<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[八戒的博客]]></title><description><![CDATA[暂无]]></description><link>https://blog.youkuaiyun.com/jack_amazing</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; jack_amazing]]></copyright><item><title><![CDATA[【文件处理】python实现从多个文件夹中提取其中部分文件]]></title><link>https://blog.youkuaiyun.com/jack_amazing/article/details/124674700</link><guid>https://blog.youkuaiyun.com/jack_amazing/article/details/124674700</guid><author>jack_amazing</author><pubDate>Mon, 09 May 2022 21:03:43 +0800</pubDate><description><![CDATA[代码功能及说明
从多个文件夹中批量提取其中的文件，一般用于确定大量文件夹中的数据是否正确。本例以图片文件为例进行功能演示和说明，如果是其它类型的文件格式，修改相应代码即可。

运行环境
1、Windows / Linux
2、python 3.8.8

效果展示
1、提取之前文件夹和文件数据的组织方式如下


2、提取之后的效果如下。从每个文件夹中提取其中一个/多个数据文件，本例为1个。提取之后的文件以原来文件夹的名称命名，这样命名的好处是如果原文件夹中的数据组织错误，则便于查找。


联系作者
如果对代码]]></description><category></category></item><item><title><![CDATA[使用tensorflow查看模型中间层特征图（Feature Map）]]></title><link>https://blog.youkuaiyun.com/jack_amazing/article/details/124638675</link><guid>https://blog.youkuaiyun.com/jack_amazing/article/details/124638675</guid><author>jack_amazing</author><pubDate>Sat, 07 May 2022 21:22:03 +0800</pubDate><description><![CDATA[代码功能及说明
使用tensorflow查看模型中间层输出的特征图，具体查看哪层可以根据需求在代码中进行指定。

运行环境
1、Windows
2、python 3.8.8
3、tensorflow 2.3.0

效果展示
1、输入模型的原始图像：


2、模型中“conv2d_1”层的输出结果如下（前12个通道）：


3、模型中“conv2d_3”层的输出结果如下：


4、模型中“conv2d_4”层的输出结果如下：


5、模型中“conv2d_8”层的输出结果如下：


联系作者
如果对代码实现细]]></description><category></category></item><item><title><![CDATA[【深度学习】非 root 用户配置 Ubuntu 服务器，包括安装 Anaconda、CUDA、cuDNN、tensorflow-gpu]]></title><link>https://blog.youkuaiyun.com/jack_amazing/article/details/122149169</link><guid>https://blog.youkuaiyun.com/jack_amazing/article/details/122149169</guid><author>jack_amazing</author><pubDate>Fri, 08 Apr 2022 19:33:13 +0800</pubDate><description><![CDATA[1、场景描述
学校或者公司分配给每个学生或者员工一个服务器账号，用于做深度学习相关的实验。当登录到服务器后执行程序时发现无法使用GPU来做计算，默认是CPU。通常来说GPU的速度大约是CPU的50倍左右，如果想用服务器的GPU来跑算法该怎么办？

2、确定需要安装软件的版本
要使用GPU加速网络的计算和推理过程，就需要安装相应的软件。必要的软件有python解释器、CUDA、cuDNN以及使用的深度学习框架(Tensorflow / Pytorch / others)。重要的是这些软件之间有很强的版本依赖问]]></description><category></category></item><item><title><![CDATA[【文件处理】python实现批量文件夹中数据合并]]></title><link>https://blog.youkuaiyun.com/jack_amazing/article/details/122058007</link><guid>https://blog.youkuaiyun.com/jack_amazing/article/details/122058007</guid><author>jack_amazing</author><pubDate>Tue, 21 Dec 2021 17:41:48 +0800</pubDate><description><![CDATA[代码功能及说明
1、批量合并文件夹中的数据。
2、一般用于对数据集的处理，将多个小型数据集合并成一个大数据集。也可用于对其他类型的文件做合并操作，可根据实际修改。
3、默认执行环境为 Windows，Linux 环境只需稍做修改即可。

效果展示
1、文件夹组织结构如下（Train文件夹下有大量子文件夹，Test文件夹下也有相同名称和数量的子文件夹，目标是将Train和Test文件夹下子文件夹中的数据合并到一起。）


2、合并之前的结果
2.1 train 文件夹下 03233 子文件夹中数据


2.2]]></description><category></category></item><item><title><![CDATA[【文件处理】python实现将 gnt 格式的文件转换为 png 格式]]></title><link>https://blog.youkuaiyun.com/jack_amazing/article/details/122045772</link><guid>https://blog.youkuaiyun.com/jack_amazing/article/details/122045772</guid><author>jack_amazing</author><pubDate>Mon, 20 Dec 2021 17:18:54 +0800</pubDate><description><![CDATA[代码功能及说明
1、将 gnt 格式的文件转换为 png 格式的图像。
2、运行环境：默认为Windows，Linux下只需对路径格式稍作修改即可。

