<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[往深度学习的深度广度冲！]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/qq_43190189</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; qq_43190189]]></copyright><item><title><![CDATA[#Pytorch 使用DDP训练第一轮，验证后第二轮卡住]]></title><link>https://blog.youkuaiyun.com/qq_43190189/article/details/135700877</link><guid>https://blog.youkuaiyun.com/qq_43190189/article/details/135700877</guid><author>qq_43190189</author><pubDate>Fri, 19 Jan 2024 16:16:38 +0800</pubDate><description><![CDATA[问题：在使用DDP分布式训练的时候，在第一轮训练后验证结果，在第二轮开始时就卡住了。，所以只有第一个GPU跑了验证，在第二轮时只有第一个GPU的模型在，其他卡的模型都被阻塞住了。解决方法：在验证时不要使用。，这样就可以顺利运行了。]]></description><category></category></item><item><title><![CDATA[#pytorch 安装pytorch-fast-transformers报错：PermissionError: [Errno 13] Permission denied: ‘nvcc‘]]></title><link>https://blog.youkuaiyun.com/qq_43190189/article/details/131515337</link><guid>https://blog.youkuaiyun.com/qq_43190189/article/details/131515337</guid><author>qq_43190189</author><pubDate>Mon, 03 Jul 2023 15:05:08 +0800</pubDate><description><![CDATA[包，试了好多命令都会报下面这个错误，试过加sudo，但是sudo会把这个包装在linux的python中，并不是在我这个虚拟环境（babel）中的，所以还是没得用。这条命令不能运行呢？我已经用chmod给我加了权限了，但还是这样。于是果断去百度找找怎么才能运行。可以，然后再重新跑了一下安装。后来想了想，会不会是因为。]]></description><category></category></item><item><title><![CDATA[#Python&Pytorch 2.如何对CTG特征数据建模]]></title><link>https://blog.youkuaiyun.com/qq_43190189/article/details/130342667</link><guid>https://blog.youkuaiyun.com/qq_43190189/article/details/130342667</guid><author>qq_43190189</author><pubDate>Mon, 24 Apr 2023 17:58:39 +0800</pubDate><description><![CDATA[将上一篇《如何入门深度学习模型》中的例子修改到可以使用UCI-CTG的特征数据进行建模，本文通过对比前文的例子与实际的例子，较为清晰地讲解了如何使用特征数据进行建模。]]></description><category></category></item><item><title><![CDATA[#Python&Pytorch 1.如何入门深度学习模型]]></title><link>https://blog.youkuaiyun.com/qq_43190189/article/details/130260518</link><guid>https://blog.youkuaiyun.com/qq_43190189/article/details/130260518</guid><author>qq_43190189</author><pubDate>Fri, 21 Apr 2023 16:56:52 +0800</pubDate><description><![CDATA[如何入门深度学习，本文用一个简单的小例子说明了如何创建数据集、构建模型、如何编写训练代码和验证代码，同时还有torch使用的几个小技巧]]></description><category></category></item><item><title><![CDATA[#python PyCharm运行graphviz，torchviz.make_dot报错：failed to execute WindowsPath(‘dot‘)]]></title><link>https://blog.youkuaiyun.com/qq_43190189/article/details/129159808</link><guid>https://blog.youkuaiyun.com/qq_43190189/article/details/129159808</guid><author>qq_43190189</author><pubDate>Wed, 22 Feb 2023 12:03:18 +0800</pubDate><description><![CDATA[想用torchviz.makr_dot画一下模型结构图，但是使用graphviz老是会报这个错误。查了一下后参考了这位博主的。，但还是报了下面这个错，突发奇想，会不会是因为PyCharm没有权限读不到这个dot.exe？遂用管理员方式打开Anaconda Prompt，进入路径和虚拟环境后运行代码，居然成了。]]></description><category></category></item><item><title><![CDATA[#论文阅读&CTG DeepFHR: intelligent prediction of fetal Acidemia using fetal heart rate signals ...]]></title><link>https://blog.youkuaiyun.com/qq_43190189/article/details/128552637</link><guid>https://blog.youkuaiyun.com/qq_43190189/article/details/128552637</guid><author>qq_43190189</author><pubDate>Wed, 04 Jan 2023 18:46:38 +0800</pubDate><description><![CDATA[论文概述：DeepFHR- intelligent prediction of fetal Acidemia using fetal heart rate signals based on convolutional neural network]]></description><category></category></item><item><title><![CDATA[#论文阅读&CTG Fetal Hypoxia Detection Based on Deep Convolutional Neural Network with Transfer Learning]]></title><link>https://blog.youkuaiyun.com/qq_43190189/article/details/128547226</link><guid>https://blog.youkuaiyun.com/qq_43190189/article/details/128547226</guid><author>qq_43190189</author><pubDate>Wed, 04 Jan 2023 14:24:23 +0800</pubDate><description><![CDATA[论文概述：Fetal Hypoxia Detection Based on Deep Convolutional Neural Network with Transfer Learning Approach]]></description><category></category></item><item><title><![CDATA[#论文阅读&CTG The Use of Convolutional Neural Networks in Biomedical Data Processing]]></title><link>https://blog.youkuaiyun.com/qq_43190189/article/details/128533013</link><guid>https://blog.youkuaiyun.com/qq_43190189/article/details/128533013</guid><author>qq_43190189</author><pubDate>Tue, 03 Jan 2023 15:03:51 +0800</pubDate><description><![CDATA[论文概述：The Use of Convolutional Neural Networks in Biomedical Data Processing]]></description><category></category></item><item><title><![CDATA[#Keras OverFeat代码实现（fast和accurate）]]></title><link>https://blog.youkuaiyun.com/qq_43190189/article/details/126380924</link><guid>https://blog.youkuaiyun.com/qq_43190189/article/details/126380924</guid><author>qq_43190189</author><pubDate>Wed, 17 Aug 2022 10:44:15 +0800</pubDate><description><![CDATA[OverFeat keras代码实现。