- 博客(62)
- 资源 (1)
- 收藏
- 关注
原创 【Linux服务器各种操作】
并不会安装unzip命令。pip是Python的包管理器,用于安装Python包,而unzip是一个独立的命令行工具,不是Python包。命令不在环境变量路径中,或者sudo包没有安装在系统上。
2024-01-28 15:44:44
451
原创 计算机视觉——python在一张图中画多条ROC线
在验证分类算法的好坏时,经常需要用到AUC曲线,而在做不同分类模型的对比实验时,需要将不同模型的AUC曲线绘制到一张图里。
2022-11-16 10:02:28
5219
3
原创 报错`RuntimeError: CUDA out of memory. Tried to allocate 256.00 MiB (GPU 0; 9.78 GiB total capaci
报错用的3080显卡,内存batch_size只能设置较小的值。
2022-09-16 16:20:20
4636
原创 深度学习图像处理——数据加载
注意,上面例子中的names和jobs的长度其实是不一致的,在使用了zip的情况下,会自动替我们按照其中较短的那个进行截断。这个函数可以在遍历train_loader数组的同时,返回下标。多对象迭代,同时遍历两个数组。
2022-09-16 10:28:35
612
原创 超详细保姆级教程——pycharm连接服务器并debug
可以看到,刚刚新建的test环境右边的[SSH configuration]中已经出现了一个服务器地址名。pycharm工具栏中的[Tools]-[Start SSH Session],如下图。这里弹出来的框就是要选择使用服务器的文件了,几个路径要搞明白。......
2022-09-01 09:41:19
3990
原创 代码——Linux命令
上述命令将会下载一个名字saved_models.tar.xz(最后一个’/'后面的内容为文件名)的文件,并保存到当前文件夹(打开终端的所在文件夹)。在下载的过程中会显示进度条,包含(下载完成百分比,已经下载的字节,当前下载速度,剩余下载时间)。
2022-08-25 14:37:31
285
原创 【CGRGAN复现】
一、 CartoonGAN成功运行二、CGRGAN1. 预训练去掉2. 更换损失函数1.D_real_loss = BCE_loss(D_real, real) 变成 D_real_loss = torch.mean(D_real)2.D_fake_loss = BCE_loss(D_fake, fake) 变成 D_fake_loss = torch.mean(D_fake)(有两个地方要改,生成器和判别器都有D_fake_loss)3.D_edge_loss = BCE_loss(D_fa
2022-08-25 14:36:56
247
原创 安装SQL server 2016
https://www.cnblogs.com/ksguai/p/5869558.htmlhttps://www.cnblogs.com/SCscHero/p/12543329.html#/cnblog/works/article/12543329
2022-08-25 14:36:06
157
原创 【图像空域频域】
空间域(spatial domain):指图像平面本身,直白来说就是人可以直接识别的图像。频率域(frequency domain):以 空间频率 为自变量描述图像的特征,可以将一幅图像像元值在空间上的变化分解为具有不同振幅、空间频率和相位的简振函数的线性叠加,图像中各种空间频率成分的组成和分布称为 图像频谱,通过对空间域图像进行傅里叶变换等频域变换得到。图像增强空间域:直接作用于像素,加、减、卷积等。频率域:傅里叶变化,然后用各种高通、低通滤波器。图像压缩压缩的过程需要丢掉一些无用的信息,如果
2022-08-25 14:35:27
3150
原创 【卷积神经网络的一些基本概念】
卷积神经网络的一些基本概念超参数学习率(Learning rate):运用梯度下降算法进行优化时,在权重的更新规则中,梯度项前会乘以一个系数,这个系数就叫学习速率 α 。如果学习速率太小,则会使收敛太慢,无法找到损失函数最小值。如果学习率太大,则会导致损失函数大幅振荡,迭代过快,梯度下降法可能会略过最优解,甚至可能发散。Epoch:所有的训练数据输入神经网络中, 完成一次前向计算 + 反向传播的过程就是一个Epoch。通常将所有数据迭代训练一次是不够的, 需要反复多次才能拟合、收敛。随着epoch
2022-08-25 14:34:23
1023
原创 字符、字节、比特对应关系
