
面向深度学习研究理解Python
文章平均质量分 58
笔者硕士研究生阶段主要使用python研究深度学习,在这个过程中想记录下遇到的问题及对应的解释,同时包含了一些包的使用。注:Python的版本为3.X。
知其然也知其所以然,如湖水之透明,清澈见底。
FireWood_S
共勉
展开
-
Python数据增强(data augmentation)库--Augmentor使用介绍
Augmentor 使用介绍原图1.random_distortionpro(bability, grid_height, grid_width, magnitude)最终选择参数为p.random_distortion(probability=0.8, grid_height=3, grid_width=3, magnitude=6)probability表示生成一批数据施加操作的概率,magnitude和grid_width,grid_height越大,扭曲程度越大p.random_原创 2021-06-02 18:14:11 · 3366 阅读 · 0 评论 -
Python日志模块logging的封装用法,作为一种模板工具使用
一个完整的程序离不开日志,深度学习项目亦然。 无论是开发阶段,还是测试阶段,亦或程序运行阶段,都可以通过日志查看程序的运行情况,或是定位问题,调试BUG,非常直观且方便。 下面是对 python3 的日志库 logging 进行了常规封装作为使用...转载 2021-06-01 11:02:31 · 1865 阅读 · 1 评论 -
Python的super函数到底做了啥
Python的super函数到底做了啥super相关的介绍文章有很多,而且在python中使用得也较多,尤其是在定义深度神经网络模型时,相信大家对于 super(className, self).__init__() 这一语句不会感到陌生。本篇文章主要记录我对super的理解,给大家以尽量简单易懂的方式进行介绍。一、直观的理解super的作用就是执父类的方法以单继承为例:class A: def a(self): print('A')class B(A): .原创 2021-05-31 21:46:41 · 2726 阅读 · 0 评论