾和我一样正犯难的小伙伴提供一些参考。代码部分已验证无误，并做了完整注释，请放心食用！关于读取数据，T
2020-08-20 16:17:46
768
1
原创 TensorFlow学习笔记——MNIST手写数字识别的CNN代码实现（代码注释详细，方便小清新入门）
1. 全连接神经网络 vs. 卷积神经网络1.1 全连接神经网络先回顾多层神经网络多层神经网络包括一个输入层和一个输出层，中间有多个隐藏层。每层有若干个神经元，相邻两层之间的后一层的每个神经元都分别与前一层的所有神经元连接。在识别问题中，输入层（即网络的第一层）代表特征向量，其每一个神经元代表一个特征值。多层神经网络在图像识别问题中，输入层的每一个神经元可能代表一个像素的灰度值。但这种神经网络用于图像识别有几个问题，一是没有考虑图像的空间结构，识别性能受到限制；二是每相邻两层的神经元都是全相连，参
2020-08-18 20:27:18
1776
原创 常见python环境管理的Anaconda命令行
管理和切换Python环境，Pycharm工具可以直观地切换以及增删安装包，缺点是下载慢；当你熟悉Python以后，不妨采用Conda的环境管理功能，用cmd命令行将大大提升工作效率。我们能同时安装多个不同版本的Python，并能根据需要自由切换。Python常见的cmd命令行如下：1.查看Python版本，win+R 打开命令行窗口，并执行命令： Python2. 确保系统已成功安装conda，执行命令行: conda --version3.查看该当前环境的pip包，执行命令： pip list
2020-08-11 22:57:54
892
原创 TensorFlow学习笔记——Fashion-MNIST数据集的下载及本地保存
Fashion-MNIST是Zalando文章图像的数据集——包括60,000个示例的训练集和10,000个示例的测试集。每个示例都是一个28x28灰度图像，与来自10个类的标签相关联。Fashion-MNISTHere is the example how the data looks (each class takes three-rows):labeldescription0T恤（T-shirt/top）1裤子（Trouser）2套头衫（Pullov
2020-08-05 17:43:03
2279
4
原创 Tensorflow学习笔记——flags.DEFINE_XXXX()使用flags定义全局参数
tf框架下也封装了**tf.app.flags.DEFINE_XXXX()**函数用于定义全局参数，便于命令行形式传递参数。简单来说就是，当我们运行代码的时候，只需要通过外部命令行选择设定的参数来运行程序，免去在算法代码内部修改参数的麻烦。常见的函数形式如下：flags.DEFINE_float(参数1，参数2，参数3) flags.DEFINE_integer(参数1，参数2，参数3)flags.DEFINE_string(参数1，参数2，参数3) flags.DEFINE_boolean(参数1
2020-08-05 14:44:41
775
原创 《动手学深度学习》Task10：图像分类案例2+GAN+DCGAN
1 图像分类案例2Kaggle上的狗品种识别（ImageNet Dogs）在本节中，我们将解决Kaggle竞赛中的犬种识别挑战，比赛的网址是https://www.kaggle.com/c/dog-breed-identification 在这项比赛中，我们尝试确定120种不同的狗。该比赛中使用的数据集实际上是著名的ImageNet数据集的子集。# 在本节notebook中，使用后续设置的参...
2020-02-25 21:51:38
940
1
原创 《动手学深度学习》Task09：目标检测基础+图像风格迁移+图像分类案例1
1 目标检测基础1.1 目标检测和边界框(9.3)%matplotlib inlinefrom PIL import Imageimport syssys.path.append('/home/kesci/input/')import d2lzh1981 as d2l# 展示用于目标检测的图d2l.set_figsize()img = Image.open('/home/ke...
2020-02-25 20:55:20
1521
1
原创 《动手学深度学习》Task06：批量归一化和残差网络 +凸优化+梯度下降
1 批量归一化和残差网络1.1 批量归一化（BatchNormalization）BN的作用Internal Convariate shift（内部协变量偏移）是BN论文作者提出来的概念，表示数据的分布在网络传播过程中会发生偏移，我们举个例子来解释它，假设我们有一个玫瑰花的深度学习网络，这是一个二分类的网络，1表示识别为玫瑰，0则表示非玫瑰花。我们先看看训练数据集的一部分：直观来说，玫瑰...
