Zhang庆欢-优快云博客

1.先转换.nii格式或.nii.gz格式转换为dcm格式import SimpleITK as sitkimage=sitk.ReadImage(r"D:\python\project\RCN\datasets\lspig_val\segmentation0.nii.gz")# 读取要转换格式的图像sitk.WriteImage(image, r"C:\Users\Lenovo\Desktop\tran\segmentation0.dcm")2.读取dcm并保存图片import pydico

2022-05-31 17:09:01 3209

原创读取解压h5文件为图片

1.首先读取h5文件为.nii.gz格式import h5pyimport osimport numpy as npimport SimpleITK as sitkdataset = h5py.File(r'./datasets/train/youyi_liver.h5', 'r') #指定h5文件的路径savepath = './datasets/youyi_liver' #另存为nii文件的路径first_level_keys = [key for key in dataset.

2022-05-30 15:44:24 2115

原创 ValueError: Cannot execute operation using `run()`

1. 问题：这个问题是在跑https://github.com/zsyzzsoft/Recursive-Cascaded-Networks这个实验遇到的，因为作者的文章已经是2019年的ICCV了，那他极有可能是在2018年写的代码，加上tensorflow的不断更新，因此肯定会有很多语法更新导致跟现在的代码不一致的问题。ValueError: Cannot execute operation using `run()`: No default session is registered. Use `

2022-05-28 17:49:13 366

原创 Cannot import name ‘NoReturn‘

1. 遇到问题：Cannot import name ‘NoReturn’2.我的解决方案是python版本不对应之前安装的版本是：python==3.6.0修改为：pip install python==3.6.5问题解决！

2022-05-28 17:31:01 4110 1

原创生成多个维度数据，以仿真图片格式，作为U-net网络的输入

1.生成数据import torchimport numpy as npdata = []for i in range(20000): x=[] y=[] for i in range(16384): a = np.random.normal(loc=0.0, scale=14, size=None) b = np.random.normal(loc=0.0, scale=14, size=None) y.append(b)

2022-05-14 14:15:59 233

原创 LSUN数据集读取和解压，mdb格式转换为jpg格式（保姆教程）

1.LSUN 数据集下载数据集下载地址：http://dl.yf.io/lsun/objects/，我下载的是cat数据集下载之后如下所示：解压之后如下图所示：2.开始读取从github下载data读取的python代码：https://github.com/fyu/lsun然后在anaconda下运行代码：以下是相对路径形式： python data.py export ./data --out_dir ./lsun/cat --flat注意这里的路径./data表示data文

2022-05-08 18:57:52 4526 5

原创 anaconda 报错OMP: Error #15: Initializing libiomp5md.dll, but found libiomp5md.dll already initialized

1. 使用anaconda操作时报错错误：OMP: Error #15: Initializing libiomp5md.dll, but found libiomp5md.dll already initialized产生错误的操作：conda create -n text-color python=3.8.8这里是创建一个新的conda环境，环境名称text-color，python版本3.8.82. 解决方案网上有许多解决方案，我这里只说我的问题：那就是关掉VPN。...

2021-12-07 16:05:46 332

原创 python实现两个DNA序列（sequences）对齐并绘图

1. DNA sequences alignment两个DNA序列如下：sequence_A = "AGGCTATCACCTGACCTCCAGGCCGATGCCC"sequence_B = "TAGCTATCACGACCGCGGTCGATTTGCCCGAC"2. 对齐代码import numpy as npimport matplotlib.pyplot as pltfrom matplotlib import rcParamsfrom collections import namedtu

2021-12-06 21:27:03 3113 1

原创 python生成高斯（gauss）数据并保存为txt文件

1.数据目标公式G(x)=1000∗e−4∗ln2∗(x−91)2/0.52+0.3∗x2+2∗x+100G(x) = 1000 * e^{-4*ln2*(x-91)^2 / 0.5 ^2}+ 0.3 * {x}^2 + 2 * {x} + 100G(x)=1000∗e−4∗ln2∗(x−91)2/0.52+0.3∗x2+2∗x+1002.代码import numpy as npimport matplotlib.pyplot as pltdef generate_gauss(): n

2021-11-25 22:00:36 1426

原创 python：TypeError: only size-1 arrays can be converted to Python scalars

1.问题使用math包中的ma.log()语法时报错2.解决方案将math包换成numpy包，代码如下：import numpy as npnum_data = 71x = np.array(np.linspace(89, 93, num_data)).reshape(num_data, 1) # 产生包含噪声的数据y = np.log(x - 91)...

