<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[pldcat的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/pldcat</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; pldcat]]></copyright><item><title><![CDATA[JupyterLab无法启动问题的解决]]></title><link>https://blog.youkuaiyun.com/pldcat/article/details/147686995</link><guid>https://blog.youkuaiyun.com/pldcat/article/details/147686995</guid><author>pldcat</author><pubDate>Sat, 03 May 2025 20:28:29 +0800</pubDate><description><![CDATA[没错，只是配置文件里的文件路径的反斜杠需要加转义字符。]]></description><category></category></item><item><title><![CDATA[ubuntu卡在Started gnome...上的问题]]></title><link>https://blog.youkuaiyun.com/pldcat/article/details/125126702</link><guid>https://blog.youkuaiyun.com/pldcat/article/details/125126702</guid><author>pldcat</author><pubDate>Sun, 05 Jun 2022 09:22:07 +0800</pubDate><description><![CDATA[ubuntu无法启动图形界面的解决过程。]]></description><category></category></item><item><title><![CDATA[keras中计算precision和recall的一点思考]]></title><link>https://blog.youkuaiyun.com/pldcat/article/details/123770921</link><guid>https://blog.youkuaiyun.com/pldcat/article/details/123770921</guid><author>pldcat</author><pubDate>Sun, 27 Mar 2022 12:23:45 +0800</pubDate><description><![CDATA[需要对模型的precision和recall进行衡量，希望使用metrics在训练的时候将这两个指标体现出来。    keras2.0中已经删除了F1score、precision和recall的计算。按照[github上文章](https://github.com/keras-team/keras/issues/5400)的说法，可以自己编写batch_wise的precision和recall。自定义了如下的代码。

def precision(y_true,y_pred,n=0):#精准率
    t]]></description><category></category></item><item><title><![CDATA[问个pandas的dataframe赋值的问题]]></title><link>https://blog.youkuaiyun.com/pldcat/article/details/121507047</link><guid>https://blog.youkuaiyun.com/pldcat/article/details/121507047</guid><author>pldcat</author><pubDate>Wed, 24 Nov 2021 06:43:40 +0800</pubDate><description><![CDATA[df1.loc[:,‘data_index’] = df1.index
这个指令是哪里有问题？为什么总是有warning?
SettingWithCopyWarning:
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead
See the caveats in the documentation: https://p]]></description><category></category></item><item><title><![CDATA[小波变换学习笔记（一）]]></title><link>https://blog.youkuaiyun.com/pldcat/article/details/113805538</link><guid>https://blog.youkuaiyun.com/pldcat/article/details/113805538</guid><author>pldcat</author><pubDate>Mon, 15 Feb 2021 13:23:40 +0800</pubDate><description><![CDATA[写在前面。
小波分析绝对是工科生的噩梦。为了搞懂小波到底是什么，搬了本教材研究了几个月。学完了才发现，教材老了，人家已经是第二代小波了。好在作为工科生，只需要学会应用就行了。
好了，在学习小波之前，我们先要大致了解一些东西，以确定小波的基本脉络。

小波的教材基本都是坑。这里面最关键的问题是，它们基本都是数学家写的，不是为了工科生准备的。数学家的目标是证明小波理论的正确性，探索发现新的小波。工科生的目标是我只想有个分析数据的工具。这两者是完全不同的，小波理论的证明极其繁琐，需要大量的泛函知识。而小波的应用非]]></description><category></category></item><item><title><![CDATA[dct函数详解]]></title><link>https://blog.youkuaiyun.com/pldcat/article/details/113708933</link><guid>https://blog.youkuaiyun.com/pldcat/article/details/113708933</guid><author>pldcat</author><pubDate>Sat, 06 Feb 2021 16:16:59 +0800</pubDate><description><![CDATA[试图对数据进行傅里叶分析。但是对于实时序列预测，傅里叶分析的一个很严重的问题就是Gibbs现象。特别是在数据的末端，当数据被滤波重建时，由于DFT默认数据是周期性的，因此重建的数据序列第一个和最后一个趋于一致，如下图所示。


蓝色的原始数据，绿色的是DFT滤波重建的结果，红色的是DCT滤波重建的结果。可以看到DFT在滤波后重建函数在两端出现了严重的失真。这对于要分析和预测下一步的数据是致命的。因此必须设法解决这个Gibbs问题。
解决的方法就是延拓数据，最简单的一个方法就是把数据翻过来，加到原来...]]></description><category></category></item><item><title><![CDATA[fft()函数详解]]></title><link>https://blog.youkuaiyun.com/pldcat/article/details/112058126</link><guid>https://blog.youkuaiyun.com/pldcat/article/details/112058126</guid><author>pldcat</author><pubDate>Fri, 01 Jan 2021 21:14:54 +0800</pubDate><description><![CDATA[fft()函数简单到发指，一般使用时就两个参数fft(nparray,n),n还可以缺省。上代码：
import numpy as np
from scipy.fftpack import fft,ifft

fft_y=fft(y)
print(fft_y)

