- 博客(39)
- 收藏
- 关注
RSS订阅原创 连接HDMI出现没声音
在连接HDMI电脑端出现没有声音怎么办？1.打开控制面板2.点击硬件和声音3.在声音里面找到管理音频设备，点击进去4.把扬声器设置为默认设备，就可以切换会声音电脑端。
2021-01-26 19:53:34
2248
原创 matplotlib中文乱码
解决matplotlib中文乱码或者报错缺失字体\softwareapp\anaconda\lib\site-packages\matplotlib\backends\backend_agg.py:183: RuntimeWarning: Glyph 8722 missing from current font. font.set_text(s, 0, flags=flags)plt.rcParams['font.sans-serif']=['SimHei'] plt.rcParams['axes.u
2021-01-25 20:58:05
204
原创 Python虚拟环境
Python虚拟环境之Anaconda&virtualenv一、conda创建python虚拟环境这个可以查看详细1、首先在所在系统中安装Anaconda。可以打开命令行输入conda -V检验是否安装以及当前conda的版本。2、conda常用的命令。1）conda list 查看安装了哪些包。2）conda env list 或 conda info -e 查看当前存在哪些虚拟环境3）conda update conda 检查更新当前conda3、创建python虚拟环境。
2021-01-24 23:17:01
160
原创 爬虫
网络爬虫的概念1.网络爬虫与浏览器的区别：浏览器是展示数据的，而网络爬虫是采集数据的2.定义：模拟客户端发送请求获取相应数据，按照一定的规则，自动从万维网上获取信息的程序3.作用：从万维网上，获取我们需要的信息requests介绍requests是一个优雅而简单的python HTTP请求库requests的作用是发送请求获取响应数据requests使用3步骤1.导入模块2.发送get请求，获取响应3.从响应中获取数据response常见属性response.text：响应体str类
2021-01-23 23:45:05
292
原创 jupyter
问题：在jupyter中出现SyntaxError: invalid character in identifier原因：jupyter中中英文符号差异不大，但是使用中文符号时就会出现上面的错误，而且在jupyter中还看不出来，哪里使用了中文符号（中英文符号差异不大）。...
2021-01-22 19:07:23
266
原创 jupyter
问题如图：连简单的print输入都不能打印出来右上角的Python后边然后再运行其他代码就出现了这个现象。解决：按下面停止运算。总结：应该是前面运行了很大计算量的程序，导致jupyter一直在计算中，其他想要运行的程序暂时要等待，所以出不来结果。可能jupyter notebook运行没有其他编译器快吧。这时就需要暂停jupyter的运行就好了。...
2021-01-22 08:45:43
342
原创 MySQL
出现问题：MySQL 连接错误，使用Navicat连接MySQL出现错误：1045 Access denied for user ‘root’@‘localhost’ (using password: YES)参考博客，以下是它的解决过程啥原因？看错误信息知道他说我输入的密码不正确。可是我根本就没动过密码呀？于是我又在cmd下尝试登录mysql，结果还是报同样的错误。。。没办法啊，只能去网上寻求大神们的帮助，结果大多数都是说要在my.ini文件的[mysqld]后添加skip-grant-tab
2021-01-17 08:09:44
78
原创 Github Pages搭建网站
什么是githubgithub和git是什么关系为什么学习github个人站点访问个人网站https://用户名.github.io/搭建步骤1）创建个人站点 —> 新建仓库(注：仓库名必须是【用户名.github.io】)2）在仓库下新建index.html即可脚下留心：1、github pages仅支持静态网页2、仓库里面只能是.html文件Project Pages 项目站点...
2021-01-16 23:51:33
157
原创 python笔记
解释器计算机只能理解机器语言。把其他语言翻译成为机器语言的工具，被称为编译器。编译器翻译的方式有两种：一个是编译，另一个是解释。执行python程序的三种方式：解释器-- python3交互式–ipyhon集成开发环境–pycharm解释器和交互式需要在终端中执行python程序。执行python的第一种方式 （解释器）linux中python解释器执行python的第二种方式(交互式)交互式执行python程序官方的python shellIpython可以在ipyth
2021-01-16 23:50:57
147
1
原创 git的安装
git安装和使用目的通过git管理github托管项目代码什么是git下载安装安装git双击安装选择安装的工作目录选择组件默认下一步开始菜单目录名设置默认下一步选择使用命令行环境选第一个以下三步默认，直接点击next安装等待安装点击完成检验是否安装成功...
