兰钧的博客

电脑：联想拯救者Y7000P1、共享ppt2、放映ppt，显示演讲者视图，取消最大化3、alt+tab+左右键，切换到全屏的ppt，再切换到有视图的ppt

对创建的screen会话进行恢复时出现：There is no screen to be resumed matching XXX 解决办法screen -d 会话名screen -r 会话名新建会话：screen -S 名字列出当前会话：screen -list恢复会话：screen -r 45985

解决： 将图中的空格删掉，输入tab键注意：如果使用gedit编辑，注意编辑器的“使用空格代替制表符输入”不要勾选...

转载：Linux 系统目录结构 | 菜鸟教程

知云软件翻译大家应该都很清楚是做什么的了，在此不多说，我也经常使用这个软件，但是今天打开知云之后发现无法翻译了，在左边怎么点击英文，右边都没有反应，所以我猜测，知云应该是又有新版本更新了，毕竟它好像总是这样。于是我到官网上下载新的知云包，进行安装，安装到最后的时候提示“注册表的一个错误”，然后安装之后双击快捷键也打不开，在此记录解决办法，亲测有效：先把已安装的知云卸载，然后退出电脑里的杀毒软件，比如我就退出了360和电脑管家，（此外，我的电脑里还有一个联想杀毒Plus这个软件，不过这个我没有退出，也没有

设置mysql中的root账户密码出现1064错误代码ERROR 1064 (42000): You have an error in your SQL syntax; check the manual that corresponds to your MySQL server version for the right syntax to use near '("123456") where user="root"' at line 1在安装mysql的时候，设置root账户密码出现了上面的问题解

在此记录几个常用的screen命令，掌握这几条命令，即可进行操作，但是如果想要了解更多，应对各种突发状况，还需进一步学习其他命令，在此记录这几条就够平时使用了：1、vccode里打开命令行2、输入：screen -S train3、重新开启另一个终端，在这里执行命令：python xx.py4、ctrl + a + d，关闭窗口5、恢复窗口：screen -r train6、彻底退出，就在screen打开的窗口中执行：exit...

背景：答辩还是组会讨论时，经常需要做PPT进行汇报，然而我们一般在WPS上找的模板都是带有PPT动画效果的，如果直接这样去汇报，是一定不可的（耽误时间，花里胡哨，小心被批），因此接下来记录怎样取消PPT动画效果！！！操作步骤：1、取消动画效果这里有两种方法进行实现，（1）删除动画窗格里的所有动画选项（ctrl a+delete即可）（2）点击幻灯片页（动画效果点击“无”）2、删除切换效果在最上面的切换一栏，点击幻灯片页，将切换效果设置为“无”3、最后，自己放映一下，试一下效果。

在visio中的更多形状->流程图->(从上往下第一个)工作流程对象-3D

转载：https://www.jianshu.com/p/ab0c62ee002b

隔壁小哥的故事隔壁小哥要去15公里外的一个公园，他可以选择步行走路，骑自行车或者开辆车，然后通过其中一种方式花了一段时间到达公园。首先在这个事里边，大家不要关注隔壁小哥去干嘛，也许去送外卖吧：) 。言归正传，这件事中采用哪种交通方式是因，花了多长时间是果。俗话说瓜熟蒂落，皆是因果；因果循环，报应不爽。要理解即将提到的概念，何为因何为果先要搞清楚。三个概念之后验（知果求因）隔壁小哥去公园的故事才刚刚开始，假设在这里您已经牢记住这个故事的因和果。故事仍然要接着讲，顺便带出我们的概念。假设我们已经

转载：https://blog.youkuaiyun.com/yangwangnndd/article/details/90524411ERROR：ModuleNotFoundError: No module named ‘sklearn’原因是为安装sklearn模块在anaconda 中安装即可：conda install scikit-learn

转载：https://blog.youkuaiyun.com/qq_41282258/article/details/98961667已使用，特别是其中的在jupyter中加载pytorch环境的方法（命令）很实用，在此记录。

转载：http://www.luyixian.cn/news_show_307114.aspx

转载：https://blog.youkuaiyun.com/xiaomifanhxx/article/details/82498176

from PIL import Imagecontent_img_path = './style_transfer_data/sun1.jpg'style_img_path = './style_transfer_data/xingkong.jpeg'content_val = read_img(content_img_path)style_val = read_img(style_img_path)def read_img(img_name): img = Image.open...

前言Google Inception Net在2014年的 ImageNet Large Scale Visual Recognition Competition (ILSVRC)中取得第一名，该网络以结构上的创新取胜，通过采用全局平均池化层取代全连接层，极大的降低了参数量，是非常实用的模型，一般称该网络模型为Inception V1。随后的Inception V2中，引入了Batch Normalization方法，加快了训练的收敛速度。在Inception V3模型中，通过将二维卷积层拆分成两个一维

list转numpy数组test_labels = np.array(test_labels)

图像大小方面没有区别。带来的区别就是梯度计算的不一样。所以网络的训练也是不一样的。一般情况下我们会用max_pooling， 因为max_pooling能帮助我们快速找到最突出（max)的特征。...

设成same会自动加padding，保证输出是同样的大小。padding = same，是指输出图像要和输入一样，至于padding是多少，是推断出来的。可以这样理解，输出就是输入/步长，其他的padding工作API会帮你做。输出size = （输入size-kernel size-2P）/ stride +1padding除不尽的时候，比如2p = 1, 那么就在一边加1，一...

tf.reshape(tensor, shape, name=None)函数的作用是将tensor变换为参数shape的形式。其中shape为一个列表形式，特殊的一点是列表中可以存在-1。-1代表的含义是不用我们自己指定这一维的大小，函数会自动计算，但列表中只能存在一个-1。-1在不知道该填什么数字的情况下，可以选择。利用reshape进行数组形状的转换时，一定要满足（x,y）中x*y=数...

