Messi-Q Blog

这里分享常用的Python Matplotlib绘制的图，在数据分析和可视化中很有用，这里介绍三种，柱状图，折线图以及3D图，更多类型的图见文末我的github。1. 柱状图# -*- coding: utf-8 -*-"""@author: Messi-Q"""import matplotlib.pyplot as pltplt.rcParams['figure.figsize'] = (7, 5)plt.tight_layout()epoch = []num...

Autoencoder 简介机器学习中，处理大量数据会导致需要大量的计算；有时候，我们会需要选择对我们机器学习模型的学习贡献最大的重点数据部分，从而减少计算量；而选择数据重要部分的过程，这是自动编码器(Autoencoder )的应用案例之一。神经网络是一种计算模型，用于查找描述数据特征x及其值（回归任务）或标签（分类任务）y之间的关系的函数，即y = f（x ）；自动编码器也是一种神经...

机器学习中对分类器的评估参考以下的评价指标，主要包括准确率(Accuracy)，精确率(Precision)，召回率(Recall)，F1-Score。接下来的描述主要是以二分类举例，即label为0和1的情况。 （一）理解TP, TN, FP, FN 首先需要明确这几个值的定义： True Positive(真正, TP)：将正类预测为正类数....

默认只有叶子节点才保持梯度，如： 1 A = Variable(torch.ones(2), requires_grad = True) 在中间节点可以设置保持梯度，如： 123456789101112 A = Variable(torch.ones(...

一、数字水印定义 数字水印是将一些标识信息直接嵌入数字载体当中（包括多媒体、文档、软件等），通过这些隐藏在载体中的信息，既不影响载体的使用价值，也不易检测或修改。可以达到确认内容创建者、购买者、传送隐秘信息或者判断载体是否被篡改等目的。 数字水印是指在载体中嵌入一些信息, 载体数据可以是文档、图片、音频或者视频, 嵌入的水印可以是与载体数据有关的, 如...

当前，对于C语言，JAVA，Python等程序语言分析的需求越来越大，我们更多的是用这些语言来处理问题，但其实每种语言都有自己的不足之处，对程序语言的不足之处进行分析，或者说对目前已有的程序漏洞进行分析的需求也已经越来越多。 本问题，我们继python提取文件中指定的代码行中所述的需要继续做分析，我们要分析solidity语言中的函数依赖，但是与存在的程序控制流...

本文介绍了Python中单下划线和双下划线（"dunder"）的各种含义和命名约定，名称修饰（name mangling）的工作原理，以及它如何影响你自己的Python类。单下划线和双下划线在Python变量和方法名称中都各有其含义。有一些含义仅仅是依照约定，被视作是对程序员的提示 - 而有一些含义是由Python解释器严格执行的。在本文中，我将讨论以下五种下划线模式和命名约定，以及它们如...

1. tf.argmax()函数tf.argmax可以认为就是np.argmax。tensorflow使用numpy实现的这个API。简单的说，tf.argmax就是返回最大的那个数值所在的下标。tf.argmax(array,axis)当axis=1时返回每列最大值的下标，当axis=0时返回每行最大值的下班。2. tf.equal()函数tf.equal(A,B...

特征提取在深度学习的训练中是经常要做的事情，之前的一篇blog有写到使用pytorch提取Vgg、Resnet、Densenet三种模型下的特征，这里所述的是提取全连接层(FC层)的特征，详情可见：https://blog.youkuaiyun.com/qq_34611579/article/details/84330968。 在本文中，主要是介绍提取中间层的特征，对于特征的提取，可以先...

*和**实际上真正的Python参数传递语法是*和**。*args和**kwargs只是一种约定俗成的编程实践。我们也可以写成*vars和**kvars。*args和**kwargs一般是用在函数定义的时候。二者的意义是允许定义的函数接受任意数目的参数。也就是说我们在函数被调用前并不知道也不限制将来函数可以接收的参数数量。在这种情况下我们可以使用*args和**kwargs。接下来我们...

上一篇文章中提到对solidity源代码的注释和空格的处理；有时候做数据处理时只需要一些指定的代码行，一些对实验无用的代码应该去掉，这样有助于我们队数据进行分析。在我们所做的实验中，我需要提取的是和call.value这个关键字相关的代码段，这里我们先进行了一些初步的处理，提取call.value的前10行代码和后10行代码。（1）定位文件中call.value的位置def fi...

上一篇中提到了提取数据文件的操作；对于提取的文件，我们还需要做一些处理步骤，在这里我们是对solidity语言的注释和空格的处理，solidity语言和大部分语言的注释一样也是"//"和"/* */"，同时我们还需要处理删除注释部分的空格。（1）Handle Comment of soliditysource code file("//")# The comment of fi...

Mac键盘符号和修饰键说明⌘ Command ⇧ Shift ⌥ Option ⌃ Control ↩︎ Return/Enter ⌫ Delete ⌦ 向前删除键（Fn+Delete） ↑ 上箭头 ↓ 下箭头 ← 左箭头 → 右箭头 ⇞ Page Up（Fn+↑） ⇟ Page Down（Fn+↓） Home Fn + ← End Fn + → ⇥ 右制表符（T...

对于深度学习，已经是耳熟能详了，做深度学习的都知道无非是train, train, train...，所谓训练就需要数据集，对数据的处理是工作量大且耗时耗神的一件事。在做实验的过程中，遇到这样的需求：1) 提取含有某个“关键字”的文件2）数据集的分布如下这里有40个文件夹，每个文件夹中有1000个文件。对于这样的数据集，我们可能只需要每个文件夹中的几个文件；并且需...

这里主要是使用预训练好的模型进行图片特征的提取，分别使用三个模型进行抽取。而特征提取是提取神经网络模型的倒数第二层，这里自己对模型的进行了微调，话不多说，直接上代码。使用resnetimport torchimport torch.nn as nnfrom torch.autograd import Variablefrom torchvision import models,...

一、神经网络简介 神经网络算法的发展历史 起源：20世纪中叶，一种仿生学产品。 兴起：环境->2进制创新；能力->软硬件；需求->人的性价比。 主要功能： 分类识别 分类：图像（自动驾驶）、语音（语音助手）、文本（新闻推送） （1）了解神经网络的脉络...

      本文主要介绍了在python的进阶学习过程中一些主要需要掌握的知识。所谓语言都是相通的，python中的很多思想，java语言中也同样支持。相比于java这种静态语言，python是一种动态语言，它的编码速度快，并且更容易适应不同的运行环境。动态语言和静态语言的区别之后再做讨论，这里先继续学习python的相关知识。    Python支持的函数式编程：        不是纯函数式编程...

    Python是一种面向对象的解释型计算机程序设计语言，由荷兰人Guido van Rossum于1989年发明，第一个公开发行版发行于1991年。    Python的特点：优雅、明确、简单。    Python适合的领域：Web网站和各种网络服务、系统工具和脚本、作为“胶水”语言把其他语言开发的模块包装起来方便使用。    Python不适合的领域：贴近硬件的代码（C）、移动开发（ios...