2021-01-16 15:41:32
60
原创 GitHub的使用
使用GitHub的目的借助GitHub托管项目代码仓库(Repository)仓库用来存放项目代码，每个项目对应一个仓库，多个开源项目则有多个仓库。收藏(Star)仓库主页star按钮，收藏项目方便下次查看。复制克隆项目(Fork)会复制别人的仓库中的项目注意：改fork的项目是独立存在的发起请求(Pull Request)关注(Watch)关注项目，当项目更新可以接收到通知。事务卡片(lssue)发现代码bug，但是目前没有成型的代码，需要讨论时使用基本概念Githu
2021-01-16 15:23:20
105
原创 Linux中的Vi
vi简介Vi的特点VIM与VI所以现在linux中vi打开的就是vim。VI打开和新建文件异常处理VI中三种工作模式在vi编辑中，按下键盘上面的Esc键，就可以回到命令模式。按下：就是末行模式，按下i就是编辑模式。在命令模式下，可以按下上下左右键光标就会动。常用命令行移动这里面的:数字，前面的分号是末行模式的分号。屏幕移动移动命令在一个括号上面按下%，会在括号的另一端出现。标记选中文本撤销与恢复撤销命令U可以一直回撤，知道回到打开文件的状态。
2021-01-15 21:43:54
256
原创 Linux命令讲解
scp远程拷贝文件这个scp终端命令只能在Linux或者Unix系统下使用。语法：1、scp -P port 01.py root@目标ip地址：Desktop/day.py向目的地址发送文件相对路径下的01.py文件，并且重命名为目标地址的根目录下的Desktop下day.py文件2、scp -P port user@目标ip地址：Desktop/hard.txt a.txt在主机中拷贝目的地址中的根目录下的Desktop下hard.txt文件，放在相对路径下的a.txt文件中。如果是wi
2021-01-14 19:45:12
158
原创 python笔记
python笔记gzip模块解压gz文件格式，并返回解压后的对象import gzipf = gzip.open("data.txt.gz", 'rb')#打开压缩文件对象f_out=open("data.txt","w")#打开解压后内容保存的文件file_content = f.read() #读取解压后文件内容读取csv格式的文件import csvwith open("test.csv",newline = '') as f: reader = csv.r
2021-01-13 23:12:11
81
原创 李宏毅DL笔记
李宏毅深度学习笔记机器学习就是自动找函式GEN generate(生成)产生有结构的复杂东西(例如：文句、图片)supervised Learning提供给机器有labels的资料进行学习函式，机器根据labels评价函式的好坏。评价的方式就是损失函式loss。机器会根据演算法自动找出Loss最低的函式。supervision VS Reinforcementsupervision以棋盘为例，给机器一个input告诉说理想的正确的输出是啥。围棋里面的input就是告诉机器现在盘势是这样的
2021-01-13 23:09:45
123
原创 VMware安装Ubuntu
下载VMware与安装教程下载VMware教程在VMware中安装UbuntuUbuntu镜像下载的不同后缀文件的解析直接在浏览器中下载就是选后缀iso，直接就是镜像本身。下载好了Ubuntu镜像，然后安装在VMware的教程Ubuntu安装在VMware上的教程...
2021-01-13 11:32:18
83
原创 2021-01-11
MNIST数据集维度含义 MNIST数据集分析MNIST是一个非常有名的手写体数字识别数据集(手写数字灰度图像数据集)，在很多资料中，这个数据集都会被用作深度学习的入门样例。MNIST数据集是由0 到9 的数字图像构成的。训练图像有6 万张，测试图像有1 万张。MNIST数据集是NIST数据集的一个子集，它包含了60000张图片作为训练数据，10000张图片作为测试数据。每一张图片都有对应的标签数字，训练图像一共高60000 张，供研究人员训练出合适的模型。测试图像一共高10000 张，供研究人员测试
2021-01-11 20:39:26
337
原创 2021-01-11
LSTM理解这篇博客讲的很清楚LSTM的torch代码与LSTM参数维度问题LSTM实现的代码import torchimport torch.nn as nnimport torch.optim as optimimport torchvisionfrom torchvision import transformsclass Rnn(nn.Module): def __init__(self, in_dim, hidden_dim, n_layer, n_classes):
2021-01-11 20:38:35
91
原创 2021-01-11
python笔记 切片操作（-1，：，：）、（：，-1，：）、（：，：，-1）运行[ :, -1, :]import torchdata = torch.randn(3, 4, 2)print(data)y = data[ :, -1, :]print(y)结果tensor([[[-0.8568, -1.6844], [ 0.6219, 0.7326], [-0.7790, 0.6566], [ 0.8991, 1.7210]]
2021-01-11 10:11:23
71
原创 2021-01-10
torch.nn.Embedding维度问题input : LongTensor of arbitrary shape containing the indices to extractOutput: (*, embedding_dim), where * is the input shpe注意：self.emb()输入的一定是一个Longtorch，这个LongTensor中可以是带有batch_size N的二维tensor，也可以是不带batch_size的一维tensor。输入的Long
2021-01-10 22:53:02
104
原创 2021-01-09
RNN笔记问题描述1： 要预测天气，需要用到前面几天中每天的若干特征，来预测明天天气，这样就需要用到这个天的多维特征。如果使用普通的稠密网络去预测，就需要把这几天的特征转化为长向量来输入，长向量维度过高的话，造成网络参数过多，计算量太大了。问题描述2：如果是视频需要使用神经网络来训练的话，那么视频中每一帧当做feature时，长向量会很大，用全连接网络时权重会很大，而无法计算。What is RNN?RNN本质就是线性变换线性变换可以改变输入向量的维度...
