- 博客(95)
- 收藏
- 关注
RSS订阅原创 基于Keras实现CGAN用于手写数字生成
"""条件GAN的实现:基于MNIST数据集"""import osos.environ["TF_CPP_MIN_LOG_LEVEL"]="2"import matplotlib.pyplot as pltimport numpy as npimport tensorflow as tffrom tensorflow.keras.datasets import mnistfrom tensorflow.keras.layers import Activation,BatchNormaliza
2022-04-06 20:25:34
1888
原创 day20_java常用类
java常用类字符串相关的类:StringString的特性String类：代表字符串。Java程序中所有字符串面值都可以作为此类的实例实现String是一个final类，代表不可变的字符序列字符串是常量，用双引号引起来表示。他们的值在创建之后不能修改。String对象的字符内容是存储在一个字符数组value[]中的通过字面量的形式给一个字符串赋值，此时的字符串值申明在字符串常量池中public class Demo1 { public static void m
2022-03-25 08:43:14
236
原创 day19_java多线程
Java多线程1.线程的生命周期JDK中用Thread.State类定义了线程的几种状态一个线程在它的完整生命周期中通常要经历以下五种状态：新建：当一个Thread类或其子类的对象被声明并创建时，新生的线程对象处于新建状态就绪：处于新建状态的线程被start()后，将进入线程队列等待CPU时间片，此时他已经具备了运行条件，只是没分配到CPU资源运行：当就绪状态的线程被调度并获得CPU资源时，便进入运行状态，run()方法定义了线程的操作和功能阻塞：在某种特定情况下，被人为挂起或执行输入输出操
2022-03-25 08:23:27
638
原创 day18_java多线程
进程1.基本概念：程序、进程、线程程序程序是为完成特定任务、用某种语言编写的一组指令的集合。即指一段静态的代码，静态对象进程进程是程序的一次执行过程，或正在运行的一个程序。是一个动态过程：有它自身的产生、生存和消亡的过程。—生命周期线程(thread)线程是进程的进一步细化，是一个程序内部的一条执行路径一个进程同一时间可以并行执行多个线程，则支持多线程线程作为调度和执行的单位，每个线程拥有独立的运行栈和程序计数器，线程之间的切换开销小一个进程中的多个线程共享相同的内存单元/内存地址空间
2022-03-25 08:22:29
122
原创 pytorch实现resnet18
实现代码"""resnet18的pytorch实现"""import torchimport torch.nn as nnimport torch.nn.functional as Fclass basic_block(nn.Module): """基本残差块,由两层卷积构成""" def __init__(self,in_planes,planes,kernel_size=3,stride=1): """ :param in_planes: 输
2021-12-20 10:41:07
1154
原创 爬虫之静态页面抓取
静态网页抓取在网络爬虫中，静态网页的数据比较容易获取，因为其所有数据都呈现在网页的HTML代码中在静态网页抓取中，Python中的Requests库能够容易实现这个需求通过requests发起Http请求import requestsurl="http://www.santostang.com/"r=requests.get(url)print("文本编码:",r.encoding)print("响应状态码:",r.status_code)print("响应文本内容:",r.text)
2021-12-15 19:48:39
4136
原创 循环神经网络
1.概述循环神经网络:RNNRNNRNN它是一种自监督的学习方式它处理序列的方式为:便利所有序列元素,并保存一个状态,其中包含已查看内容相关的信息.即当前时刻的输出不仅与当前输入有关,而且与前一时刻的状态(输出)有关,Ht=activeFunc(Whx∗Xt+Whh∗Ht−1+b)H_{t}=activeFunc(W_{hx}*X_{t}+W_{hh}*H_{t-1}+b)Ht=activeFunc(Whx∗Xt+Whh∗Ht−1+b)2.用numpy实现RNNimport numpy
