- 博客(44)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 pycocotools使用
主要介绍COCO类的成员变量和成员函数from pycocotools.coco import COCO 成员imgs : 以img_id为key的字典，value是图片的名称，宽高等信息anns: 以id为key的字典，value依据传入COCO的annotation_file的不同而改变，但都有img_idcats: 类别记录的字典，有80个itemimgToAnns: 根据img_id找到对应的anns,一张图对应一个img_id，可能有多个id以及annscatToImg:
2021-06-10 22:53:29
589
原创 python读写txt（将字符串的list转化为list）
#写txtx = ["sdasda", "asdasd", "asda"]with open("x.txt", 'w') as f: for i in x: f.write(i+'\n')#读取txtdata = []with open("x.txt", 'r') as f: for line in f: data.append(line) print(line.strip())#读取一行line = f.readline(
2021-06-10 19:45:11
2549
3
原创 分词，词性标注和句法分析
使用NLTK分词text = nltk.tokenize.word_tokenize("he is riding a horse .")print(text)>>> ['he', 'is', 'riding', 'a', 'horse', '.']词性标注nltk.pos_tag(text)>>>[('he', 'PRP'), ('is', 'VBZ'), ('riding', 'VBG'), ('a', 'DT'), ('horse', 'NN'), (
2021-06-09 23:01:08
454
原创 C++两个线程交替输出1～100(亲测可用)
#include <iostream>#include <mutex>#include <thread>#include <condition_variable>#include <windows.h>using namespace std;mutex mut;condition_variable cond1, cond2;int g_nums = 1;void thread1() { while (g_nums <
2021-06-02 14:49:16
593
原创 C++笔试输入输出的某些问题
多行不定个数 字符串输入输入：5asd asd asd asdasdaasdas asd asd asd asdasd asdasd asd asd//第一行表示输入的行数//每一行输入多个字符串(不定长)，用空格分隔输出asdas asd asd asd asd定义一个二维vecotor，外层表示行数，内层表示字符串在该行的第几个位置代码#include<iostream>#include<string>#include<vector&
2021-04-01 14:42:20
199
原创 C++刷题总结
1、补码，反码，原码 - 原码： 符号位加上真值的绝对值, 即用第一位表示符号, 其余位表示值 - 反码： 正数的反码是其本身；负数的反码是在其原码的基础上, 符号位不变，其余各个位取反. - 补码： 正数的补码就是其本身；负数的补码是在其原码的基础上, 符号位不变, 其余各位取反, 最后+1.输入一个整数，输出该数32位二进制表示中1的个数。其中负数用补码表示思路:把一个整数减去1，再和原整数做与运算，会把整数最右边一个1变成0.那么一个整数的二进制表示中有多少个1，就可
2020-11-25 11:33:27
383
原创 详解L1和L2正则化
大纲：L1和L2的区别以及范数相关知识对参数进行L1和L2正则化的作用与区别pytorch实现L1与L2正则化对特征进行L2正则化的作用L1和L2的区别以及范数 使用机器学习方法解决实际问题时，我们通常要用L1或L2范数做正则化（regularization），从而限制权值大小，减少过拟合风险，故其又称为权重衰减。特别是在使用梯度下降来做目标函数优化时。L1和L2的区别在机器学习中，L1范数(L2 normalization)是指向量中各个元素绝对值之和，通常表述为∥wi∥1\
2020-11-24 20:23:14
13364
原创 python实现pytorch中的Normalization
Normalization原理bn = torch.nn.BatchNorm1d(num_features, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)#input: (N, C, L) num_features=C or (N, L) num_features=L #output:(N, C, L) or (N, L)bn = torch.nn.BatchNorm1d(num_features, eps=1e-
2020-11-24 11:31:34
2970
原创 CBAM实现(pytorch)
import torchimport torch.nn as nnimport torchvisionclass ChannelAttentionModule(nn.Module): def __init__(self, channel, ratio=16): super(ChannelAttentionModule, self).__init__() self.avg_pool = nn.AdaptiveAvgPool2d(1) self.