2020-02-25 19:10:28
343
原创 《动手学深度学习》Task05：卷积神经网络基础+LeNet+卷积神经网络进阶
文章目录1 卷积神经网络基础1.1 二维卷积层1.2 填充和步幅1.3 多输入通道和多输出通道1.4 卷积层与全连接层的对比1.4 池化2 LeNet2.1 LeNet 模型2.2 获取数据和训练模型3 卷积神经网络进阶3.1 深度卷积神经网络（AlexNet）3.2 使用重复元素的网络（VGG）3.3 网络中的网络（NiN）3.4 GoogLeNet1 卷积神经网络基础本节我们介绍卷积神经网...
2020-02-19 21:25:31
431
原创 《动手学深度学习》Task04：机器翻译及相关技术+注意力机制与Seq2seq模型+Transformer
1 机器翻译及相关技术1.1 机器翻译基本原理简单来说，机器翻译就是把一种语言翻译成另外一种语言，在这里，我用的例子都是从中文翻译成英文。上面的句子用Source标记，即源语言，下面用Target标记，即目标语言，机器翻译任务就是把源语言的句子翻译成目标语言的句子。机器翻译和数据集机器翻译（MT）：将一段文本从一种语言自动翻译为另一种语言，用神经网络解决这个问题通常称为神经机器翻译（NM...
2020-02-19 18:30:03
837
原创 《动手学深度学习》Task03：过拟合、欠拟合及其解决方案+梯度消失、梯度爆炸+循环神经网络进阶
文章目录过拟合、欠拟合及其解决方案梯度消失、梯度爆炸循环神经网络进阶1 过拟合、欠拟合及其解决方案 过拟合、欠拟合的概念 权重衰减 丢弃法1.1 模型选择、过拟合和欠拟合1.1.1 训练误差和泛化误差在解释上述现象之前，我们需要区分训练误差（training error）和泛化误差（generalization error）。通俗来讲，前者指模型在训练数据...
2020-02-18 19:38:28
489
原创 《动手学深度学习》Task02：文本预处理+语言模型+循环神经网络基础
文章目录1 文本预处理2 语言模型3 循环神经网络基础1 文本预处理文本是一类序列数据，一篇文章可以看作是字符或单词的序列，本节将介绍文本数据的常见预处理步骤，预处理通常包括四个步骤： 读入文本 分词 建立字典，将每个词映射到一个唯一的索引（index） 将文本从词的序列转换为索引的序列，方便输入模型1.1 读入文档我们用一部英文小说，即H. G....
2020-02-14 21:33:16
258
原创 《动手学深度学习》Task01：线性回归+Softmax与分类模型+多层感知机MLP
文章目录1 线性回归2 Softmax与分类模型3 多层感知机MLP1 线性回归1.1 定义 线性回归，就是能够用一个直线较为精确地描述数据之间的关系。这样当出现新的数据的时候，就能够预测出一个简单的值。线性回归中最常见的就是房价的问题。1.2 模型 为了简单起见，这里我们...
2020-02-14 20:32:02
493
原创 【解决】ModuleNotFoundError: No module named ‘input_data‘
在实现基于Tensorflow MNIST手写数字RNN网络建模时，当我们参考例程敲进去 import input_data时：import input_data终端偶尔会出现报错： ModuleNotFoundError: No module named ‘input_data’，如下图：import input_dataModuleNotFoundError: No module ...
2019-11-04 22:23:46
4015
1
原创 一篇文章看透母函数、矩、矩母函数联系与区别
矩母函数的暴力拆解一篇文章看透母函数、距、矩母函数联系与区别导读Party1:母函数Party2:矩Party2:矩母函数一篇文章看透母函数、距、矩母函数联系与区别矩母函数？是《概率论》里面一个重要的定义，对统计学和当前AI底层的算法原理理解都是非常有帮助的。全文基于自己的理解，仅供社区朋友共同学习，文章不会罗列公式，对小白绝对友善。温馨提示：数学大佬可以直接跳过不看哦~导读矩母函数，英文...
2019-10-31 21:52:14
8371
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