欢迎来到道的世界

 Imagenet验证集数据大小为6.5G，共有1000类的50000张图片。本文主要是对这1000类的50000张图片的标签信息进行处理分类汇总成一个csv表格，便于实验读入信息需要。Imagenet验证集标签整理的文件和代码链接如下所示： 待处理的文件有两个，一个是imagenet_img_info.txt文件，它包含了50000张图片与100个类别的对应关系。另一个文件是imagenet_img_info.txt文件，它包含了Imagenet数据集中1000个类别详细信息。最终输出的用于实验的

用法介绍 einops是一个简洁优雅操作张量的库，并且支持对numpy，pytorch，tensorflow中的张量进行操作，该库最大的优点是函数的使用逻辑清晰明了，其中中常用的三个函数分别是rearrange，repeat，reduce。rearrange: 用于对张量的维度进行重新变换排序，可用于替换pytorch中的reshape，view，transpose和permute等操作repeat: 用于对张量的某一个维度进行复制，可用于替换pytorch中的repeatreduce: 类似于t

命令介绍 argparse模块主要用于命令行传参数，在程序中定义好所需参数，并在sys.argv解析的参数中找出所需参数。argparse模块还可以自动生成帮助用法消息，并在用户向程序提供无效参数的时候报错。该模块中最重要的函数是argparse.ArgumentParser.add_argument()，它的作用是定义如何解析单个命令行参数。add_argument(name or flags…[, action][, nargs][, const][, default][, type][, cho

预备知识 给定两张图像分别为X1X_1X1​和X2X_2X2​利用cv2进行图像融合生成X3X_3X3​X3=α⋅X1+(1−α)⋅X2X_3=\alpha\cdot X_1 + (1-\alpha)\cdot X_2X3​=α⋅X1​+(1−α)⋅X2​这两边张图片分别如下所示 程序代码import cv2import numpy as np alpha = 0.1 #0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9filename = str(alpha)+r'..

python代码import cv2 as cvimport osimport skimage.ioimport numpy as npimg_path = os.path.join(os.getcwd(),'RGB_Original.jpg')img = skimage.io.imread(img_path)R = img[:,:,0]G = img[:,:,1]B = img[:,:,2]# Save singel channel R,G,B skimage.io.imsav

代码实例import numpy as np np.random.seed(2)Matrix1 = np.random.randn(4,4)Matrix2 = np.random.randn(5,5)path = 'data.npy'np.save(path,(Matrix1,Matrix2))Matrix_load1, Matrix_load2 = np.load(path)print(Matrix_load1)print(Matrix_load2)

1.代码from matplotlib import pyplot as pltimport numpy as np w = np.linspace(-1.15,1.15,10000)Loss = (w**8-1)**2plt.plot(w,Loss,label='9 layers NN')plt.xlabel('w')plt.ylabel('Loss')plt.legend(loc='best') plt.text(-0.5,3,r"$Loss=(w^8 - 1)^2$",fontsiz

1.参数介绍  logging.basicConfig()参数的相关介绍：level：表示输出日志的等级format：表示输出的格式datemat：表示时间信息filename：日志信息输出到日志文件名filemode：决定使用什么模式来打开日志文件(‘r’,‘w’,‘a’)，默认为’a’2.代码实例import logging'''format=%(asctime)s具体时间 %(filename)s文件名 %(lenvelname)s日志等级 %(message)s具体信息

1.官网介绍  numpy.random.seed(n)用于生成指定随机数序列。当seed(n)中的参数被设置之后，numpy.random.seed(n)可以按顺序产生一组固定的随机数序列，如果使用相同的参数，则每次生成的随机数都相同。如果不给定这个参数，那每次生成的随机数不相同。需要注意的是当只调用numpy.random.seed()一次时并不能生成相同的随机数序列。如果想要得到相同的随机数序列就需要每次产生随机数的时候都要调用一下numpy.random.seed()。2.示例代码实例1（单次

Anaconda中虚拟环境的复制用到了如下命令：conda create -n new-environment --clone old-environment其中，new-environment表示的是新环境的名称，old-environment表示的是旧环境的名称。具体操作如下所示：

1.官方介绍  sys.path特指模块的查询路径的列表，初始化是从环境变量PYTHONPATH。2.详细介绍  当程序启动初始化时，sys.path列表的第一项path[0]是包含用于调用Python解释器的脚本的目录。如果脚本目录不可用（例如，如果交互调用解释器或从标准输入读取脚本），则path[0]是空字符串，它将引导Python首先搜索当前目录中的模块。3.实例用法可以将第三方的python模块的路径加入到sys.path中import syssys.path.append('/hom