2021-11-25 21:44:34 1099

原创 LeNet-5实现分类MINST数据集（学习笔记四）

1. 分析论文：LeNet-5论文，论文中的image是13232的照片，MINSTimage是12828python代码——训练模型：import torchimport torchvisionimport torch.nn as nnimport torch.utils.data as DataEPOCH = 5BATCH_SIZE = 50LR = 0.002DOWNLOAD_MINST = Truetrain_data = torchvision.datasets.MNIS

2021-11-15 10:12:32 1588

原创 RuntimeError: Expected 4-dimensional input for 4-dimensional weight, but got 3-dimensional input

1. 错误分析错误：RuntimeError: Expected 4-dimensional input for 4-dimensional weight, but got 3-dimensional input上面错误其实是使用CPU模型转换到GPU模型报的错，如果仅仅是GPU模型这个维度是可以的。2.修改方式：之前读入的数据是：test_data = datasets.MNIST( root='data', train=False, download=True,

2021-11-13 16:03:17 7731

原创快速搭建CNN（卷积神经网络），实现分类MINST数据集（学习笔记三）

1. 加载MINST数据集python代码：from torchvision import datasetsfrom torchvision.transforms import ToTensor, Lambda, Composeimport matplotlib.pyplot as pltimport osos.environ["KMP_DUPLICATE_LIB_OK"] = "TRUE"# load train datatrain_data = datasets.MNIST(

2021-11-12 09:57:46 3969 1

原创神经网络常见的四种优化器使用技巧（随笔六）并解决了matplotlib.pyplot画图不显示的情况

1. 四种优化器效果展示代码import torchimport matplotlib.pyplot as pltimport torch.utils.data as Dataimport osos.environ["KMP_DUPLICATE_LIB_OK"] = "TRUE"# hyper parametersLR = 0.01BATCH_SIZE = 32EPOCH = 12# generate datax = torch.unsqueeze(torch.linspace(-1,

2021-11-11 09:43:10 940

原创快速搭建全连接神经网络实现二分类（学习笔记二）

1.代码import torchimport matplotlib.pyplot as pltimport osos.environ["KMP_DUPLICATE_LIB_OK"] = "TRUE"class NeuralNetwork(torch.nn.Module): def __init__(self, n_feature, hidden1, output): super(NeuralNetwork, self).__init__() self.h

2021-11-10 16:20:16 2083

原创快速搭建全连接神经网络实现非线性回归（学习笔记一）

1.神经网络实现非线性回归import torchimport matplotlib.pyplot as pltimport osos.environ["KMP_DUPLICATE_LIB_OK"] = "TRUE"x = torch.unsqueeze(torch.linspace(-3, 5, 421), dim=1)y = 0.3 * x.pow(2) + 0.2 * torch.rand(x.size())class Net(torch.nn.Module): def _

2021-11-09 23:48:43 1517

原创神经网络激活函数，python实现（activation function，随笔五）

1.使用torch展示四种激活函数的形式import torchfrom torch.autograd import Variableimport torch.nn.functional as fimport matplotlib.pyplot as pltimport osos.environ["KMP_DUPLICATE_LIB_OK"] = "TRUE"x = torch.linspace(-5, 5, 200)x = Variable(x)x_np = x.data.numpy(

2021-11-09 20:29:01 817

原创 Torch安装报错pip._vendor.urllib3.exceptions.ReadTimeoutError: HTTPSConnectionPool解决方法

Torch安装教程

2021-11-08 22:06:15 17679 4

原创 Python 实现AdaGrad和Adam拟合四次函数（随笔四）

1. AdaGrad1.1 原理原理如下图所示，摘自李宏毅老师上课ppt：1.2 代码：这里学习率选择的是alpha = 8.5，在这里好像学习率对结果影响不大，我甚至选择了100以及0.001，最后结果只跟迭代次数有关，迭代开始时下降很快，越到后面收敛越慢，这也是AdaGrad的缺点：import numpy as npimport randomimport matplotlib.pyplot as pltdef my_Func(params, x): return para

2021-11-06 15:18:40 1062 5

原创 Python基于梯度下降实现多元非线性回归（随笔三）

梯度下降拟合四次函数1.原理原理其实很简单，对目标函数求梯度，然后使用梯度下降即可。目标函数如下：f(x)=3.2∗x4+1.5∗x3+4.3∗x2+9.03∗x−15f(x) = 3.2 * {x}^4 + 1.5 * {x}^3 + 4.3 * {x}^2 + 9.03 * {x} - 15f(x)=3.2∗x4+1.5∗x3+4.3∗x2+9.03∗x−15那么该函数的损失函数则是：L(x)=1/n∗∑i=1n(f(xi)−y(xi))2L(x)=1/n*\sum_{i=1}^{n} (

2021-11-05 15:32:01 3502

原创使用matplotlib.pyplot报错exit code -1073741819 (0xC0000005)（随笔二）

@使用matplotlib.pyplot报错exit code -1073741819 (0xC0000005)问题：使用matplotlib.pyplot报错exit code -1073741819 (0xC0000005)使用代码如下，依然报错，那么问题并不是没有添加plt.show()：plt.scatter(x, y, color='r', linestyle='-')plt.show()原因：anaconda环境混乱1.我个人的anaconda，visual2019以及从githu