执行结果：
[180444.84         -0.j          -1764.15187386-6325.24578909j
   2924.15553426-4550.04232005j ...    733.09073339+342]]></description><category></category></item><item><title><![CDATA[傅里叶变换的虚数部分]]></title><link>https://blog.youkuaiyun.com/pldcat/article/details/111772363</link><guid>https://blog.youkuaiyun.com/pldcat/article/details/111772363</guid><author>pldcat</author><pubDate>Tue, 29 Dec 2020 08:52:10 +0800</pubDate><description><![CDATA[数据分析中用到傅里叶变换，只好把大学里学的云山雾绕的课本拿出来重修了一遍。傅里叶级数还好理解，傅里叶变换就有点摸不着头脑了。特别是里面的虚数部分，到底是什么意思？和傅里叶级数的sin分量是什么关系。钻进了牛角尖，不搞清这个问题吃饭都不香了。网上傅里叶级数的资料很多，又是群理论，又是希尔伯特空间的，搞得俺这个工科生更是头大。洗澡的时候忽然灵机一动，找到了原因所在（自认为），写出来与诸君共享，理解不对的地方大神指正。
这是傅里叶变换的公式：
f(x) = sigma(a0 +ancos(nx) +bnsin(n]]></description><category></category></item><item><title><![CDATA[pandas.DataFrame写入hdf5时出现的错误]]></title><link>https://blog.youkuaiyun.com/pldcat/article/details/110287077</link><guid>https://blog.youkuaiyun.com/pldcat/article/details/110287077</guid><author>pldcat</author><pubDate>Sat, 28 Nov 2020 17:15:21 +0800</pubDate><description><![CDATA[在将df写入hdf5的时候遇到的错误，调了很长时间。这里记录一下。如果大神们能帮忙找一下原因就更好了。
问题描述：
在将df写入hdf5时遇到错误。代码如下：
store = pd.HDFStore(self.path+filename,mode="w")#mode缺省值为'a',table模式下不会替换没有写入的键，而w重建
        for k in self.loaded_list[filename].keys():
            store.put(k,self.loaded_lis]]></description><category></category></item><item><title><![CDATA[读写h5文件错误，进入Hdfexceptions]]></title><link>https://blog.youkuaiyun.com/pldcat/article/details/109655458</link><guid>https://blog.youkuaiyun.com/pldcat/article/details/109655458</guid><author>pldcat</author><pubDate>Thu, 12 Nov 2020 20:16:55 +0800</pubDate><description><![CDATA[遇到了一个奇怪的问题。
读写h5文件时出错，进入Hdfexceptions什么的，调试提示H5里打开文件错误。具体的不记录了。
我的原因是：之前用HDFStore生成了一个h5文件，由于后面的错误没有调用close。把这个文件删除后，正常了。

...]]></description><category></category></item><item><title><![CDATA[DataFrame.drop_duplicates操作中的inplace参数]]></title><link>https://blog.youkuaiyun.com/pldcat/article/details/109611079</link><guid>https://blog.youkuaiyun.com/pldcat/article/details/109611079</guid><author>pldcat</author><pubDate>Wed, 11 Nov 2020 07:03:11 +0800</pubDate><description><![CDATA[Pandas操作中有个很奇怪的特性，就是操作不是对自身操作的。
比如：
a = pd.DataFrame({'a':[1,2,3],'b':[3,2,1],'c':[1,1,1]})
b = pd.DataFrame({'a':[1,1],'b':[2,2],'c':[3,3]})
c = a.append(b)
print(a)
print(b)
print(c)

   a  b  c
0  1  3  1
1  2  2  1
2  3  1  1
   a  b  c
0  1  2  3
1  1]]></description><category></category></item><item><title><![CDATA[为什么选用hdf5]]></title><link>https://blog.youkuaiyun.com/pldcat/article/details/109555475</link><guid>https://blog.youkuaiyun.com/pldcat/article/details/109555475</guid><author>pldcat</author><pubDate>Sun, 08 Nov 2020 08:29:56 +0800</pubDate><description><![CDATA[和csv做了个比较。
import time
import pandas as pd

print('测试csv和hdf5的读写速度。')
print('1、测试read_csv的速度')
t0 = time.time()
df = pd.read_csv('~/stock-info/caibao.csv',header=None,encoding = 'gb18030')
t1 =time.time()
t = t1 - t0
print('read_csv耗时 ： ',t)

print('2、测试to]]></description><category></category></item><item><title><![CDATA[吴恩达深度学习第五课序列中RNN和CNN的结合]]></title><link>https://blog.youkuaiyun.com/pldcat/article/details/109393494</link><guid>https://blog.youkuaiyun.com/pldcat/article/details/109393494</guid><author>pldcat</author><pubDate>Sat, 31 Oct 2020 19:35:50 +0800</pubDate><description><![CDATA[对于RNN和CNN怎么结合起来很感兴趣。在吴恩达深度学习课程第五课序列第三周的编程作业TriggerWord中，给出了一个RNN和CNN结合的例子。开头很难理解，仔细分析后终于明白了是怎么回事。记录下来。
下面是结构：


