<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[abinghui123的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/abinghui123</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; abinghui123]]></copyright><item><title><![CDATA[pycharm并行调试]]></title><link>https://blog.youkuaiyun.com/abinghui123/article/details/156590320</link><guid>https://blog.youkuaiyun.com/abinghui123/article/details/156590320</guid><author>abinghui123</author><pubDate>Mon, 05 Jan 2026 09:27:27 +0800</pubDate><description><![CDATA[本文总结了在PyCharm中进行并行调试的经验：1）在设置中勾选自动附加到子进程；2）在多线程前设置断点；3）通过切换调试窗口查看不同线程状态，当出现阻塞时可检查子线程是否在等待主线程信息传递。这些方法有助于提高并行计算调试效率。]]></description><category></category></item><item><title><![CDATA[Zotero插入参考文献的]]></title><link>https://blog.youkuaiyun.com/abinghui123/article/details/148168245</link><guid>https://blog.youkuaiyun.com/abinghui123/article/details/148168245</guid><author>abinghui123</author><pubDate>Fri, 23 May 2025 15:02:06 +0800</pubDate><description><![CDATA[使用Zotero插入参考文献可以极大简化文献管理过程，特别是在需要添加或修改文献时。通过Zotero，用户可以在Word文档中直接插入文献，自动生成脚注和参考文献列表，避免了手动调整序号的繁琐。如果文献不在Zotero库中，可以通过Zotero Connector浏览器扩展从知网等数据库直接导入。对于无法找到原文的文献，Zotero也支持手动添加引用信息。这种方法不仅提高了效率，还确保了文献引用的准确性和一致性。]]></description><category></category></item><item><title><![CDATA[star ccm+中数据以.csv格式导出]]></title><link>https://blog.youkuaiyun.com/abinghui123/article/details/146381758</link><guid>https://blog.youkuaiyun.com/abinghui123/article/details/146381758</guid><author>abinghui123</author><pubDate>Wed, 19 Mar 2025 22:06:43 +0800</pubDate><description><![CDATA[为将star计算得到的波高导入深度学习中进行使用，我们需要将其以.csv的形式导出。PS：为查看表格是否正确，我们可以在xyz内部表中-右键-制表进行查看。表示选择：latest surface/volume。1.工具-表-右键-新建表格-XYZ内部表。3.点击xyz内部表-提取（会出现已提取）标量：选择pressure。4.点击导出，按照案例序号命名。2.选择内部表的属性。]]></description><category></category></item><item><title><![CDATA[PIV-Liteflownet的相关介绍]]></title><link>https://blog.youkuaiyun.com/abinghui123/article/details/146178618</link><guid>https://blog.youkuaiyun.com/abinghui123/article/details/146178618</guid><author>abinghui123</author><pubDate>Tue, 11 Mar 2025 15:17:32 +0800</pubDate><description><![CDATA[该部分的主要作用是计算两张图像之间的相关性，其原理与互相关类似：1.backwarp,向后扭曲（将图像2根据流场信息进行扭曲，靠近图像1），PS：为什么是图像2根据流场信息向图像1扭曲，而不是图像1根据流场向图像2扭曲？其主要原因在于：图像1向图像2扭曲，无法保证所有的点都能找到对应的像素点，如若运动速度较大，可能导致出现空洞或者图像边缘出现空白部分。这里用的是correlatuon计算相关性，计算完紧接着加入了卷积对相关性进行卷积操作，其主要的作用在于去除高频误差信息，使得更加平滑，有利于噪声剔除。]]></description><category></category></item><item><title><![CDATA[visdom多线程使用方法]]></title><link>https://blog.youkuaiyun.com/abinghui123/article/details/144827587</link><guid>https://blog.youkuaiyun.com/abinghui123/article/details/144827587</guid><author>abinghui123</author><pubDate>Mon, 30 Dec 2024 15:38:24 +0800</pubDate><description><![CDATA[为在一台服务器同时运行两个甚至多个程序，但是同时也需要使用visdom，如何将visdom的输出特征输出在不同网页上呢？PS:一定要注意是-port，与tensorboard的--port区分。例如：vis = visdom.Visdom(port=8097)另外一个程序同时也可以设置输出端口。1.首先在程序实例化的过程中使用。以此就能实现指定端口输出。]]></description><category></category></item><item><title><![CDATA[深度学习炼丹心得]]></title><link>https://blog.youkuaiyun.com/abinghui123/article/details/143478284</link><guid>https://blog.youkuaiyun.com/abinghui123/article/details/143478284</guid><author>abinghui123</author><pubDate>Mon, 04 Nov 2024 10:38:17 +0800</pubDate><description><![CDATA[1.如果图像中出现大块的斑点，请检查上采样的过程，是否是使用了nn.convTranspose,连续的使用，而导致网络无法采集到全局信息而出现局部斑点。2.如果图像的SSIM和PSNR参数一直处于很低的状态（SSIM远远小于90，PSNR远远小于40），则检查是否对图像数据进行归一化。3.炼丹的过程中建议tensorboard和visdom两个图像可视化工具联合使用，以此明确是网络哪层的效果存在问题。PS：一定对寻找出的最值进行记录，因为后续需要反归一化。以上是目前对模型训练的心得，仅供参考。]]