2021-12-15 09:35:03
318
原创 keras文本数据处理
"""深度学习用于文本和序列对于处理文本(单词或字符)序列、时间序列和一般的序列数据常用的两种算法：①循环神经网络②一维卷积神经网络其具体应用: 1.文档分类和时间序列分类,比如识别文章主题或书的作者 2.时间序列对比,比如评估两个文档或两支股票行情的相关程度 3.序列到序列的学习,比如机器翻译 4.情感分析,比如将推文或电影评论的情感划分为正面或负面 5.时间序列预测,比如根据某地最近的天气数据来预测未来天气""""""1.处理文本数据由于神经网络只能处理张量数
2021-12-12 12:42:38
1170
原创 keras使用预训练模型进行训练
"""前面我们发现当数据量比较少时,如果从头开始训练一个模型,其精度提升非常困难,且极易出现过拟合 本次实验采用迁移学习思想,如何将预训练网络应用到自己的任务中对于预训练网络,我们有两种处理方式:①特征提取 使用之前网络学习到的表示来从新样本中提取有趣特征,然后将特征输入到一个新的分类器,从头开始训练 利用预训练模型的卷积层提取数据特征,然后将提取的数据特征输入到我们自定的分类器,从头开始训练 好处:计算速度快,对于每张图片,都只需运行一次卷积基
2021-12-05 09:41:45
1768
原创 针对少量数据的模型训练
"""如何在小型数据集上进行卷积神经网络的训练小型数据集：在实际应用场景中，可能会遇到数据量不够的情况 这里的小可能是几百张图像，也可能是几万张图像面临的问题： 小型数据集由于数据量不够，网络训练过程中记忆容易出现过拟合常见的解决方案：①从头开始自己训练一个小型模型②使用预训练的网络做特征提取③对预训练的网络进行微调""""""本次实验,我们使用kaggle竞赛中的猫狗分类数据集,我们从中抽取: 猫狗各1000张作为训练集,猫狗各500张作为验证集,猫狗各5
2021-12-05 08:56:10
1952
原创 Python标准库shutil用法实例详解
shutil模块提供了许多关于文件和文件集合的高级操作，特别提供了支持文件复制和删除的功能shutil用法
2021-12-04 09:34:04
219
原创 keras卷积神经网络基本操作
"""卷积神经网络:Dense层从输入空间中学到的是全局模式(全局模式就是涉及所有像素)Conv层学到的是局部模式,卷积小窗口中发现的模式卷积网络具有的性质: 1.平移不变性: 比如：在图像右下角学习到这种模式,在图像的其他任何位置都可以识别这个模式 2.可以学习到模式的空间层次结构: 后一层卷积可以将前一层卷积学习到的较小局部特征组合成更大的特征,从微小--宏观池化操作: 池化操作是对图像进行下采样，通常有最大池化和平均池化 常见池化
2021-12-04 09:00:50
256
原创 机器学习基本概念
机器学习基础1.机器学习的分类1.1监督学习定义给定一组样本(通常由人工标注样本),它可以学会将输入数据映射到已知目标(人工标注标签)应用监督学习任务主要为分类与回归其他一些关于监督学习的变体任务：序列生成给定一张图像，预测描述图像的文字语法树预测给定一个句子，预测其分解生成的语法树目标检测给定一张图像，在图中特定目标用边界框标注出来图像分割给定一张图像，在特定物体上画一个像素级的掩模1.2无监督学习定义无监督学习是指在没有目标的情况下寻找数据
2021-12-02 10:04:45
305
原创 keras实现回归
"""监督学习常见的两类问题:1.分类：预测值是离散的2.回归：预测值是连续的""""""下面利用keras解决回归问题"""import tensorflow as tfimport tensorflow.keras as kerasimport numpy as np"""数据加载:采用keras内置的波士顿房价数据集，只含有506个样本训练样本404个，测试样本102个"""from tensorflow.keras.datasets import boston_housin
2021-11-30 19:12:29
1148
原创 二分类问题,损失函数值一直为0.693,准确率一直为0.5附近的解决办法
对于二分类问题，损失函数一般用的是binary_crossentropy，要注意loss=0.693...是一个特殊值，因为二分类问题随便猜测的概率就为0.5,用交叉熵进行计算:loss=-ln(0.5)解决的办法:在每个卷积层与激活函数层之间都加了一个BatchNorm2d将数据归一化后，网络可以迅速收敛...