1、一般只需要训练后几层即可，前面的大多网络层次都是不重新训练的，需要设置为：trainable = False2、一般fine_tune 的话10次就能达到比较好的效果了：epochs = 10...

1、一起打印：def plot_learning_curves(history): pd.DataFrame(history.history).plot(figsize=(8, 5)) plt.grid(True) plt.gca().set_ylim(0, 3) plt.show()plot_learning_curves(history)2、分别打...

对于整个tensorflow2.0框架，tensorflow Keras模型和Tensorflow Estimators都能够训练神经网络模型并使用它们来预测新的数据。 它们都是TensorFlow 的高级API。 那么什么时候应该用一个来代替另一个呢？，它们两者的区别是什么？又有什么联系？工程实战中怎么区分二者的使用？Background：Estimators API是在版本1.1中添加...

1、mapmap( map_func, num_parallel_calls=None)在此数据集的元素之间映射map_func。此转换将map_func应用于此数据集的每个元素，并返回一个新的数据集，该数据集包含转换后的元素，顺序与它们在输入中出现的顺序相同。示例：a = Dataset.range(1, 6) # ==> [ 1, 2, 3, 4, 5 ...

将CSV记录转换为tensor。 每列映射到一tensor。语法：tf.io.decode_csv( records, record_defaults, field_delim=',', use_quote_delim=True, na_value='', select_cols=None, name=None)常用参数：records: string类型的te...

官方文档：https://tensorflow.google.cn/versions/r2.0/api_docs/python/tf/data/Dataset#list_files语法：@staticmethodlist_files( file_pattern, shuffle=None, seed=None)匹配一个或多个全局模式的所有文件的数据集。注意：此方法的默...

描述enumerate() 函数用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列，同时列出数据和数据下标，一般用在 for 循环当中。语法enumerate(sequence, [start=0])参数sequence -- 一个序列、迭代器或其他支持迭代对象。 start -- 下标起始位置。实例>>>seasons =...

numpy.splitnumpy.split(ary,indices_or_sections,axis=0)将数组拆分为多个子数组，作为ary的视图。参数：ary :ndarray 数组可分为子数组indices_or_sections :int or 1-D array 如果indexs_or_sections是...

np.c_和np.r_用于连接两个矩阵np.r_中的r是row（行）的缩写，是按行叠加两个矩阵的意思，也可以说是按列连接两个矩阵，就是把两矩阵上下相加，要求列数相等，类似于pandas中的concat()。np.c_中的c是column（列）的缩写，是按列叠加两个矩阵的意思，也可以说是按行连接两个矩阵，就是把两矩阵左右相加，要求行数相等，类似于pandas中的merge()。...

链接：https://www.numpy.org.cn/reference/

当我们想要构建一个模型时，通常会使用tf.keras.Sequential的方法进行层次堆叠，在添加第一层网络结构时，我们要指定模型的input_shape，在这里有一个简便方法：如果数据格式是[num_examples, data_dim1, data_dim2, data_dim3,...]，这样的形式的话，它的input_shape都可以统一写成：x_train.shape[1:]，这种方法...

本文主要着眼于介绍Python range与Numpy arange的用法，以区别于二者的使用。1、Numpy.arangenumpy.arange([start,] stop,[step,] dtype=None) 返回给定间隔内的均匀间隔的值。 在半开间隔 [start，stop)内生成值。 对于整数参数，该函数等效于Python内置的range函数，但是返回ndarray而...

squeeze( input, axis=None, name=None, squeeze_dims=None)该函数返回一个张量，这个张量是将原始input中所有维度为1的那些维都删掉的结果axis可以用来指定要删掉的为1的维度，此处要注意指定的维度必须确保其是1，否则会报错>>>y = tf.squeeze(inputs, [0,...

报错：InternalError: Blas GEMM launch failed : a.shape=(32, 8), b.shape=(8, 30), m=32, n=30, k=8 [Op:MatMul]解决办法：在import后添加如下代码并restart：physical_devices = tf.config.experimental.list_physical_devic...

numpy.random.randint(low, high=None, size=None, dtype='l')函数的作用是，返回一个随机整型数，范围从低（包括）到高（不包括），即[low, high)，左闭右开。如果参数high的值是None，则返回[0,low)的值。参数如下：low: int生成的数值最低要大于等于low。（hign = None时，生成的数值要在[...

经查看官方文档将常用回调函数做以下小结，目的是了解每个回调函数的作用与参数用法。上图是tf2.0的全部回调函数，在这里介绍常用的4个回调函数：EarlyStopping，tensorboard,1、tf.keras.callbacks.EarlyStopping目的/作用：当监控的值停止变化时，提前结束训练。定义：tf.keras.callbacks.EarlyStopp...

总的来说：keras.metrics下面的指标是累积的，在当前batch上的结果会和之前的batch做平均。而keras.losses下面的不会。具体举例说明：# metric使用metric = keras.metrics.MeanSquaredError()print(metric([5.], [2.]))print(metric([0.], [1.]))print(met...

lambda 表达式的语法格式为：lambda [parameter_list] ： 表达式根据其语法格式可以得到lambda 表达式的两个要点：1、lambda 表达式必须使用 lambda 关键字定义。2、在 lambda 关键字之后、冒号左边为参数列表，可不带参数，也可有多个参数。若有多个参数，则参数间用逗号隔开，冒号右边为 lambda 表达式的返回值。lambda 表...