Daily Record_2019_11

【0318】

  1. Python 中的变量不需要声明。每个变量在使用前都必须赋值,变量赋值以后该变量才会被创建。在 Python 中,变量就是变量,它没有类型,我们所说的"类型"是变量所指的内存中对象的类型。
    等号(=)用来给变量赋值。
    等号(=)运算符左边是一个变量名,等号(=)运算符右边是存储在变量中的值。例如:
    Python3 中有六个标准的数据类型:
    Number(数字)
    String(字符串)
    List(列表)
    Tuple(元组)
    Set(集合)
    Dictionary(字典)
    集合(set)是由一个或数个形态各异的大小整体组成的,构成集合的事物或对象称作元素或是成员。
    基本功能是进行成员关系测试和删除重复元素。
    可以使用大括号 { } 或者 set() 函数创建集合,注意:创建一个空集合必须用 set() 而不是 { },因为 { } 是用来创建一个空字典。
    创建格式:
    parame = {value01,value02,…}
    或者
    set(value)

  2. 【acc】
    https://github.com/tensorpack/tensorpack/tree/master/examples/FasterRCNN
    https://github.com/endernewton/tf-faster-rcnn
    https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3.5
    python3+Tensorflow+Faster R-CNN训练自己的数据
    https://blog.youkuaiyun.com/char_QwQ/article/details/80980505
    Faster R-CNN tensorflow版本,cpu下运行demo
    https://blog.youkuaiyun.com/sinat_33486980/article/details/81045315
    一个参加各种比赛博主的blog
    https://blog.youkuaiyun.com/juezhanangle/article/list?orderby=UpdateTime
    tensorflow+Faster R-CNN+Windows实践
    https://blog.youkuaiyun.com/fuyang2191/article/details/80902324
    Windows10+Tensorflow+faster-rcnn 运行环境搭建
    https://blog.youkuaiyun.com/ytusdc/article/details/80255920
    Windows +TensorFlow+Faster Rcnn 详细安装步骤(一)
    https://blog.youkuaiyun.com/tuoyakan9097/article/details/81776019
    Windows10+tensorflow-gpu 环境搭建
    https://blog.youkuaiyun.com/ytusdc/article/details/80252442
    Faster R-CNN 源码解析(Tensorflow版)
    https://blog.youkuaiyun.com/u012457308/article/details/79566195

【0319】

  1. windows10安装最新tensorflow-gpu指南(不需要手动配置Cuda和Cudnn)。原本打算用昨天搜到的链接来配置cuda,上午遇到了些许挫折后下午发现了这个链接:https://zhuanlan.zhihu.com/p/59109217 实测成功。出现的问题:更新显卡驱动的时候出现了黑屏的情况,但是重启后又好了。。。
  2. question:在anaconda中配置的cuda环境 能否在cmd中使用
  3. pip install xxx报错SyntaxError: invalid syntax:https://blog.youkuaiyun.com/jiangmengying01/article/details/78727581

【3020】
使用abelImg制作自己的数据集(VOC2007格式)用于Faster-RCNN训练:https://blog.youkuaiyun.com/u011574296/article/details/78953681
Windows下使用Faster RCNN训练自己的模型
https://blog.youkuaiyun.com/tuoyakan9097/article/details/82528245

【3022】
run faster rcnn 遇到的问题(们)
1.import PIL
ImportError: No module named ‘PIL’
解决办法1:pip install image
2. import matplotlib.pyplot as plt
ImportError: No module named ‘matplotlib’
3.卡在-> keep_inds = np.append(fg_inds, bg_inds)
(Pdb)
解决办法:https://blog.youkuaiyun.com/Gerwels_JI/article/details/84258117 看评论
4.安装pyqt4 此路不通
5.在anaconda prompt中切换路径:
6.使用MRLabeler:

7.利用anaconda+win 成功使用labelImage
还差:https://blog.youkuaiyun.com/gaohuazhao/article/details/60871886
8.