2021-11-30 16:27:42
3697
原创 keras多分类
"""分类问题:二分类:只有两个类别,且每个数据点只能划分到一个类别单标签,多分类:含有多个类别,且每个数据点只能划分到一个类别多标签,多分类:含有多个类别,且每个数据点可以划分到多个类别""""""下面利用keras解决单标签,多分类问题"""import tensorflow as tffrom tensorflow import kerasimport numpy as np"""数据加载: 使用keras自带的路透社数据集,其包含许多短新闻及其对应的主题 一共46
2021-11-30 10:06:36
2238
原创 keras解决二分类问题
"""IMDB数据集二分类"""import tensorflow as tffrom tensorflow import kerasimport numpy as np"""数据集加载:IMDB:keras内置数据集,电影评论评分向量化后的形式"""from keras.datasets import imdb(train_data,train_labels),(test_data,test_labels)=imdb.load_data(num_words=10000)# print
2021-11-30 09:12:04
1913
原创 对抗样本cleverhans的使用
cleverhans模块的使用介绍cleverhans是一个开源的对抗样本库，最新版本v4.0.0支持pytorch，v3.1.0及之前仅仅支持tensorflow里面实现了常见对抗样本的攻击和防御，v4.0.0版本还不太完善，仅仅实现了部分算法下载：pip install cleverhans使用：对抗样本生成常见流程：收集处理数据构建并训练目标模型实现相应的对抗样本算法，实现与之对应的对抗样本导入对应包import cleverhansfrom cleverhan
2021-11-14 19:20:05
3670
3
原创 正则表达式
Python正则表达式正则表达式定义:正则表达式是一个特殊的字符序列，它能帮助你方便的检查一个字符串是否与某种模式匹配模式字符串使用特殊的语法来表示一个正则表达式字母和数字表示他们自身多数字母和数字前面加一个反斜杠会拥有不同的含义标点符号只有被转义时才匹配自身，否则无特殊含义；反斜杠本身需要使用反斜杠来转义正则达式通常都包含反斜杠，所以最好使用原始字符串表示他们；如:r'\t'等价于'\\t'正则表达式中的语法：re模块python中的正则表达式模块为rere.match作
2021-11-14 09:34:33
85
原创 论文阅读笔记
深度学习应用于网络空间安全的现状_趋势与展望_张玉清文章发表于2018摘要本文从分类算法、特征提取和学习效果等方面分析了深度学习在网络安全领域的研究现状和进展，目前深度学习主要应用于恶意软件检测和入侵检测两个领域目前应用领域存在的问题：特征选择：需要从原始数据中提取更全面的特征自适应：可通过early-exit策略对模型进行实时更新可解释性：可使用影响函数得到特征与分类结果之间的相关性归纳总结了深度学习应用于网络安全领域面临的问题和机遇算法脆弱.
2021-11-11 16:13:45
5549
原创 torch.cat与torch.stack的区别
1.torch.cat语法:torch.cat([A1,A2,A3,...],dim=)将多个张量按照指定维度拼接起来用法示例：2. torch.stack语法:torch.stack([A1,A2,A3,...],dim=)新增一个维度，沿着一个新维度对输入张量序列进行连接。 序列中所有的张量都应该为相同形状用法示例：...