2021-11-02 09:34:32 1326

原创使用python绘制NBA数据图（随笔一）

使用python绘制NBA数据图1.读取数据2.处理薪水数据3.to be continued1.读取数据NBA数据链接: nba.csv.读取数据代码：import pandas as pdimport matplotlib.pyplot as pltdata = pd.read_csv(r'nba.csv', encoding = 'big5')data = data.iloc[:, :].fillna(value=0)print(data)读取结果如下所示：其中:data =

2021-10-29 13:53:04 1102

原创 Git连接Github

1.安装Git1.下载git下载链接：https://git-scm.com/进入页面之后，如下图所示：点击红色方框中的Download 2.31.1 for Windows，跳转到下图所示页面：根据你电脑的位数选择下载的版本，如果是32位则选择红色方框中对应的：32-bit Git for Windows Setup。如果是64位则选择红色方框中对应的64位：64-bit Git for Windows Setup。我的电脑是64位，所以下载之后得到下图所示安装包：至此，git下载完成，

2021-05-07 10:46:22 3237

原创 phpMyAdmin 无法连接到 MySQL 服务器

1.在XAMPP中启动MySQL服务器2.访问MySQL如下图所示的浏览器搜索栏中输入http://localhost:8181/phpmyadmin,8181是你在apache修改的端口：这里发现被拒绝访问了，因此开始修改相关设置3.打开需要修改的文件按照如下图所示的红色方框中用记事本的形式打开config.inc.php文件：4.找到需要修改的文件位置进入到文件中，找到需要修改的文件位置：5.修改配置按照下图红色方框所示修改文件配置：然后重新启动XAMPP中的MySQL服务

2021-03-29 16:29:27 1836

原创 XAMPP+PhpStorm

PhpStorm的配置首先右键你的文件名建一个新的php文件，代码如下：在该php文件中写入下面的代码：<!DOCTYPE html><html><body><h1>My first PHP page</h1><?phpecho "Hello！！！！ World!";?></body></html>1.【File】->【Settings】->【Languages&a

2021-03-05 20:53:43 1681 2

原创 php集成环境xampp完整安装过程

php集成环境xampp完整安装过程1.首先从官网下载：https://www.apachefriends.org/index.html参照下图所示的红色椭圆圈选择合适你自己的版本下载完成之后得到如下安装包：对安装包双击，碰到下面页面的话不用管点击OK：随后也是点击next：然后继续next：直到最好的页面点击Finish就完成了xampp的安装过程，得到如下界面：2.修改xampp中apache配置端口2.1为了防止端口被占用的情况，首先修改httpd.conf中的端口号按照

2021-03-05 17:23:53 1524 1

原创串的朴素模式匹配C++

#include<iostream>#include<string>using namespace std;int patternMachting(string pattern1, string pattern2);int main(){ string a = "adfghjklso2wj2o2smwk"; string b = "2o"; int index = patternMachting(a, b); cout << index; retur

2020-10-24 23:33:15 145 1

原创队列的顺序实现C++

#include<iostream>using namespace std;const int MaxSize = 5;typedef struct Node { int data[MaxSize]; int top;//头指针 int rear;//尾指针}Queue;void initQueue(Queue&);bool pushQueue(Queue&);bool popQueue(Queue&);bool printQueue(Queue&

2020-10-20 00:15:53 207

原创链式栈C++

#include<iostream>using namespace std;const int MaxSize = 10;//确定静态链表的长度typedef struct linknode { int data;//栈的数据空间 struct linknode* next;//栈顶元素}Node, *linkStack;bool initLinkStack(linkStack&);//初始化链式栈bool popLinkStack(linkStack);//出栈bo

2020-10-19 22:54:47 209

原创 c++ 顺序栈的各种操作（进栈出栈）

#include<iostream>using namespace std;const int MaxSize = 10;//确定静态链表的长度typedef struct Node { int data[MaxSize];//栈的数据空间 int top;//栈顶元素}Stack;void initStack(Stack&);bool printStack(Stack&);bool popStack(Stack&);bool isEmptyStack

2020-10-19 20:44:49 1007

原创静态链表C++

静态链表碰到的情况较少，操作系统文件分配表FAT有用到#include<iostream>using namespace std;const int MaxSize = 10;//确定静态链表的长度typedef struct Node { int data;//数据域 int index;//游标}staticList[MaxSize];bool initList(staticList);//初始化静态链表，实际内存空间是数组分配模式，程序调用结束之后，空间自动释放bool

2020-10-19 11:07:19 345

scikit_image-0.17.2-cp36-cp36m-win_amd64.whl

空空如也