-- 完整解决方案(使用CTE但不使用临时表和MERGE) WITH -- CTE1: 识别所有有效的在线时段 online_periods AS ( SELECT d1.DEVICE_ID, d1.HAPPEN_TIME AS ONLINE_TIME, ( SELECT MIN(d2.HAPPEN_TIME) FROM DEVICE_ONLINE d2 WHERE d2.DEVICE_ID = d1.DEVICE_ID AND d2.HAPPEN_TIME > d1.HAPPEN_TIME AND d2."ONLINE" = 0 ) AS OFFLINE_TIME FROM DEVICE_ONLINE d1 WHERE d1."ONLINE" = 1 AND ( -- 第一条记录 NOT EXISTS ( SELECT 1 FROM DEVICE_ONLINE prev WHERE prev.DEVICE_ID = d1.DEVICE_ID AND prev.HAPPEN_TIME < d1.HAPPEN_TIME ) -- 或前一条是离线状态 OR EXISTS ( SELECT 1 FROM DEVICE_ONLINE prev WHERE prev.DEVICE_ID = d1.DEVICE_ID AND prev.HAPPEN_TIME < d1.HAPPEN_TIME AND prev."ONLINE" = 0 ) ) ), -- CTE2: 生成数字序列(0-365) day_offsets AS ( SELECT LEVEL-1 AS DAY_OFFSET FROM DUAL CONNECT BY LEVEL <= 366 -- 最多处理1年数据 ), -- CTE3: 展开为每日记录 daily_expanded AS ( SELECT op.DEVICE_ID, CAST(op.ONLINE_TIME AS DATE) + do.DAY_OFFSET AS RECORD_DATE, op.ONLINE_TIME, CASE WHEN op.OFFLINE_TIME IS NULL THEN CURRENT_TIMESTAMP ELSE op.OFFLINE_TIME END AS OFFLINE_TIME FROM online_periods op JOIN day_offsets do ON CAST(op.ONLINE_TIME AS DATE) + do.DAY_OFFSET <= CASE WHEN op.OFFLINE_TIME IS NULL THEN CURRENT_DATE ELSE CAST(op.OFFLINE_TIME AS DATE) END ), -- CTE4: 计算每日运行时长 daily_runtime AS ( SELECT de.DEVICE_ID, de.RECORD_DATE, SUM( DATEDIFF(SECOND, GREATEST(de.ONLINE_TIME, CAST(de.RECORD_DATE AS TIMESTAMP)), LEAST(de.OFFLINE_TIME, CAST(de.RECORD_DATE + 1 AS TIMESTAMP)) ) ) AS RUN_SECOND FROM daily_expanded de GROUP BY de.DEVICE_ID, de.RECORD_DATE HAVING SUM( DATEDIFF(SECOND, GREATEST(de.ONLINE_TIME, CAST(de.RECORD_DATE AS TIMESTAMP)), LEAST(de.OFFLINE_TIME, CAST(de.RECORD_DATE + 1 AS TIMESTAMP)) ) ) > 0 ), -- CTE5: 为插入生成ID results_with_ids AS ( SELECT dr.*, (SELECT COALESCE(MAX(ID), 0) FROM DEVICE_RUN_TIME) + ROW_NUMBER() OVER (ORDER BY dr.DEVICE_ID, dr.RECORD_DATE) AS NEW_ID FROM daily_runtime dr ) -- 分两步更新目标表(达梦不支持MERGE) -- 1. 先删除需要更新的记录 DELETE FROM DEVICE_RUN_TIME WHERE (DEVICE_ID, RECORD_DATE) IN ( SELECT DEVICE_ID, RECORD_DATE FROM results_with_ids ); -- 2. 再插入所有新记录 INSERT INTO DEVICE_RUN_TIME (ID, DEVICE_ID, RECORD_DATE, RUN_SECOND) SELECT NEW_ID, DEVICE_ID, RECORD_DATE, RUN_SECOND FROM results_with_ids; 以上语句为何报错no column specified
07-23
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值