></description><category></category></item><item><title><![CDATA[流场主动流动控制]]></title><link>https://blog.youkuaiyun.com/abinghui123/article/details/143417918</link><guid>https://blog.youkuaiyun.com/abinghui123/article/details/143417918</guid><author>abinghui123</author><pubDate>Thu, 31 Oct 2024 21:30:23 +0800</pubDate><description><![CDATA[对于流场的主动控制而言，其难点主要集中在强化学习的环境搭建过程，如何建立数值仿真与强化学习的信息交互是研究过程中的拦路虎。经过几个星期的研究，已基本实现由pycharm程序数据端向star ccm+端的数据传递。其主要过程包括如下过程：。具体的实现方法，我已记录相关资料及代码，有需要的可以找我咨询。]]></description><category></category></item><item><title><![CDATA[遍历整个文件夹中excel,寻找最值（归一化）]]></title><link>https://blog.youkuaiyun.com/abinghui123/article/details/143333378</link><guid>https://blog.youkuaiyun.com/abinghui123/article/details/143333378</guid><author>abinghui123</author><pubDate>Tue, 29 Oct 2024 16:32:09 +0800</pubDate><description><![CDATA[在对神经网络进行训练的过程中，为使网络更快的收敛，寻求最佳性能，少不了归一化，而当训练的数据较多时，寻求整个数据某一维度的最值就存在一定难度。如何找寻以上数据库的最值呢？写了如下代码进行解决，文件名（Calculate_the_normalized_maximum_value.py）为方便大家使用，将其放置在下载链接中，供大家使用。]]></description><category></category></item><item><title><![CDATA[QT设计自己的算法软件]]></title><link>https://blog.youkuaiyun.com/abinghui123/article/details/141753945</link><guid>https://blog.youkuaiyun.com/abinghui123/article/details/141753945</guid><author>abinghui123</author><pubDate>Sat, 31 Aug 2024 16:20:54 +0800</pubDate><description><![CDATA[OK，话不多说展示，由于不能上传视频，我就截几个图吧，欢迎大家一起讨论，QT设计。]]></description><category></category></item><item><title><![CDATA[visdom使用时所遇的问题及解决方法]]></title><link>https://blog.youkuaiyun.com/abinghui123/article/details/139647965</link><guid>https://blog.youkuaiyun.com/abinghui123/article/details/139647965</guid><author>abinghui123</author><pubDate>Thu, 13 Jun 2024 17:02:13 +0800</pubDate><description><![CDATA[我们在对深度学习进行训练炼丹的时候，可以将visdom和tensorboard联合起来使用，例如利用visdom对卷积效果进行可视化，看看模型的某一模块效果如何，而利用tensorboard对最后的结果进行可视化，并用来绘制loss曲线。1.训练过程中visdom出现ValueError: too many file descriptors in select()，解决办法：在每一个epoch训练完时，使用viz_1.close()和time.sleep(1)相互配合。]]></description><category></category></item><item><title><![CDATA[南岸普顿联合学院实验记录]]></title><link>https://blog.youkuaiyun.com/abinghui123/article/details/139058161</link><guid>https://blog.youkuaiyun.com/abinghui123/article/details/139058161</guid><author>abinghui123</author><pubDate>Mon, 20 May 2024 10:15:21 +0800</pubDate><description><![CDATA[记录一下对于南岸普顿联合学院的操作方法记录：1.23.]]></description><category></category></item><item><title><![CDATA[pycharm编译器背景设置]]></title><link>https://blog.youkuaiyun.com/abinghui123/article/details/138666773</link><guid>https://blog.youkuaiyun.com/abinghui123/article/details/138666773</guid><author>abinghui123</author><pubDate>Fri, 10 May 2024 15:03:10 +0800</pubDate><description><![CDATA[最近，瞎逛的时候发现个好玩的，pycharm竟然可以设置背景了，也不知道是不是我太out了，觉得很有意思，略微记录一下。第六步：设置图片透明度（透明度的选择根据自己的适应程度决定）第五步：选择自己的图片路径。]]></description><category></category></item><item><title><![CDATA[tecplot 宏的使用方法及代码改写]]></title><link>https://blog.youkuaiyun.com/abinghui123/article/details/138497361</link><guid>https://blog.youkuaiyun.com/abinghui123/article/details/138497361</guid><author>abinghui123</author><pubDate>Mon, 06 May 2024 15:48:04 +0800</pubDate><description><![CDATA[我们在对流场数据进行批量提取时，不可避免的需要使用tecplot宏文件，因此，俺就研究了一下，主要针对的是批量切片-批量转换成dat文件-批量转换成excel的格式。大家如果有什么疑问可以在评论区提出，我可以给大家提供完整的宏文件以及修改思路。2.批量dat转excel。]]