<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[electric_sheep的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/electric_sheep</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; electric_sheep]]></copyright><item><title><![CDATA[[Pytorch]多层感知机（MLP）回归的实现、训练与评估]]></title><link>https://blog.youkuaiyun.com/electric_sheep/article/details/124505771</link><guid>https://blog.youkuaiyun.com/electric_sheep/article/details/124505771</guid><author>electric_sheep</author><pubDate>Fri, 29 Apr 2022 23:01:02 +0800</pubDate><description><![CDATA[文章目录前言一、网络主体构建1.网络构建1.网络结构可视化二、数据集构建与网络训练1.数据集构建2.网络训练三、网络评估总结

前言
MLP是一种常用的前馈神经网络，使用了BP算法的MLP可以被称为BP神经网络。MLP的隐节点采用输入向量与权向量的内积作为激活函数的自变量，激活函数采用Relu函数。各参数对网络的输出具有同等地位的影响，因此MLP是对非线性映射的全局逼近。除了使用Sklearn提供的MLPRegressor函数以外，我们可以通过Pytorch建立自定义程度更高的人工神经网络。本文将不再对ML]]></description><category></category></item><item><title><![CDATA[[Pytorch]出现failed to execute ‘dot‘, make sure the Graphviz executables are on your systems‘ PATH]]></title><link>https://blog.youkuaiyun.com/electric_sheep/article/details/124463347</link><guid>https://blog.youkuaiyun.com/electric_sheep/article/details/124463347</guid><author>electric_sheep</author><pubDate>Wed, 27 Apr 2022 23:38:38 +0800</pubDate><description><![CDATA[问题描述
failed to execute 'dot', make sure the Graphviz executables are on your systems' PATH
需要先安装官方提供的安装包，因为需要翻墙，所以我把他下载下来后上传了。
https://download.youkuaiyun.com/download/electric_sheep/85233723
大家可以来这里下载
原因分析：
其实就是缺少环境变量，搜了好几个教程才解决，一些教程多多少少有点不完整，在这里总结一下。

解决方案：
确保]]></description><category></category></item><item><title><![CDATA[[Pytorch]图像在卷积神经网络里都经历了什么？卷积神经网络特征图可视化(以yolov3为例)]]></title><link>https://blog.youkuaiyun.com/electric_sheep/article/details/124379097</link><guid>https://blog.youkuaiyun.com/electric_sheep/article/details/124379097</guid><author>electric_sheep</author><pubDate>Sun, 24 Apr 2022 13:10:45 +0800</pubDate><description><![CDATA[文章目录前言一、Yolov31.Darknet53二、特征图像可视化1.可视化函数2.特征可视化总结

前言
图像卷积神经网络(Convolution Neural Network ,CNN)是通过Kernel对图像Tensor进行卷积（废话 ）从而提取出高维向量，对图像进行分类，目标识别，语义分割。写网络的过程中，不由得好奇每个层中图像被提取出了什么特征，所以简单编写了一个以Yolov3为例的特征层可视化函数。

一、Yolov3
Yolov3是一个目标识别卷积神经网络，该网络均由Convolutiona]]></description><category></category></item><item><title><![CDATA[[Pytorch踩坑]相同shape/size的Tesnor但是Stride不同；不同维度的Tesnor变换。]]></title><link>https://blog.youkuaiyun.com/electric_sheep/article/details/124322399</link><guid>https://blog.youkuaiyun.com/electric_sheep/article/details/124322399</guid><author>electric_sheep</author><pubDate>Thu, 21 Apr 2022 15:28:57 +0800</pubDate><description><![CDATA[问题描述
从同一个Tensor中取出的俩个相同size的张量重新赋值后，使用View进行变换时候，其中一个出现
view size is not compatible with input tensor's size and stride (at least one dimension spans across two contiguous subspaces). Use reshape(...) instead.
提醒tensor的步长不同，使用
Tensor.reshape()

代替，其实这个确实可以]]></description><category></category></item><item><title><![CDATA[树莓派无法安装pyqt5与pandas]]></title><link>https://blog.youkuaiyun.com/electric_sheep/article/details/124063759</link><guid>https://blog.youkuaiyun.com/electric_sheep/article/details/124063759</guid><author>electric_sheep</author><pubDate>Sat, 09 Apr 2022 16:59:48 +0800</pubDate><description><![CDATA[使用pip3 install安装一些包，例如pyqt5,pandas无法成功]]></description><category></category></item><item><title><![CDATA[解决树莓派3B出现 ImportError: numpy.core.multiarray failed to import]]></title><link>https://blog.youkuaiyun.com/electric_sheep/article/details/124063117</link><guid>https://blog.youkuaiyun.com/electric_sheep/article/details/124063117</guid><author>electric_sheep</author><pubDate>Sat, 09 Apr 2022 16:47:53 +0800</pubDate><description><![CDATA[解决树莓派3B出现 ImportError: numpy.core.multiarray failed to import]]></description><category></category></item><item><title><![CDATA[已安装Utility但是显示‘No module named ‘utility‘问题]]></title><link>https://blog.youkuaiyun.com/electric_sheep/article/details/121875902</link><guid>https://blog.youkuaiyun.com/electric_sheep/article/details/121875902</guid><author>electric_sheep</author><pubDate>Sat, 11 Dec 2021 16:52:38 +0800</pubDate><description><![CDATA[已安装Utility但是显示'No module named 'utility'问题]]></description><category></category></item><item><title><![CDATA[Python+Opencv实现SIFT（版本安装 + 实现代码）]]></title><link>https://blog.youkuaiyun.com/electric_sheep/article/details/115286972</link><guid>https://blog.youkuaiyun.com/electric_sheep/article/details/115286972</guid><author>electric_sheep</author><pubDate>Sun, 28 Mar 2021 22:23:43 +0800</pubDate><description><![CDATA[Python+Opencv实现SIFT尺度不变特征转换图像配准（版本安装 + 源码）
为了做图像配准要用到SIFT，大概查了一下，MATLAB实现各种资源收费，Python加opencv因为cv版本和版权问题找不到xfeature。虽说是cv3.4.2之前版本都能用，但是python和3.4.x的cv配对版本又是试了好几遍从才行，实现过程一波三折，到处找资料，写文章记录一下。
opencv安装
现在经过测试，确实可以进行运行的版本为python3.7 + opencv3.4.2.16，开始还根据轮子网在找3]]></description><category></category></item></channel></rss>