2021-01-10 22:41:39
137
原创 2021-01-10
构建RNNNETimport torchinput_size = 4hidden_size = 4batch_size = 2num_layers = 1seq_len = 5dataset = torch.randn(seq_len, batch_size, input_size)targets = torch.LongTensor([2, 1])class RNN(torch.nn.Module): def __init__(self, input_size, hidden_
2021-01-10 19:54:14
77
原创 2021-01-10
torch.nn.CrossEntropyLoss()理解问题描述： 在RNN模型中batch_size设置值超过1，torch.nn.CrossEntropyLoss()中接收两个参数input和target，死活报错，tensor维度对不上。作用： torch.nn.CrossEntropyLoss()是nn.logSoftmax()和nn.NLLLoss()的整合,可以直接使用它来替换网络中的这两个操作。loss = torch.nn.CrossEntropyLoss()output = lo
2021-01-10 18:05:59
319
原创 2021-01-08
pytorch笔记 Linear 1.8模型搭建的通俗解答self.linear1 = torch.nn.Linear(8, 6)self.linear2 = torch.nn.Linear(6, 4)self.linear3 = torch.nn.Linear(4, 1) //代表了3层神经网络从输入到输出的过程(8, 6)的意思是把任意的8维空间向量映射到6维空间向量上，(8, 6)输入有8个特征值，输出6个每次空间压缩又引入一个非线性函数，调整线性变换用这样的方式，来去拟合真正想
2021-01-09 20:39:38
159
原创 2021-01-09
torch笔记 1.9torch.max()函数torch.max(z.data, dim=1)第一个参数是需要求最大值tensor矩阵，第二个参数是按照那个维度取最大值。dim=1在每一行上面取最大值，dim=0在每一列上面取最大值。该函数返回第一个参数是最大的数值，第二个参数是索引下表_, y_pred = torch.max(z.data, dim=1)张量之间的比较运算张量之间的==比较运算结果还是张量类型的，要取出里面的值，还是必须要item()取值。(y_pred ==
2021-01-09 20:38:56
122
2021-01-09
Residual Network问题Residual Network会至少跨越两个或两个以上的1神经网络吗？Residual Network跨越一个神经网络，把值传递给相邻的神经网络，如果这些神经网路是由卷积神经网路构成，除了要使跨越的那层卷积层保证输入前和输入后的张量维度一致，那值传送到相邻的卷积层时已经保持张量相等了，那么经过相邻卷积神经网络激活函数也就是卷积运算可以不需要使张量维度相等了吗？可能对Residual Network理解有误，神经网络中卷积层与激活函数relu不是同一个概念。
2021-01-09 20:38:19
62
原创 2021-01-09
cnn的理解 1.9cnn 每一个layer在完成什么使命cnn中Convolution layer and Subsampling(通常用MaxPooling)就是在做Feature Extraction，经过Feature Extraction之后把图像做卷积变成了一个向量，然后fully Connected layer把这个向量做映射，fully Connected layer就是在做Classification。image到底是什么？图像通常都是用RGB颜色通道图像可以分成一个一个的单
2021-01-09 20:37:04
92
原创 2021-01-09
卷积核和Filter的理解卷积过程中权值共享原因： 卷积中使用权值共享是因为如果使用fully cnnection net就会需要大量的参数，造成计算困难。（想象一下，普通的神经网络中每层之间权值w都是下面的层中每个激活单元与上面的层中每个激活单元都使用不同的权值），而卷积过程也使用这种方式的话，由于图片像素大信息多，需要使用巨大量的参数，才能使用跟普通神经网络一样的权值方式。原理： 得到的image像素值时RGB3个通道，也就是在3维张量上面使用同一个Filter进行卷积，直到遍历完像素值信息，
2021-01-09 10:34:40
79
原创 2021-01-07
神经网络理解笔记 1.7神经网络中激活函数的理解在神经网络中不加激活函数，会导致所有的层中权重w与偏差b的计算，得出的答案都是一系列的线性函数，等于就是多层神经网络可以压缩成一层神经网络。不断进行线性变换，最后还是会统一成y=w*x+b的形式。所以需要对每一层的output加一个Nonlinear function，也就是每一层加一个激活函数。bp反向传播反向传播的思想就是用逻辑实现连式法则。要更新参数w，就必须知道dw，而dw必须要求完成整个前向传播中需要直接或者间接使用w的导数与反向传播的连
2021-01-09 09:13:12
77
原创 2021-01-08
python中enumerate()用法描述enumerate() 函数用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列，同时列出数据和数据下标，一般用在 for 循环当中。>>>seq = ['one', 'two', 'three']>>> for i, element in enumerate(seq):... print i, element... 0 one1 two2 three...