></description><category></category></item><item><title><![CDATA[tecplot导入多个.dat文件，并激活solution time]]></title><link>https://blog.youkuaiyun.com/abinghui123/article/details/135273325</link><guid>https://blog.youkuaiyun.com/abinghui123/article/details/135273325</guid><author>abinghui123</author><pubDate>Thu, 28 Dec 2023 16:47:43 +0800</pubDate><description><![CDATA[在对流场数据进行提取的时候，需要提取不同时刻的某一点流场值，这时候导入多个.dat文件时，就需要激活solution time!不想让优快云恰烂钱，文件名叫flo_to_dat2d_wave_surface.py，记录一下，防止我忘了。具体请参考我提供的python文件，需要的可以找我要，我就不放在优快云上让大家积分下载了。]]></description><category></category></item><item><title><![CDATA[tecplot的使曲线光滑的方法]]></title><link>https://blog.youkuaiyun.com/abinghui123/article/details/133778146</link><guid>https://blog.youkuaiyun.com/abinghui123/article/details/133778146</guid><author>abinghui123</author><pubDate>Wed, 11 Oct 2023 20:29:38 +0800</pubDate><description><![CDATA[在对流场模拟结果进行处理时，不可避免的存在些许的噪声导致tecplot的曲线不光滑，故介绍一下tecplot中曲线光滑的方法。2.data中选择smooth,通过调节number of passes，调节曲线光滑程度。1.选择data-alter。]]></description><category></category></item><item><title><![CDATA[paraview选择固定区域的流场输出]]></title><link>https://blog.youkuaiyun.com/abinghui123/article/details/133313118</link><guid>https://blog.youkuaiyun.com/abinghui123/article/details/133313118</guid><author>abinghui123</author><pubDate>Tue, 26 Sep 2023 16:04:41 +0800</pubDate><description><![CDATA[在对某一流场信息进行输出时，有时往往需要选择流场输出区域，故在paraview中需要切片操作。2.选择filters-Alphab-cell data to point data。对paraview比较简单的使用心得，欢迎大佬进行交流。3.选择对应的数据进行切片。1.选择数据apply。]]></description><category></category></item><item><title><![CDATA[会议论文出版地，出版商查找方法]]></title><link>https://blog.youkuaiyun.com/abinghui123/article/details/132320694</link><guid>https://blog.youkuaiyun.com/abinghui123/article/details/132320694</guid><author>abinghui123</author><pubDate>Wed, 16 Aug 2023 15:32:51 +0800</pubDate><description><![CDATA[首先可以在IEEE网址上查找对应的会议论文，网址为：https://ieeexplore.ieee.org/Xplore/home.jsp ，一般情况下是可以找到出版地和出版者信息的，]]></description><category></category></item><item><title><![CDATA[PS AI版本安装教程]]></title><link>https://blog.youkuaiyun.com/abinghui123/article/details/132218304</link><guid>https://blog.youkuaiyun.com/abinghui123/article/details/132218304</guid><author>abinghui123</author><pubDate>Thu, 10 Aug 2023 21:09:26 +0800</pubDate><description><![CDATA[3.一般可以试用七天，想要摆脱这个七天限制，需要爱国软件包，软件包有需要的在评论区里和我说就行 ，然后进行破解就行，后续没啥难度，就不细写了。随着chatGPT的提出，各种软件逐渐开始镶嵌人工智能，为我们的生活带来了极大的便利！话不多说，开始介绍今天的主角，PS的AI版本。2.打开Creative Cloud Desktop,登录刚刚注册的账户，然后点击Beta应用程序。4、大功告成，直接输入语句，控制PS进行P图。点击PS（Beta）版本,点击试用。好久没写博客了，今天更新一下子吧！]]></description><category></category></item><item><title><![CDATA[python 文件批量命名按照顺序]]></title><link>https://blog.youkuaiyun.com/abinghui123/article/details/130229263</link><guid>https://blog.youkuaiyun.com/abinghui123/article/details/130229263</guid><author>abinghui123</author><pubDate>Tue, 18 Apr 2023 19:32:18 +0800</pubDate><description><![CDATA[这里file后面的位数得保持一致，如果不一致（比如file_1.tif,file_10.tif,file_100tif,这种就是格式不一致，如果不调整会导致后面的批量命名无法按顺序），调整代码如下。最近又开始搞科研了，研究一些稀奇古怪的东西，今天分享的是一个文件批量命名的方式。（PS:按照文件的原始顺序），网上目前好多都不是按顺序命名，搞的很烦。1、首先你得保证文件名的格式相同。]]></description><category></category></item><item><title><![CDATA[pytorch 各种whl的下载安装地址]]></title><link>https://blog.youkuaiyun.com/abinghui123/article/details/129404295</link><guid>https://blog.youkuaiyun.com/abinghui123/article/details/129404295</guid><author>abinghui123</author><pubDate>Wed, 08 Mar 2023 15:22:14 +0800</pubDate><description><![CDATA[对应好版本，cu100表示适用于cuda10.0版本，cp36表示python版本为3.6。1、激活对应的环境，在anaconda下。查看自己cuda版本的方法。2、输入nvcc-V。]]></description><category></category></item></channel></rss>