2020-10-22 17:31:51
10132
8
原创 Docker for GPU安装使用
安装Docker卸载旧版本的Dockersudo apt-get remove docker docker-engine docker-ce docker.io跟新apt-get索引sudo apt-get update安装以下包以使apt可以通过HTTPS使用存储库（repository）sudo apt-get install -y apt-transport-https ca-certificates curl software-properties-common添加
2020-10-14 15:26:07
335
原创 BatchNorm的作用--原理详解
其一，直觉上讲，将所有的x将其变化范围通过归一化从1-1000到一个相似的变化范围，这样可以加快学习速度其二，在输入的分布不同的情况下，如图第一个输入全是黑猫，其分布如其上图(左)，其学到的决策边界可能是一条直线，用图右边的数据进行测试时就会得到一个预测不准确的结果，而实际上，对于图中的分布，我们想要学到的决策边界应该是如下图所示：由于输入数据分布的偏好很容易导致学不到上图所示绿色...
2019-11-17 10:28:40
6516
1
原创 VSE++: Improving Visual-Semantic Embeddings with Hard Negatives
一、前言1.论文要解决的问题：输入： MSCOCO，Flickr30K输出： image to text （text to image）:rank2, 本文的方法创新：提出了一种新的计算loss的方案，主要针对与hard negtive,加大样本与hard negtive 的距离二、论文方法Embedding1) 图像采用VGG19或者ResNet152进行特征提取2) 文本描...
2019-11-17 09:43:15
3760
原创 @SuperressWarning的用法
java代码后面有警告时，可以分别使用相对应值来解决以屏蔽相应的警告@SuppressWarnings(“deprection”);用途：使用了不赞成的类或者方法时使用@SuppressWarnings(“unchecked”);用途：使用了未检查时的转换时的警告，例如当使用泛型没有使用集合时。@SuppressWarnings(“fallthrougth”);用途：当switc...
2019-10-29 09:19:21
1494
原创 Java中@Override的作用
@Override是伪代码,表示重写。(当然不写@Override也可以)，不过写上有如下好处:可以当注释用,方便阅读；编译器可以给你验证@Override下面的方法名是否是你父类中所有的，如果没有则报错。例如，你如果没写@Override，而你下面的方法名又写错了，这时你的编译器是可以编译通过的，因为编译器以为这个方法是你的子类中自己增加的方法。举例：在重写父类的onCreate时，在...
2019-10-28 13:10:37
5066
原创 No Moduled named "http.client"
菜鸟一枚，在使用flask时候，运行app.run，出现错误No Moduled named ‘http.client’，把request,urllib,urllib3,requests删了又装，差点想把annaconda给重装了。 最后其实是一个超级silly B的bug, 因为http是python内置的包，所以在使用web编程的时候不能将文件名设置为http，否则内置的module会从你自...
2019-10-23 21:04:13
872
1
原创 LSTM在text embedding中的作用(Cross modal retrieval)
LSTM介绍 LSTM主要增加了门(gate)和核(memorycell)来处理时序问题，cell用来保存"短时记忆"，gate控制那部分得以保存，通过sigmoid函数控制（由于gate对信息进行了筛选，因此不会出现梯度消失和梯度爆炸的情况，原始RNN隐藏层的连接则已造成梯度消失）,总之，LSTM在更长的序列中比原始的RNN有更好的表现。如图吴恩达深度学习课程中LSTM结构图： 相比于原...
2019-10-05 19:51:32
1492
原创 Windowss下如何安装pycocotools
近期需要用到COCO数据集，调用COCOAPI，无非是想生成vocabulary，而pycocoapi的原作者就没有想让pycocotools在windows上使用，所以用pip安装是完全不可行的，于是参考了网上许多教程：其中有：https://blog.youkuaiyun.com/dreamer_18/article/details/88065411，https://blog.youkuaiyun.com/weix...
2019-08-13 14:36:48
547
原创 论文阅读笔记：On the Role of Correlation and Abstraction in Cross-Modal Multimedia Retrieval
ps:这篇文章和A New Approach to Cross-Modal Multimedia Retrieval 是同一个组针对同类问题写的，就一起看了0、Pre-work提出了什么问题： 怎样解决: 达到的效果: 还存在的问题(或后期工作): ...
2019-07-14 20:27:33
664
1
原创 一、、笔记：A Comprehensive Survey on Cross-modal Retrieval
A Comprehensive Survey on Cross-modal Retrieval1、Introduction什么是跨模态检索(cross-modal retrieval)?通常不同的数据模式会用来描述相同的主题或者事件，例如，一个网页不仅包含文字叙述，还包含用于说明共同内容的图像或者视频，这种类型的数据称为多模态数据(multi-moddal data)，其具有异构性(het...
