DeniuHe的博客

原创 C++: 求两个数的最小公倍数

输入：45000 500000。

原创 逻辑回归（Logistic Regression）详细解释与公式推导

模型形式：逻辑回归 = 线性回归 + Sigmoid函数，核心是将线性输出映射为概率；损失函数：交叉熵损失（负对数似然），确保预测概率与真实标签一致；参数求解：通过梯度下降法最小化损失，利用Sigmoid的导数性质简化梯度计算；核心优势：模型简单、可解释性强（权重ww可反映特征对分类的影响程度）、训练速度快、泛化能力稳定；适用场景：二分类任务，尤其适合需要概率输出和特征解释的场景。逻辑回归的扩展形式（如Softmax回归）可用于多分类任务，但其核心思想（线性拟合+概率映射）保持一致。

原创 Python：np.clip(z, -250, 250) 的功能解释

【代码】Python：np.clip(z, -250, 250) 的功能解释。

原创 再次重写K-Means Algorithm

2025年10月24日重写k-means（随机初始化聚类中心）

原创 Pytorch实现一个简单的贝叶斯卷积神经网络模型

在模型规模相似的情况下，普通 CNN 由于参数更少、计算流程更简单（无额外的 KL 散度计算和采样操作），训练速度显著快于贝叶斯 CNN。贝叶斯 CNN 的优势不在于训练效率，而在于其能量化预测的不确定性（例如通过多次采样得到预测分布），并在小样本、数据噪声大的场景下可能具有更好的泛化能力，但这是以更高的计算成本为代价的。

原创 Pytorch实现目标检测

使用的数据集是：Kaggle上的Road Sign Detection数据集。该数据集共有877张图片。因为使用了OpenCV所以各种路径中不能有中文。这个是一定要注意的。在测试集上的分类准确率为：90.34%

原创 nn.ReLU(inplace=True)中的inplace=True代表什么意思？

inplace=True的核心价值是通过牺牲数据完整性换取内存和计算效率，适用于显存敏感且无需保留输入的场景（如推理或预处理），但在训练阶段需谨慎评估其对梯度流的影响。

原创 基于孪生网络 (Siamese Network) 的人脸识别系统

代码实现使用了 VGG19 预训练模型作为特征提取器，通过对比学习来判断两张人脸图像是否属于同一人。整个代码分为数据准备、模型构建、训练和测试四个主要部分。上一个帖子记录了基于普通CNN的人脸识别系统。但是，测试准确率实在太低了只有30%。这次使用**孪生网络（Siamese Net）**进行实现。

原创 使用pytorch创建模型时，nn.BatchNorm1d(128)的作用是什么？

在PyTorch中，nn.BatchNorm1d(128) 的作用是对（如全连接层的输出或时间序列数据）进行。

原创 基于Pytorch的人脸识别程序

这个实现采用了经典的分类方法进行人脸识别，通过训练一个多类分类器，使得同一个人的特征向量在特征空间中接近，不同人的特征向量远离。在实际应用中，还可以进一步改进，例如使用 Triplet Loss 或 ArcFace 等更先进的损失函数来优化特征空间。人脸识别是模式识别和计算机视觉领域的重要研究方向，其目标是从图像或视频中识别出特定个体的身份。如果需要使用这个程序，只需确保数据集路径正确，然后运行代码即可。现代人脸识别技术的突破主要归功于深度卷积神经网络的应用。当相似度超过设定阈值时，判定为同一人。

原创 使用ImageFolder加载图像数据集

是 PyTorch 中用于加载图像数据集的实用类，特别适合处理按文件夹组织的图像数据。

原创 统计EfficientNet-B7的参数个数。

EfficientNet 是谷歌提出的一系列高效卷积神经网络，通过复合缩放方法对网络的深度、宽度和分辨率进行联合优化，在同等计算资源下取得了比传统网络更好的性能。不同版本的 EfficientNet（如 EfficientNet - B0 到 EfficientNet - B7） 参数量和计算量等指标有所不同，随着版本号的增大，模型规模和性能也在不断提升，EfficientNet - B7 在设计上更侧重于处理复杂任务，但也带来了相对较多的参数和计算量。我们将使用如下代码，利用。

