<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[evilfromshadow的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/evilfromshadow</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; evilfromshadow]]></copyright><item><title><![CDATA[PyTorch Dataloader当使用LMDB数据时num_worker＞0引发TypeError: can‘t pickle Environment objects问题的解决]]></title><link>https://blog.youkuaiyun.com/evilfromshadow/article/details/119537968</link><guid>https://blog.youkuaiyun.com/evilfromshadow/article/details/119537968</guid><author>evilfromshadow</author><pubDate>Mon, 09 Aug 2021 14:57:11 +0800</pubDate><description><![CDATA[PyTorch Dataloader当使用LMDB数据时num_worker&gt;0引发TypeError: can't pickle Environment objects问题的解决
防忘记，原issue：https://github.com/pytorch/vision/issues/689#issuecomment-787215916
解决方法：

不要在__init__方法中调用lmdb.open方法；
在第一次加载数据时打开lmdb。

代码如下
class DataLoader(torch.u]]></description><category></category></item><item><title><![CDATA[利用PCA+KNN在MNIST数据集上达到97%准确率]]></title><link>https://blog.youkuaiyun.com/evilfromshadow/article/details/103945866</link><guid>https://blog.youkuaiyun.com/evilfromshadow/article/details/103945866</guid><author>evilfromshadow</author><pubDate>Sun, 12 Jan 2020 14:57:54 +0800</pubDate><description><![CDATA[利用PCA+KNN在MNIST数据集上达到97%准确率写在前面算法实现1、引用必要的库文件2、读入数据3、利用主成分分析对数据进行降维4、KNN的实现5、结果测试
写在前面

本文的工作基于python，利用主成分分析（PCA）和K近邻算法（KNN）在MNIST手写数据集上进行了分类。
由于skeleton库中的PCA写的很好（好吧，其实是作者很懒），本文的主成分分析（PCA）部分调用了skele...]]></description><category></category></item></channel></rss>