- 博客(17)
- 收藏
- 关注
RSS订阅原创 python数组切片
在NumPy、PyTorch等数组和张量处理库中，如[:, 0::2] 是一种切片（slicing）语法，用于选择数组或张量的子集。这里的 : 和 0::2 分别表示对行和列的切片操作。[:, 0::2]:：这是一个省略的切片表示，它意味着选择所有。0::2：这是一个步长为2的切片操作，从索引0开始。具体来说，start:stop:step 表示从 start 索引开始，到 stop 索引之前结束（不包括 stop），每隔 step 个元素取一 个。
2024-07-03 15:19:10
864
原创 torch.reshape()的用法
torch.reshape() 是 PyTorch 中用于改变张量形状的函数。它返回一个新张量，其数据与输入张量相同，但具有指定的形状。如果可能，该函数将返回输入张量的视图（即不复制数据），但如果无法返回视图，则会返回数据的副本。改变形状时，元素不能变。
2024-07-03 09:48:14
534
原创 CondaEnvironmentError: cannot remove current environment. deactivate and run conda remove again
报错内容： CondaEnvironmentError: cannot remove current environment. deactivate and run conda remove again。这个错误意味着你正在尝试删除当前激活的conda环境，但是conda不允许你这么做，因为删除当前激活的环境可能会导致系统不稳定或丢失正在使用的文件。在cmd中利用conda删除不用的环境。实际上对于删除整个环境，更常用的是。
2024-07-02 15:00:09
1854
原创 F.pad函数的用法
（1）F.pad 是 PyTorch 中 torch.nn.functional 模块（通常通过别名 F 导入）的一个函数，用于在输入张量的边界上填充值。这在处理图像、序列数据或其他需要特定尺寸输入的神经网络模型时非常有用。（2）函数形式：torch.nn.functional.pad(input, pad, mode='constant', value=0)（3）pad (Sequence[int, tuple[int, int], list[int, int]]): 定义在每个维度上填充大小的序列。
2024-07-01 10:31:00
1027
原创 torch.cat()的用法
在PyTorch中，torch.cat()函数用于将多个张量（tensors）连接在一起。这个函数接受一个张量序列（通常是一个列表或元组）和一个维度参数dim，并将所有张量沿着指定的维度进行连接。沿着维度0连接，按照行连接沿着维度1连接，按照每列连接，把所有列连接成一行。
2024-07-01 10:21:43
239
原创 TypeError: int() argument must be a string, a bytes-like object or a number, not ‘KeyboardModifier‘
运行YOLOV8模型的train.py文件时，报错TypeError: int() argument must be a string, a bytes-like object or a number, not 'KeyboardModifier'的解决办法
2023-05-29 22:47:22
2762
1
原创 利用yolov5中的export.py文件导出onnx文件报错：export.py: error: unrecognized arguments: --train
利用yolov5中的export.py文件导出onnx文件报错：export.py: error: unrecognized arguments: --train
2023-03-18 22:19:03
5316
7
原创 利用sns.boxplot绘制箱型图的时候报错：AttributeError: ‘numpy.ndarray‘ object has no attribute ‘boxplot‘
利用sns.boxplot绘制箱型图的时候报错：AttributeError: 'numpy.ndarray' object has no attribute 'boxplot'
2022-12-03 22:47:04
2337
原创 pandas库中unique函数方法
unique方法可以进行对于一列数据进行去重，并返回所有不同的值。如我们对数据集的标签页进行使用该函数，就可以输出一共有多少种标签类型。
2022-12-01 22:20:11
1581
原创 利用pandas对数据集PM2.5 Data of Five Chinese Cites进行清洗
最近在b站看到了一个数据清洗的小项目，来自于b站的同济子豪兄的一个视频，中国五城市六年PM2.5大数据可视化。介绍了中国五个城市的PM2.5的数据，以及一些天气数据，利用数据清洗和可视化对原数据集进行处理，从而挖掘出数据之间的关系，找到PM2.5和哪些因数有关，方便制作出相关策略应对治理PM2.5。但是子豪兄的视频并没有给出如何进行数据清洗的过程，这里利用python的pandas库进行数据处理。
2022-11-25 12:50:09
535
2
(1)时间序列数据挖掘模板：：墨尔本10年气候变化数据集（csv格式） (2）墨尔本10年气候变化数据挖掘的相关代码
2022-12-24
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人