原创 Pytorch实现感知器并实现分类动画

运行代码后，你将看到一个动画展示感知机如何逐步学习区分两类数据的决策边界。随着训练的进行，决策边界会不断调整，直到能够正确分离两个类别。：使用用户提供的函数生成两类可线性分离的数据点。

原创 结构体数组的应用

【代码】结构体数组的应用。

原创 字符串逆置

【代码】字符串逆置。

原创 数组接龙C++思想

【代码】数组接龙C++思想。

原创 火柴棒等式的C++实现

原创 最大子段求和C++实现

【代码】最大子段求和C++实现。

原创 冒泡排序C++实现

【代码】冒泡排序C++实现。

原创 数的计算，C++实现

【代码】数的计算，C++实现。

原创 RPG涂色问题

【代码】RPG涂色问题。

原创 查询最高成绩

【代码】查询最高成绩。

原创 素数的判定

【代码】素数的判定。

原创 根据名称读取某路径下的.csv文件

【代码】根据名称读取某路径下的.csv文件。

原创 python：获取某路径下所有图片的名称

可以使用 Python 的os模块或者pathlib模块来获取指定路径下所有图片的名称。

原创 绘制动态甘特图（以流水车间调度为例）

【代码】绘制动态甘特图（以流水车间调度为例）

原创 python绘制饼状图

【代码】python绘制饼状图。

原创 求解函数极值的简单遗传算法设计

【代码】求解函数极值的简单遗传算法设计。

原创 求解流水车间调度问题的遗传算法设计

流水车间调度问题（Flow Shop Scheduling Problem, FSP）​​工件集合：n个独立工件{J₁, J₂, ..., Jₙ}，每个工件需依次经过m道工序加工​机器配置：m台机器按固定顺序排列{M₁, M₂, ..., Mₘ}，每台机器仅负责一道工序​工艺路线：所有工件遵循相同的加工顺序（M₁→M₂→...→Mₘ），即"置换流水车间调度问题（PFSP）"

原创 Awesome-Active-Learning-for-Medical-Image-Analysis

https://github.com/LightersWang/Awesome-Active-Learning-for-Medical-Image-Analysis@article{wang2024comprehensive, title={A comprehensive survey on deep active learning in medical image analysis}, author={Wang, Haoran and Jin, Qiuye and Li, Shiman and L

原创 np.setdiff1d

随机选择已标记样本，并从无标记样本集中删除

原创 使用PIL展示一个图像

使用PIL展示一个图像

原创 Ningfei Yu专属

手搓基于CNN的Chest X-ray图像分类-优快云博客https://blog.youkuaiyun.com/DeniuHe/article/details/145515957?下载后的数据为一个压缩包：压缩包里面有三个文件夹，每个文件夹对应一个类，里面分别包含1525章X光胸片。covid对应新冠肺炎normal对应正常pneumonia对应其他肺炎将三个文件夹中的图像，合并成一个文件，命名为Datasetmetadata.csv里面是各图像名称及其对应的类别标签0,1,2。

原创 AL for CNN

【代码】AL for CNN。

原创 手搓基于CNN的Chest X-ray图像分类

CPU版本耗时：1310.6518561840057。GPU版本耗时：70.60973024368286。

原创 使用Conda命令移除清华镜像源

执行完上述命令后，Conda 会将这些镜像源从配置中移除，恢复默认的镜像源设置。这几个命令，结果conda下载不好用了，因此需要清除上述清华镜像。此命令会显示当前配置的所有镜像源。

原创 获取一个文件夹中所有图像数据的名称并保存到CSV文件中

训练深度学习模型时，读取一个文件夹中所有图像名称，并将这些名称在一个csv文件中保存成一列。

原创 Batch-mode active ordinal classification based on expected model output change and leadership tree

Batch-mode active ordinal classification based on expected model output change and leadership tree

原创 Yun Huangfu专属

DataSets中是需要用到的数据集Methods中序分类方法的.py代码Experiments_Results中是实验结果（各方法在各数据集的测试集上的运行的结果）Figures存放实验结果对应的图表，如柱状图，箱线图等Util存放着利用实验结果来绘制图表的.py代码。各方法的参考文献存放着序分类方法对应的论文（参考文献）

原创 C++引用练习题

【代码】C++引用练习题。