lanmy_dl的博客

分别使用命令查看本地当前路径（Local） 和远程路径（Remote）如果进入失败要一个一个进，可使用ls查看当前的目录进。put -r 文件夹。

本来找到了一个别人准备好的网盘文件，结果一对发现少了图片，张数没对上，最终还是自己处理吧。

【代码】使用opencv提取图片中的人脸保存下来。

这段代码虽然滚动了30页，但是还是只会获取第一个请求链接，所以只有30条数据。之前本来是做过这方面的代码，但是不知道弄哪儿去了，百度了一下这次重新记录下来。

把m改成l(小写的L但是一般不会左对齐的表格把)或者c就可以了(c也可以居中)

就是在这个路径下的cv2文件夹里，不要去opencv-python文件夹了。。。haarcascade_frontalface_default.xml就在这里了，替换代码的这个路径。

经常会用到整合图片的情况，记录一下好比目录结构是-a-b1.jpg2.jpg3.jpg-c1.jpg2.jpg3.jpg如上所示，大文件夹下有好几个文件夹，而各个文件夹下面有需要的jpg图片，想要放在一个文件夹下混合成六张jpg,并且从1开始排，也就是1.jpg-6.jpg，放在E:\face\m文件夹下（也可以直接替换在原文件下，注释代码）。

TNR即为特异度（specificity rates）。true negative rate，描述识别出的负例占所有负例的比例。计算公式为：TNR= TN / (FP + TN)。TPR：TPR即为敏感度（sensitivity rates），true positive rate，描述识别出的所有正例占所有正例的比例。计算公式为：TPR=TP/ (TP+ FN)。ACC：classification accuracy，描述分类器的分类准确率。指预测正确的个数/总数，其中预测正确包含预测对正样本和预测对负

是这样的，要两个for循环遍历，取出数据，并且第二个for循环可以在第一个之后取节省处理了的时间，我用了enumerate,结果以为start属性和我想的不一样start属性说明即使下标变成1，还是和第0个相同原来只是改变开始值的下标，还是从头给你遍历，这样下标虽然记录的变了，但是数据还是从头取。。。还是老实用for循环把，突然懂了一般训练代码里面有时候用两个for循环...

如图，今天安装graphviz，把各种方式都尝试了，还是报错，结果闭了方法1方法2方法3都是大同小异，下载官网的graphviz,设置环境变量，笨一点还可以代码处添加os.path甚至还有让替换掉虚拟环境下的pip的graphviz包用官网的那个包（仔细一想不就还是官网下载的包和环境变量配置）果然把名改了，跟着改了，记得把引用改成graphviz。实例1实例2实例3...

看到很有用的一个zip函数，写的很清楚了，在训练的时候经常会用来读取数据zip函数的原型为：zip([iterable, …])参数iterable为可迭代的对象，并且可以有多个参数。该函数返回一个以元组为元素的列表，其中第 i 个元组包含每个参数序列的第 i 个元素。返回的列表长度被截断为最短的参数序列的长度。只有一个序列参数时，它返回一个1元组的列表。没有参数时，它返回一个空的列表。import numpy as npa=[1,2,3,4,5]b=(1,2,3,4,5)c=np.arange

描述有单个list=[图片, label]可是完整取是list, 分开取b = list[1]类型是str了，然后我死活百度不到，基本都是numpy数组转Tensor或者tensor转list,我把torch.tensor, torch.Tensor, torch.to_tensor,用了个遍，并且搭配着或许先转为数组，np.asarray还有np.array，害，搞了我一天，最最后，我看到了一篇https://www.cnblogs.com/ZhangHT97/p/13497169.html添加

今天把tensor转化为图片来看看，结果怎么变成荧光色了，我想要彩色的，shape也是三维通道没问题啊。一定是我太菜了，在那里搞了各种1.是不是本身就是灰度2.是不是通道顺序没对3.是不是转tensor弄得PIL好像会变颜色最后解决却是没有归一化！把那个tensor/255就好啦 for b in examples: #example是一个list for j in b: #b也是list img_t_i = torch.tensor(j[2])