效果展示
1、转换之前：gnt 格式的文件


2、转换之后：png 格式的图像


联系作者
如果对代码实现细节有需求，请联系作者获取。


...]]></description><category></category></item><item><title><![CDATA[【图像处理】python实现对图像进行二值化处理]]></title><link>https://blog.youkuaiyun.com/jack_amazing/article/details/122030839</link><guid>https://blog.youkuaiyun.com/jack_amazing/article/details/122030839</guid><author>jack_amazing</author><pubDate>Sun, 19 Dec 2021 22:07:23 +0800</pubDate><description><![CDATA[代码功能及说明
1、该程序实现将任意大小的图像resize为指定大小(本例为96×96)，同时将其进行二值化处理。
2、使用场景：一般用于数据集的预处理阶段。
3、适用范围：该程序适合对中英文字符图像进行处理。

效果展示
1、二值化处理之前（图像是灰度的 / RGB的，图像大小为任意尺寸）


2、二值化处理之后（图像变为二值图像，大小为自定义尺寸 (96×96) ）


联系作者
如果对代码实现细节有需求，请联系作者获取。


...]]></description><category></category></item><item><title><![CDATA[【文件处理】python实现将数据集划分为训练集和验证集/测试集]]></title><link>https://blog.youkuaiyun.com/jack_amazing/article/details/122016942</link><guid>https://blog.youkuaiyun.com/jack_amazing/article/details/122016942</guid><author>jack_amazing</author><pubDate>Sat, 18 Dec 2021 21:04:57 +0800</pubDate><description><![CDATA[python实现将数据集划分为训练集和验证集/测试集]]></description><category></category></item><item><title><![CDATA[【文件处理】python实现批量文件重命名]]></title><link>https://blog.youkuaiyun.com/jack_amazing/article/details/122015029</link><guid>https://blog.youkuaiyun.com/jack_amazing/article/details/122015029</guid><author>jack_amazing</author><pubDate>Sat, 18 Dec 2021 18:06:21 +0800</pubDate><description><![CDATA[代码功能及说明
1、对指定文件夹下的大量文件进行批量重命名，将重命名后的文件保存到新的文件夹中。
2、该代码以图像文件批量重命名为例，在实际应用中可用于其它所有文件类型，对相应代码做稍微修改即可。
3、默认执行环境为Windows，如需在Linux下运行该代码，做相应修改即可。

效果展示
1、重命名之前


2、重命名之后


联系作者
如果对代码实现细节有需求，请联系作者获取。


...]]></description><category></category></item><item><title><![CDATA[【电子书 & 文档】IT 类相关电子书籍和文档归类]]></title><link>https://blog.youkuaiyun.com/jack_amazing/article/details/121182397</link><guid>https://blog.youkuaiyun.com/jack_amazing/article/details/121182397</guid><author>jack_amazing</author><pubDate>Sat, 06 Nov 2021 18:02:19 +0800</pubDate><description><![CDATA[写在前面
若无特殊说明，均为中文版。

Java相关




书名
描述




《Java编程思想-Thinking in java》
作者：Bruce Eckel ; 版次：第4版


《Effective Java中文版》
作者：Joshua Bloch ; 版次：第2版


《阿里巴巴Java开发手册（华山版）》
作者：… ; 版次：…


《深入理解Java虚拟机-JVM高级特性与最佳实践》
作者：周志明 ; 版次：第2版


《Java 8 实战》
作者：Mario Fusco等 ; 版次：20]]></description><category></category></item><item><title><![CDATA[【图像处理】python实现将任意大小的图像 resize 为指定大小的图像]]></title><link>https://blog.youkuaiyun.com/jack_amazing/article/details/121177104</link><guid>https://blog.youkuaiyun.com/jack_amazing/article/details/121177104</guid><author>jack_amazing</author><pubDate>Sat, 06 Nov 2021 13:56:59 +0800</pubDate><description><![CDATA[代码功能及说明
1、将任意大小的图像转换为指定大小的图像，一般用于图像的预处理阶段，比如将76×82像素大小的图片转为为96×96像素大小。
2、能够实现批量的图像数据处理。
3、特别适合对汉字字符图像进行处理，如下所示。