2021-11-06 14:42:04
204
原创 Pytorch定义网络结构时网络结构参数初始化
定义网络结构时，对网络结构参数进行初始化，有时更利于网络的训练收敛 def weight_init(self): for m in self._modules: if isinstance(m, nn.Linear) or isinstance(m, nn.Conv2d): #判断当前网络结构是否为全连接层或者卷积层 m.weight.data.normal_(0.0, 0.01) m.bias
2021-11-06 10:28:07
273
原创 python非线性优化--minimize
minimizeminimize是scipy.optimize中的函数,可以实现非线性规划问题；给定一个优化目标，其可以自动求出优化目标取极值时所对应的参数用法：minimize(func,xo,args,**pos)func:优化目标xo:优化参数初始值args:优化目标中其他参数的值示例:给定参数a,求取函数ax+x\frac{a}{x}+xxa+x的最小值，并求出其取最小值时x的取值from scipy.optimize import minimizedef func(x,a
2021-10-31 09:22:44
8038
原创 np.c_与np.r_的用法
1. np.c_[array1,array2]将数组array1和数组array2按行进行连接，即左右连接，要求两个数组的行数相同2. np.r_[array1,array2]将数组array1和数组array2按列进行连接，即上下连接，要求两个数组的列数相同import numpy as npa=np.array([[1,2],[3,4]])aarray([[1, 2], [3, 4]])b=np.array([[5,6],[7,8]])barray([[5, 6
2021-10-25 20:29:19
135
原创 day18_java多线程
进程1.基本概念：程序、进程、线程程序程序是为完成特定任务、用某种语言编写的一组指令的集合。即指一段静态的代码，静态对象进程进程是程序的一次执行过程，或正在运行的一个程序。是一个动态过程：有它自身的产生、生存和消亡的过程。—生命周期线程(thread)线程是进程的进一步细化，是一个程序内部的一条执行路径一个进程同一时间可以并行执行多个线程，则支持多线程线程作为调度和执行的单位，每个线程拥有独立的运行栈和程序计数器，线程之间的切换开销小一个进程中的多个线程共享相同的内存单元/内存地址空间
2021-10-25 16:14:44
52
原创 day18_java多线程
进程1.基本概念：程序、进程、线程程序程序是为完成特定任务、用某种语言编写的一组指令的集合。即指一段静态的代码，静态对象进程进程是程序的一次执行过程，或正在运行的一个程序。是一个动态过程：有它自身的产生、生存和消亡的过程。—生命周期线程(thread)线程是进程的进一步细化，是一个程序内部的一条执行路径一个进程同一时间可以并行执行多个线程，则支持多线程线程作为调度和执行的单位，每个线程拥有独立的运行栈和程序计数器，线程之间的切换开销小一个进程中的多个线程共享相同的内存单元/内存地址空间
2021-10-24 20:55:10
64
原创 04小世界网络
小世界网络1.知识背景六度分离理论此背景可以抽象出网络中的性质：网络平均距离小网络集聚系数大网络世界中小的含义：在ERERER网络中,平均距离<d>=logNlog<k><d>=\frac{logN}{log<k>}<d>=log<k>logN现实世界中大多数网络与ERERER网络的平均距离的量级相似网络的平均距离与网络规模的对数成正比在ERERER网络中,集聚系数<Ci>=p<
2021-10-18 11:26:09
521
原创 03_ER网络
ER网络1.ER网络的生成方式知识背景定义：G(N,P)模型一个随即图是由N个节点构成，并且每对节点之间的连接概率为pG(N,L)模型一个随即图由N个节点构成，并且有L条边随机放置在L对节点之间(不出现重边和自环)边数分布在***G(N,P)***生成模型中，生成的随即网络中的边数是一个随机变量P(L):P(L):P(L):对于一个含有NNN个节点以及连边概率为ppp的随即网络，网络中恰好含有LLL条边的概率P(L)=CCN2LpL(1−p)CN2−LP(L)=C_{
2021-10-18 08:48:16
3776
原创 02复杂网络分析中的基本概念