英文bit,是计算机晶体管的一种状态(通电与断电).就是0与1,真与假,是计算机最基本的传输单位.ASCII编码 一个英文字母(不分大小写)占一个字节的空间,一个中文汉字占两个字节的空间。UTF-8编码中,一个英文字母字符存储需要1个字节,一个汉字字符储存需要3到4个字节。字符:在计算机和电信技术中,一个字符是一个单位的字形、类字形单位或符号的基本信息。GB 2312/GBK 编码中,一个汉字字符存储需要2个字节。英文Byte,是计算机信息技术用于计量存储容量的一种计量单位。
2022-08-23 21:18:21
4131
原创 opencv——cv2图像输入到torch前的维度变换
1080表示高(H);1920表示宽(W);3表示通道(C),所以在后续要送入torch中,需要先对张量的维度顺序进行变换。OpenCV获得的张量的数据顺序为(H。
2022-08-23 20:25:42
1200
原创 Linux——tensorflow新旧版本问题
默认安装2.0版本,但是跑别人的Tensorflow代码时,一直出现版本错误,基本可以用tf.X替换成tf.compat.v1.X解决。但是tf.contrib这个不行。所以还是决定卸载2.0版本,重新安装1.X的版本。
2022-08-22 14:29:39
2070
2
原创 机器学习——特征选择
数据集分成标签为:0,1,2三类,特征为:L1~L12个,共22680条数据,其中标签0的有12600条;标签1的有4200条;标签2的有5880条。
2022-07-28 21:42:36
2541
原创 【文献期刊】——各个数据库、出版社之间关系
什么是SCI、EI,他们的区别是什么?IEEE、Elsevier、Springer又有什么关系?JCR分区和中科院分区又是什么?1. 出版社、出版商、协会我们论文投稿的时候需要选择一个期刊、杂志或者会议。目前有几大出版商,如:Springer、COMPUTERS&SECURITY、Elsevier等,他们旗下会出版很多期刊或者杂志;也有一些协会,会定期举办一会学术会议,如:IEEE、IEE(现在是IET)、IEICE等。2. 数据库对于众多出版物,一一去这些出版商的网站查找他们的论文太麻烦了
2022-04-14 17:35:36
4829
原创 【Python】——Excel
import pandas as pd# 1. 表格行列互换def exchange_row_axi(root): # data_ = pd.read_csv(r'./train.csv', encoding='utf-8') # 读取csv格式 df = pd.read_excel(root) # 读取xls格式 df.head() print('df: ', df) df.T.apply(pd.Series.to_list, axis=0)
2022-04-09 14:03:34
1517
原创 【Python】——图像预处理操作
import osfrom PIL import Imageimport glob# jpg图像resize成256,256大小def Resize(file, outdir, width, height): imgFile = Image.open(file) try: newImage = imgFile.resize((width, height), Image.BILINEAR) newImage.save(os.path.join(out
2022-04-06 16:00:32
5469
原创 【Python】——文件压缩
#!/usr/bin/env python3# coding: utf-8import os, tarfile# 把名为folder文件压缩成tar.gz格式def make_targz(output_filename, source_dir): """ 一次性打包目录为tar.gz :param output_filename: 压缩文件名 :param source_dir: 需要打包的目录 :return: bool """ try:
2022-04-06 15:59:04
1043
原创 【Python】——多项式
"""Python求解多项式"""from sympy import symbols, factor, expand, cancel, apartimport numpy as np# 1.因式分解# 例1:分解下列多项式:3 * x^4 - 2 * x^3 * y + 3 * x^3 - x^2 * y^2 + 6 * x^2 - x * y^2 - 4* x * y - 2 * y^2x, y = symbols('x y')f1 = 3 * x ** 4 - 2 * x ** 3 * y
2022-04-06 15:56:35
4360
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人