2019-07-07 18:38:28
955
原创 论文阅读笔记：Adversarial Cross-Modal Retrivieval
提问要解决什么问题： 现有的基于DNN的跨模态检索仅仅关注于保持配对的跨模态数据集的成对相似性，这些数据共享语义标签并且在模型学习的过程中充当输入，然而一个模态的一项数据可能存在语义不同的数据项，所以仅仅关注成对项是远远不够的用什么方法解决？ 提出了一种基于对抗训练的跨模态搜索ACMR( Adversarial Cross-Modal Retriviel), Adversari...
2019-07-07 17:21:34
2201
4
原创 卷积神经网络初探(四)用tensorflow搭建卷积模型
以识别手语数字为例，创建卷积网络模型导入相应模块import mathimport numpy as npimport h5pyimport matplotlib.pyplot as pltimport scipyfrom PIL import Imagefrom scipy import ndimageimport tensorflow as tffrom tensorflo...
2019-05-13 12:08:53
419
原创 卷积神经网络初探(三)卷积网络的基本函数
导入相应的模块import numpy as npimport h5pyimport matplotlib.pyplot as plt%matplotlib inline#配置matplotlib的参数plt.rcParams['figure.figsize'] = (5.0, 4.0) plt.rcParams['image.interpolation'] = 'nearest'...
2019-05-11 00:09:25
607
原创 卷积神经网络初探(二)
卷积核(kernel)当我们能够理解卷积的含义之后，那理解卷积核就会简单些了，我们只要理解它是在滑动中去提取特征就可以。卷积核的表达式为：f（x）=wx+bf（x）=wx+bf（x）=wx+b我们先想象这里有一张图片，图片有5×5一共25个像素点，每个像素点只有1和0两种取值。那么提取这样的一种图的特征，我们可以先随便设计一个卷积核来看看到底会产生什么结果，我们设计一个特别简单的卷积核。...
2019-05-05 00:31:12
333
原创 卷积神经网络初探(一)理解卷积
何为卷积?数学中的卷积定义：称(f∗g)(n)(f*g)(n)(f∗g)(n)为f,gf,gf,g的卷积；其连续的定义为：(f∗g)(n)=∫−∞∞f(τ)g(n−τ)dτ(f*g)(n) = \int_{-\infty}^{\infty}f(\tau)g(n-\tau)d\tau(f∗g)(n)=∫−∞∞f(τ)g(n−τ)dτ其离散的定义为：(f∗g)(n)=∑τ=−∞∞f(τ)...
2019-05-04 15:33:18
378
原创 Tensorflow笔记（二）
首先，要知道在Tensorflow中，最主要的数据结构是张量；那么什么是张量呢，在线性代数中张量可以理解为矩阵和向量的泛化；先回顾一下线代的知识：标量(scalar)：一个单独的数向量(vector): 一列数或一维数组矩阵(matrix):一个二维数组张量(tensor):高维度的数组，例如三维数组A，其坐标为(i,j,l)...
2019-05-04 03:15:23
139
转载 urllib库
urllib 是 Python 标准库中用于网络请求的库。该库有四个模块，分别是urllib.request，urllib.error，urllib.parse，urllib.robotparser。其中urllib.request，urllib.error两个库在爬虫程序中应用比较频繁。那我们就开门见山，直接讲解这两个模块的用法。1 发起请求模拟浏览器发起一个 HTTP 请求，我们需要用到...
2019-05-02 16:21:45
2216
原创 Tensorflow笔记(一)
导入框架import numpy as npimport tesorflow as tf简单示例coefficients = np.array([1. ],[-10.],[25.])w = tf.Variable(0, dtype = tf.float32)x = tf.placeholder(tf.float32, [3,1])cost = x[0][0]*w**2 +x[1...
2019-05-02 05:16:25
116
转载 python装饰器
讲 Python 装饰器前，我想先举个例子，虽有点污，但跟装饰器这个话题很贴切。每个人都有的内裤主要功能是用来遮羞，但是到了冬天它没法为我们防风御寒，咋办？我们想到的一个办法就是把内裤改造一下，让它变得更厚更长，这样一来，它不仅有遮羞功能，还能提供保暖，不过有个问题，这个内裤被我们改造成了长裤后，虽然还有遮羞功能，但本质上它不再是一条真正的内裤了。于是聪明的人们发明长裤，在不影响内裤的前提下，直...
2019-04-30 13:24:56
97
原创 连接图灵机器人
import jsonimport requestsif __name__ == '__main__': apikey = '7c8cdb56b0dc4450a8deef30a496bd4c' api_url = 'http://www.tuling123.com/openapi/api/v2' while True: raw = input('我：...
