HK_Joe的博客

python各种排序算法from pysnooper import snoopfrom typing import Listimport randomimport numpy as npclass sort: def BubbleSort(self,array:List): ''' Bubble sort :param array: :return: ''' arrayLen=len(arra

python中打开一张图像，通常使用cv2.imread()和Image.open()两个函数打开。然而，用这2种方法打开的图像对象是不一样的，并不兼容，色域也不一样（真的是很坑爹，cv2读取的时候的BGR，PIL读取的时候的是RGB色域）。cv2打开的图像是‘numpy.ndarray’类型；Image打开的图像是’PIL.Image.Image’类型；import cv2 from PIL import Imageimport numpy as np # Image to cv2

前言关于tensorforce的背景可以从他的名字看出来，tensor*必然是师从tensorflow框架的，事实上也确实是由tensorflow框架来的。使用tensorforce可以快速的构建强化学习代码，同时还可以利用其中现有的强化学习框架，例如常见的AC，A2C，A3C，PPO等。并且可以很好地结合OpenAIGym等主流开源环境和框架。tensorforce的要点tensorforce的要点，或者说强化学习的要点大致可以分为两大部分，一是环境(Environment)，二是代理(Agent)

最近把python代码移植到服务器上运行，其中由结果需要基于matplotlib进行观察，但是由于Linux下没有GUI界面，所以直接使用plt.show()是没有意义的。因此我们需要对代码进行改造，源代码如下：import matplotlib.pyplot as pltplt.plot(range(0,20))plt.show()在Windows下是可以正常运行显示结果的，但是...

记录一下安装过程：https://www.howtoing.com/how-to-install-anaconda-on-ubuntu-18-04-quickstart

python当中eval以及exec两个函数可以动态的执行语句，二者的区别在于：eval函数当中是不能包含等于号的，例如如下语句就会报错：eval('z=1+1')但是z=eval('1+1')不会报错，与此同时:exec('z=1+1')就不会报错...

最近在做一个关于MobileNet的卡片识别任务，最后的目的在于把训练好的模型移植到手机端，关于的移植的步骤，网上已经讲了很多了，我就不多讲述了，这里推荐一个博客我的模型移植就是参考这里的，同时我的模型是直接通过TFhub上的MobileNet迁移学习得到的。迁移之后会生成一个pb文件，然而pb文件又不能直接使用Tensorflow-lite这一个神器，因此就必须把pb模型转化为tflite模型，...

实例描述有一组照片，每个文件夹的名称为具体的年龄，里面放的是该年纪的人物图片。微调 TF-Hub 库，让模型学习这些样本，找到其中的规律，可以根据具体人物的图片来评估人物的年龄。即便是通过人眼来观察他人的外表，也不能准确判断出被观察人的性别和年纪。所以在应用中，模型的准确度应该与用人眼的估计值来比对，并不能与被测目标的真实值来比对。一、准备样本本实例所用的样本来自于 IMDB-...

在pycharm当中的terminal运行代码如果对于有调参数的需要，每次都直接在代码当中修改相应的参数值会显得十分的麻烦，如果直接在terminal或者是在cmd当中使用输入参数的办法进行运行则会显得方便许多。如果代码为以下内容，import sysif len(sys.argv)>2: count=1 print('sys.argv[0] is '+sy...

Error converting shape to a TensorShape: int() argument must be a string, a bytes-like object or a number, not 'tuple'.这一错误是在使用Keras包编写DNN代码时发现的。出错的代码如下：import kerasmodel = keras.models.Sequentia...

在Python当中遍历字典值删除符合要求的字典元素，如果采用如下的代码：for key in wordDict.keys(): if wordDict[key]<80: del wordDict[key]那么会触发RuntimeError: dictionary changed size during iteration错误，正确的用法是for key...

在之前的一次用TensorFlow实现回归任务的一个小作业当中，出现了一个神奇的错误，记录一下。下面的代码时总代吗当中的一部分，实现的是对网络结构以及权重系数和偏置进行定义，如果按照下面的写法，也既先定义权重以及偏置接着对网络层的输出进行计算，这样操作是没有问题的。# 定义两层简单的网络x = tf.placeholder(tf.float32, [None, 1])y = tf....

在参考许多解决办法，诸如使用tensorboard --logdir E:\graph --host=127.0.0.1的命令行生成，再在浏览器当中打开http://127.0.0.1:6006的地址，最佳的解决方案就是，使用tensorboard --logdir E:\graph生成可视化图形，然后将生成的地址，例如http://DESKTOP-CG:6006，将其中的DESKTOP-CG替换...

之前在进行MobileNet的fine-tuning的时候，出现了以下的问题ValueError: When feeding symbolic tensors to a model, we expect thetensors to have a static batch size. Got tensor with shape: (None, 128, 128, 3)部分代码如下：...

tensorflow.python.framework.errors_impl.AbortedError: Operation received an exception:Status: 3, message: could not create a dilated convolution forward descriptor, in file tensorflow/core/kernels/mk...

在对MobileNet进行fine-tuning的时候，出现了各种诡异的错误，在之前的博文介绍的错误当中，因为要将批量的图片数据通过指定的session转化为ndarry数据，因此代码如下with tf.Session() as sess: image,label,oneHotlabel,imagePath=itertor.get_next() image,oneHotlab...

最普通的情况# 创建0-30的数据集，每个batch取个8数。import tensorflow as tfdataset = tf.data.Dataset.range(30).batch(8)iterator = dataset.make_one_shot_iterator()next_element = iterator.get_next()with tf.Session(...

对于目前网上的利用Keras对各种网络进行fine-tuning以及迁移学习的代码大多都是直接从keras的官网上直接抄过来的（其中知乎上的一个例子也是如此，，我一开始的代码也是参考的那个fine-tuning代码，但是最后结果非常差。）对于这一个问题，网络上的解决办法非常的少，在这里我也做一下简单的总结，以备日后的学习以及研究。在国内博客上来讲，有两篇博客提及了这个问题，但是都只是浅尝辄止的...

对于array对象，*和np.multiply函数代表的是数量积，如果希望使用矩阵的乘法规则，则应该调用np.dot和np.matmul函数。 对于matrix对象，*直接代表了原生的矩阵乘法，而如果特殊情况下需要使用数量积，则应该使用np.multiply函数。简而言之，无论对于array还是matrix的数据类型np.multiply都是指的数量积，而对于matrix来说，为了和线性代数当...