2021-01-09 07:41:33
64
原创 2021-01-07
python 笔记 1.7zip()函数zip()函数用于将可迭代的对象作为参数，讲对象对应的元素打包成一个个元组，然后返回由这些元组组成的列表。>>>a = [1,2,3]>>>b = [4,5,6]>>>c = zip(a,b)[(1,4),(2,5),(3,6)]>>>zip(*c)[(1,2.3),(4,5,6)]np.arange()np.arange()里面有三个参数即np.arange(start，en
2021-01-09 07:37:24
115
原创 2021-01-08
神经网络中的激活单元可以是多维度的向量吗？不能是多维度的向量。输入的features是x多维向量，一个代表sample数，一个代表features数，输入的每个单元都是标量实数，得到的激活单元也是标量实数。只是为了使用np中cpu或者gpu加速计算，才都变成向量的。一个向量就表示一层隐藏层上面的所有的激活单元。import torchimport numpy as npcriterion = torch.nn.CrossEntropyLoss()y = torch.LongTensor([1,
2021-01-08 20:16:05
102
原创 2021-01-08
numpy笔记 加载CSV数据savetxt(fileName,data)fileName:保存文件路径和名称data:需要保存的数据np.savetet("exaple.txt", example)np.loadtxt(filepath,delimiter,dtype)filepath:加载文件路径delimiter:加载文件分隔符np.loadtxt(filepath,dtype=np.int,delimiter=None,unpack=False)xy = np.load
2021-01-08 14:38:19
71
原创 2021-01-08
pytorch中遇到的问题**问题描述：**想要接收CSV中数据转换成为torch.tensor的数据类型CSV中数据打开是表格的形式（422，）每一个数据中包括了10条数据x_path = 'D:\\softwareapp\\anaconda\\Lib\\site-packages\\sklearn\\datasets\\data\\diabetes_data.csv.gz'y_path = 'D:\\softwareapp\\anaconda\\Lib\\site-packages\\sklea
2021-01-08 10:50:42
210
原创 2021-01-07
用torch搭建一个简单神经网络结构prepare datasetDesign model using Classinherit from nn.ModelConstruct loss and optimizerusing Pytroch ApiTraining cycleforward,backward,update训练时的循环①计算y_pred②计算loss③backward④更新参数1、准备数据x_data = torch.tensor([[1.0],[2.0],[3.0]])
2021-01-07 20:00:47
87
原创 2021-01-07
pytorch笔记2 1.7MSE的Optimization问题MSE均方误差，穷举法：y(w1,w2,w3,…,x)如果里面涉及到很多的参数w1、w2、w3…即向量w，计算损失函数即cost时需要对每个参数w1、w2、w3…赋值，用for穷举法写出损失函数时，每一个向量w对应一个cost的值，每一个向量w都有很多参数，利用cost函数找最优时会列举很多向量w计算，导致参数w很多计算量很大。分治法:把向量w分割成几个小区域，每个小区域随机找几个点，计算出cost值最小点对应的小区域。再把对应的区域
2021-01-07 14:34:26
86
原创 2021-01-07
用matplotlib画3D图mse = np.reshape(mse,(len(mse),1)) //1-dimension-》2-dimensionfigure = plt.figure() //获取画板的视图界面ax = figure.add_subplot(1,1,1,projection=‘3d’) //定义一个3D的效果ax.plot_surface(w, b, mse, rstride=1, cstride=1, cmap=plt.get_cmap(‘rainb
2021-01-07 09:35:40
67
原创 2021-01-06
pytorch笔记 1.6numpy_torch 与data转化data = [-1,-2,1,2]tensor = torch.FloatTensor(data)numpy_data = tensor.numpy()tensor = torch.from_numpy(numpy_data)torch.mm(tensor1,tensor2)np.matmul(numpy_data1,numpy_data2)注意：对于torch的相关属性里面必须传入tensor类型的数据更新梯度tens
2021-01-06 23:21:53
98
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人