2019-04-30 00:33:15
295
原创 DL总结(三)---Optimization Algorithms优化算法
initialization(参数初始化对模型的影响)regularization(正则化解决模型过拟合问题)正则化随机失活(drop out)normalizing input(归一化输入)mini-batch(小批量梯度下降算法)exponetially weighted average(指数加权平均)bias correction(偏差修正)momentum(动量梯度下降算法...
2019-04-24 00:38:00
726
原创 DL总结(二)-----------shallow neural network to deep neural network
DL总结(一)—logistic regression as a neural network如图所示，图的上面部分其实是一个逻辑回归模型搭建的神经网络，而下面部分在其基础上增加了一个隐藏层，...
2019-04-22 00:29:57
270
原创 python(三)pandas
pandas介绍pandas是基于numpy的用于科学计算和数据分析的python的第三方库，其功能有：读写不同数据格式的数据选择数据子集进行行列计算查找填充缺失的数据将操作应用于数据中独立的组将数据重塑为其他格式组合多组数据集高级时间序列功能通过matplotlib或seaborn可视化pandas基础引入pandas模块import pandas as pdp...
2019-04-21 02:22:14
222
原创 Cousera机器学习WEEK3编程练习---logistic regression
背景建立逻辑回归模型来预测学生是否能够被大学录取。假设您是大学系的管理员，并且您希望根据他们在两门考试中的成绩来预测每位申请人的入学机会。您拥有以前申请人的历史数据，将其用作逻辑回归的训练集。对于每个训练样本，您都有申请人在两门考试中的分数和录取结果。任务是建立一个分类模型，根据这两个考试的分数估算申请人的录取概率。LR可视化数据在plotData.m中将所有样本以散点图形式绘制出来：f...
2019-04-19 02:01:37
379
原创 DL总结(一)---logistic regression as a neural network
二元分类Binary classification与逻辑回归logistic regression逻辑回归即是一个二元分类模型，例如给定一定数量的猫的样本图片，经过模型训练后，随意给定一张图片，判断是否是猫，这里把结果设为y，输入的数据为x，若图片是64x64的大小，且为RGB色彩模式，则x为一个64643的矩阵，...
2019-04-17 02:32:10
248
原创 Cousera机器学习WEEK2编程练习---单变量线性回归
%% 机器学习 - 练习 1: 线性回归 Linear Regression% x refers to the population size in 10,000s% y refers to the profit in $10,000s%%% Initializationclear ; close all; clc%% ==================== Part 1: ...
2019-04-14 18:34:17
264
原创 图像转手绘图
import numpy as np from PIL import Imageim = Image.open("C:/Users/22905/Desktop/test1.jpg")a = np.array(im.convert('L')).astype('uint8')np.savetxt('C:/Users/22905/Desktop/a.txt', a, fmt = '%d', d...
2019-04-13 13:55:13
590
原创 python(二)：数据可视化之matplotlib
matplotlib简介以下是用于数据可视化的几个常用图表：scatter plot: 散点图box plot: 箱型图histogram:柱状图Multivariate Plots：多变量图violinplots：小提琴图pairplot:多变量图kdeplot:heatmap:andrews_curves:radviz:joinplot:matplotlib基础参...
2019-04-11 17:22:26
605
原创 python(一)：Numpy
Numpy简介----用于机器学习Pandas数据操作库建立在NumPy之上，但它使用了另外两种基本数据结构而不是数组：Series和DataFrames，SciPy以Numpy为基础，提供大量可在NumPy阵列上运行的函数机器学习库Scikit-Learn不仅可以在NumPy上构建，还可以在SciPy和Matplotlib上构建。Numpy基础import numpy as np...
2019-04-11 11:53:16
259
原创 ML入门之Titanic幸存者预测
实验总结问题描述工具流程读取训练数据与测试数据数据可视化与简要分析数据处理训练数据测试数据处理与预测问题描述泰坦尼克号失事，有幸存的乘客，也有遇难的乘客，现有部分乘客的信息，年龄，性别，船票等，有些人比其他人更容易生存，例如婦女，儿童和上流社会。根据所给出的训练集，完成对哪些人可能存活的分析，在test.csv中给出了带测试的数据集，预测这些乘客是否可以幸存工具scikit-learn...
2019-03-31 10:22:18
1161
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人