复杂网络分析的基本概念1.复杂网络的表达方式1.1 图表达用节点和边的方式以图形的形式来进行表达图的描述：组成部分：节点，顶点N=6相互作用：连边，边L=5系统：网络，图（N,L）1.2 集合表达网络G=(V,E),由点集V(G)和边集E(G)组成的一个图,可分为无向，有向和加权网络上述图表达的网络结构的集合表达为：V:点集{1,2,3,4,5,6}V:点集 \{1,2,3,4,5,6\}V:点集{1,2,3,4,5,6}E:边集{e1,e2,e3,e
2021-10-16 21:40:22
1284
原创 01复杂网络分析概论
1.复杂网络在复杂系统中的作用1.1 如何理解一个系统的复杂性系统自由度的角度系统组成成分的数目相互作用的角度从线性到非线性的转变1.2 如何理解相互作用与复杂性的关系复杂系统可以抽象成一个网络，以此可以反映元素间的相互作用理解一个复杂系统分解：将复杂系统分解成一个个个体元素组合：分析个体之间如何通过相互作用组合起来的网络结构与网络功能之间相互影响2.复杂网络研究的发展2.1 复杂网络研究的核心如何建立复杂网络网络模型？如何定量刻画复杂网络
2021-10-16 14:25:34
219
原创 01复杂网络分析概论
1.复杂网络在复杂系统中的作用1.1 如何理解一个系统的复杂性系统自由度的角度系统组成成分的数目相互作用的角度从线性到非线性的转变1.2 如何理解相互作用与复杂性的关系复杂系统可以抽象成一个网络，以此可以反映元素间的相互作用理解一个复杂系统分解：将复杂系统分解成一个个个体元素组合：分析个体之间如何通过相互作用组合起来的网络结构与网络功能之间相互影响2.复杂网络研究的发展2.1 复杂网络研究的核心如何建立复杂网络网络模型？如何定量刻画复杂网络
2021-10-16 14:24:38
172
原创 pandas数据处理一般流程
1.读取文件原始文件:文件读取:data=pd.read_csv(data_file)inputs,outputs=data.iloc[:,:2],data.iloc[:2.对数值项去除NA值inputs=inputs.fillna(inputs.mean())3.对非数值项编码inputs=pd.get_dummies(inputs,dummy_na=True)4.将结果转换为Tensor类型inputs,outputs=torch.from_numpy(inputs.v
2021-09-15 20:11:40
247
原创 telnet模拟QQ邮箱进行邮件发送
在cmd中利用telnet连接QQ邮箱服务器模拟邮件的发送在cmd中利用telnet连接QQ邮箱服务器:telnet smtp.qq.com 25和服务器进行交互，申明身份配置登陆方式：auth login输入自己的账号和对应的授权码授权码：邮箱设置–>>账户–>>POP3/IMAP/SMTP/Exchange/CardDAV/CalDAV服务–>>开启***POP3/SMTP***服务账号和授权码必须是Base64编码形式：
2021-09-04 15:24:26
1241
原创 day16_java异常处理
文章目录异常处理一.异常概述：异常：分类：二.异常的解决方式：方式1：try-catch-finally的使用常见格式:几点说明：示例：方法2：throws的使用两种异常处理方式的区别：重写方法的异常抛出规则：手动抛出异常：用户自定义异常类常见面试题：用户自定义异常类异常处理一.异常概述：异常：在java语言中，将程序执行中发生的不正常情况称为异常。(开发过程中的语法错误和逻辑错误不是异常)分类：java.lang.ThrowableError：Java虚拟机无法解决的严重问题。如：JVM
2021-08-28 09:03:07
64
原创 Jupyter Notebook无法切换内核
1.问题：在conda中运行jupyter notebook，无法手动选择当前运行的python环境2.问题解决：在conda base环境下安装对应的包：nb_conda
2021-08-27 00:07:53
877
原创 day14_java面向对象
抽象类与抽象方法abstract关键字abstract抽象的，可以用来修饰：类和方法abstract修饰类(抽象类):此类不能实例化抽象类中也含有构造器，便于子类实例化调用一般会提供抽象类的子类，让其子类进行实例化，来实现相关功能abstract修饰方法(抽象方法):抽象方法只有方法的申明，没有方法体含有抽象方法的类一定是抽象类；抽象类中不一定含有抽象方法若子类重写了父类中所有抽象方法，则子类方可实例化；若子类没有重写父类中所有抽象方法，则此子类也为抽象类抽象类的应用场
2021-08-25 11:48:31
65
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