效果展示
1、处理前的图像


2、处理后的图像


联系作者
如果对代码实现细节有需求，请联系作者获取。


...]]></description><category></category></item><item><title><![CDATA[深度学习入门之手写数字 (MNIST) 识别]]></title><link>https://blog.youkuaiyun.com/jack_amazing/article/details/121147611</link><guid>https://blog.youkuaiyun.com/jack_amazing/article/details/121147611</guid><author>jack_amazing</author><pubDate>Thu, 04 Nov 2021 20:01:22 +0800</pubDate><description><![CDATA[写在前面
本项目适用于深度学习初学者。整个项目包括了基础版、改进版和最终版等几个部分。
1）基础版使初学者对图像识别/分类有一个直观的认识；
2）改进版在基础版之上进行了模型的改进，进而提升模型性能，在注释中提供了改进思路；
3）最终版在改进版之上完善和规范了整个手写数字识别的流程：准备数据集 -&gt; 数据预处理 -&gt; 设计卷积神经网络 -&gt; 训练模型 -&gt; 保存模型 -&gt; 加载模型并在测试集上评估模型 -&gt; 使用得到的模型识别自己手写的数字。整个项目完整的包括了图像分类领]]></description><category></category></item><item><title><![CDATA[【Web大数据挖掘】推荐系统设计 - 预测评分]]></title><link>https://blog.youkuaiyun.com/jack_amazing/article/details/121137446</link><guid>https://blog.youkuaiyun.com/jack_amazing/article/details/121137446</guid><author>jack_amazing</author><pubDate>Thu, 04 Nov 2021 11:11:51 +0800</pubDate><description><![CDATA[项目描述
Predict the rating scores of the pairs (u, i) in the Test.txt file
Dataset:   
(1) Train.txt, which is used for training your models.  
(2) Test.txt, which is used for test.   
(3) ItemAttribute.txt, which is used for training your models (optional). ]]></description><category></category></item><item><title><![CDATA[【Web大数据挖掘】PageRank算法具体实现 - 计算 Wikipedia 数据集上的 PageRank 分数]]></title><link>https://blog.youkuaiyun.com/jack_amazing/article/details/121136198</link><guid>https://blog.youkuaiyun.com/jack_amazing/article/details/121136198</guid><author>jack_amazing</author><pubDate>Thu, 04 Nov 2021 10:33:30 +0800</pubDate><description><![CDATA[项目描述
Compute the PageRank scores on the Wikipedia dataset
Dataset: WikiData.txt  
The format of the lines in the file is as follow:   
             FromNodeID ToNodeID  
             
In this project, you need to report the Top 100 NodeID with their PageRa]]></description><category></category></item><item><title><![CDATA[【软件测试项目】开发性能测试工具]]></title><link>https://blog.youkuaiyun.com/jack_amazing/article/details/121132591</link><guid>https://blog.youkuaiyun.com/jack_amazing/article/details/121132591</guid><author>jack_amazing</author><pubDate>Wed, 03 Nov 2021 22:58:47 +0800</pubDate><description><![CDATA[项目描述
编写性能测试程序，要求如下：
接收参数包括：输入地址、最大并发用户数。
输出：响应时间的折线图。

实现细节
一、编程环境和开发语言
开发环境：eclipse + Window64 + 64位EXE4J软件 + 64位jre  
使用语言：Java  
可运行的环境：任意平台  

二、软件功能模块简介
1、服务器性能测试工具PerformanceTester初始化界面如图所示。整个界面分为四个模块。分别是菜单栏模块、参数设置模块、按钮模块和服务器响应时间曲线显示模块。

2、运行程序
为了方便用]]></description><category></category></item><item><title><![CDATA[【软件测试项目】三角形路径测试]]></title><link>https://blog.youkuaiyun.com/jack_amazing/article/details/121132221</link><guid>https://blog.youkuaiyun.com/jack_amazing/article/details/121132221</guid><author>jack_amazing</author><pubDate>Wed, 03 Nov 2021 22:39:16 +0800</pubDate><description><![CDATA[项目描述
参看 “三角形问题”的程序流图，编程实现下列需求：
当输入a,b,c三个数据时，高亮显示程序所经过的路径。
列出已经过的和未经过的路径表。


实现细节
一、编程环境和开发语言
开发环境：Visual C++  6.0  
使用语言：C++  
可运行的环境：任意平台  

二、整个软件界面及功能如下图，设置三边数值，测试路径

更多…

联系作者
如果对项目代码和文档有需求，请联系作者获取。


...]]></description><category></category></item><item><title><![CDATA[【软件测试】三角形测试用例自动生成工具]]></title><link>https://blog.youkuaiyun.com/jack_amazing/article/details/121127960</link><guid>https://blog.youkuaiyun.com/jack_amazing/article/details/121127960</guid><author>jack_amazing</author><pubDate>Wed, 03 Nov 2021 20:25:15 +0800</pubDate><description><![CDATA[【软件测试】三角形测试用例自动生成工具
项目描述
编程序实现四种以上测试用例的自动生成；
以三角形问题为例，功能要求如下：
(1)能够接收每一个变量的值域的输入
(2)自动生成测试用例
(3)并输出预期结果
(4)操作文档


实现细节
一、编程环境和开发语言
1、开发环境：eclipse + Window64 + 64位EXE4J软件 + 64位jre  
2、使用语言：Java  
3、可运行的环境：任意平台  
4、代码量：大约800行

二、软件功能模块简介
1、三角形测试用例自动生成器软件总共划分]]></description><category></category></item></channel></rss>