...]]></description><category></category></item><item><title><![CDATA[吴恩达深度学习序列第三周编程作业的Neural Machine Translation中的Faker错误]]></title><link>https://blog.youkuaiyun.com/pldcat/article/details/109274306</link><guid>https://blog.youkuaiyun.com/pldcat/article/details/109274306</guid><author>pldcat</author><pubDate>Sun, 25 Oct 2020 15:34:56 +0800</pubDate><description><![CDATA[导入后提示fake没有seed()属性。
有说是faker版本问题的，改为2.0.0没有用。
把nmt_utils.py中第十一行的fake.seed(12345)改为fake.random.seed(12345)即可。

]]></description><category></category></item><item><title><![CDATA[jupyterlab运行tensorflow出现kernel restarting的问题解决]]></title><link>https://blog.youkuaiyun.com/pldcat/article/details/108906086</link><guid>https://blog.youkuaiyun.com/pldcat/article/details/108906086</guid><author>pldcat</author><pubDate>Fri, 02 Oct 2020 23:31:34 +0800</pubDate><description><![CDATA[最近从jupyter notebook 转向 jupyterlab，功能多一些。可是遇到了问题：运行tensorflow时出现了kernel restarting 的问题。语句没有被执行，且kernel进入到重启后的状态。反复的检查表明，这个问题仍然是显存冲突造成的，可我在ipynb的前面已经加上了限制显存使用的代码。
测试表明：**jupyterlab在退出的时候不会释放显存。**这应该是个bug。notebook是会释放的。因此执行notebook时成功，而用jupyterlab时失败。
解决方案：nv]]></description><category></category></item><item><title><![CDATA[tensorflow的conv2d函数执行失败问题]]></title><link>https://blog.youkuaiyun.com/pldcat/article/details/108856657</link><guid>https://blog.youkuaiyun.com/pldcat/article/details/108856657</guid><author>pldcat</author><pubDate>Mon, 28 Sep 2020 21:04:57 +0800</pubDate><description><![CDATA[问题描述
运行tensorflow的时候执行卷积出现下面的告警信息，困扰了我很长一段时间。
UnknownError: 2 root error(s) found.
(0) Unknown: Failed to get convolution algorithm. This is probably because cuDNN failed to initialize, so try looking to see if a warning log message was printed above.
[[{{]]></description><category></category></item><item><title><![CDATA[tensorflow-gpu中解决conv2d时出错的问题过程2020-09-20]]></title><link>https://blog.youkuaiyun.com/pldcat/article/details/108694103</link><guid>https://blog.youkuaiyun.com/pldcat/article/details/108694103</guid><author>pldcat</author><pubDate>Sun, 20 Sep 2020 16:24:28 +0800</pubDate><description><![CDATA[首先需要说明的是，这个问题我并没有找出原因来。记下来的目的是把过程记录下来，让自己或他人再遇到这个问题时少走弯路。
环境：ubuntu18.04 anaconda3 python3.7 cuda10.1 cudnn7.6.5 tensorflow-gpu1.15.0,显卡1050 驱动440.82
过程：我是在做吴恩达的深度学习作业的时候遇到这个问题的（第四部分第一周的Convolution model-Application-v1），在计算图中定义了卷积后，执行时出了错。错误没有拷贝，大体是说卷积遇到错误]]></description><category></category></item><item><title><![CDATA[anaconda3 安装jupyter notebook不能使用的问题]]></title><link>https://blog.youkuaiyun.com/pldcat/article/details/108692723</link><guid>https://blog.youkuaiyun.com/pldcat/article/details/108692723</guid><author>pldcat</author><pubDate>Sun, 20 Sep 2020 14:10:00 +0800</pubDate><description><![CDATA[ubuntu18.04下在anaconda中新开了个环境，在安装jupyter notbook6.1.1后无法运行。运行后提示500：server内部错误。后来按照网上所说，重新安装了nbconvert和tornado,jupyter的界面能进去了，但是服务器无法连接。反复实验后，发现了问题所在：建立环境时python选了3.6
删除环境，重新建立python选3.7，问题解决。
                                                 忠实记录遇到的问题和解决途径。]]></description><category></category></item><item><title><![CDATA[我的第一个python程序——mnist读取和展示]]></title><link>https://blog.youkuaiyun.com/pldcat/article/details/102998922</link><guid>https://blog.youkuaiyun.com/pldcat/article/details/102998922</guid><author>pldcat</author><pubDate>Sun, 10 Nov 2019 16:37:00 +0800</pubDate><description><![CDATA[我的第一个python程序——mnist读取和展示代码
第一次使用python，适应了C和C++的严谨，再用python，感觉很不适应。随着编程的继续，渐渐发现python的随意只是表象，那只是给老鸟减少麻烦用的。
我的第一个python程序是mnist数据集的读取。这个没什么难度，函数是从网上抄的。对我来说难点是matplotlib。这个东西很好用，但那是在仔细阅读文档之后。写这个东西的目的，就...]]></description><category></category></item></channel></rss>