对模型结构有疑问详见原论文。]]></description><category></category></item><item><title><![CDATA[#Python&Pytorch 图片和谐化模型——BargainNet]]></title><link>https://blog.youkuaiyun.com/qq_43190189/article/details/126029901</link><guid>https://blog.youkuaiyun.com/qq_43190189/article/details/126029901</guid><author>qq_43190189</author><pubDate>Thu, 28 Jul 2022 11:30:27 +0800</pubDate><description><![CDATA[BargainNet是bcmi的一个项目。具体项目介绍见GitHub链接。出于各种原因需要使用BargainNet，因为有些不习惯用命令行启动训练模型，所以将里面使用的默认模型、参数直接提取出来，简化成了简单的“读取数据”和“训练模型”两个文件。应该就这样了对模型有疑问的建议去看论文问作者，我只是代码的搬运工。......]]></description><category></category></item><item><title><![CDATA[#Python&Keras 1.如何从无到有在自己的数据集上实现深度学习模型（入门）]]></title><link>https://blog.youkuaiyun.com/qq_43190189/article/details/122368170</link><guid>https://blog.youkuaiyun.com/qq_43190189/article/details/122368170</guid><author>qq_43190189</author><pubDate>Sun, 09 Jan 2022 21:36:19 +0800</pubDate><description><![CDATA[  本文主要介绍深度学习模型的构建方法， 讲解过程比较详细，使用的网络层也比较简单，如果安装了TensorFlow的朋友可以直接运行代码输出对应结果。
  本文使用对信号数据进行建模为例，简要介绍了数据输入模型的方法，并对Sequential和Model两种搭建方式进行讲解，之后使用numpy生成的随机信号进行训练，得到结果，并使用sklearn中的confusion matrix和classification report对真实标签和预测标签进行度量，是一个较为完整的深度学习模型构建教程。]]></description><category></category></item><item><title><![CDATA[#Python 随手记 使用isinstance判断数据是否为NoneType类型]]></title><link>https://blog.youkuaiyun.com/qq_43190189/article/details/122056017</link><guid>https://blog.youkuaiyun.com/qq_43190189/article/details/122056017</guid><author>qq_43190189</author><pubDate>Tue, 21 Dec 2021 10:12:17 +0800</pubDate><description><![CDATA[当我们在进行爬虫的时候，有时候会爬取不到数据，也就是data为NoneType
data = response.select_one("#detail &gt; div.tab-con &gt; div:nth-child(2) &gt; div.Ptable &gt; div")
text = [i for i in data.get_text().replace("\r", "").replace("\t", "").split("\n") if i != ""]

一般来说都要给他加一个判断条件，非常]]></description><category></category></item><item><title><![CDATA[#Python 报错 AttributeError: ‘NoneType‘ object has no attribute ‘loader‘]]></title><link>https://blog.youkuaiyun.com/qq_43190189/article/details/121211059</link><guid>https://blog.youkuaiyun.com/qq_43190189/article/details/121211059</guid><author>qq_43190189</author><pubDate>Mon, 08 Nov 2021 16:49:49 +0800</pubDate><description><![CDATA[打开anaconda prompt 之后会有一大串类似下面的错误，虽然prompt还能用，但是看着糟心
（没图，因为问题解决了）
Error processing line 1 of C:\ProgramData\Anaconda3\lib\site-packages\matplotlib-3.1.0-py3.6-nspkg.pth:

  Traceback (most recent call last):
    File "C:\ProgramData\Anaconda3\lib\site.py", ]]></description><category></category></item><item><title><![CDATA[#Keras Invalid reduction dimension 2 for input with 2 dimensions.]]></title><link>https://blog.youkuaiyun.com/qq_43190189/article/details/118927896</link><guid>https://blog.youkuaiyun.com/qq_43190189/article/details/118927896</guid><author>qq_43190189</author><pubDate>Tue, 20 Jul 2021 10:05:13 +0800</pubDate><description><![CDATA[在跑Bert-CRF的时候发现公司的电脑带不动，就把Bert改成了BiLSTM，因为之前没有试过中文命名实体识别的代码，所以出了一个小失误…花了半天才发现（这里用了（双向）最大熵隐马尔可夫模型，作用和用法都类似CRF，但是比CRF更快更简单。）
原代码如下：
	input_id = Input(batch_shape=(None, None), )
    x = Embedding(21128, 8)(input_id)
    x = Bidirectional(LSTM(256))(x)
    x ]]></description><category></category></item><item><title><![CDATA[#keras 随手记 InvalidArgumentError: indices[0,10] = -2147483648 is not in [0, 300000)]]></title><link>https://blog.youkuaiyun.com/qq_43190189/article/details/115077200</link><guid>https://blog.youkuaiyun.com/qq_43190189/article/details/115077200</guid><author>qq_43190189</author><pubDate>Mon, 22 Mar 2021 14:30:57 +0800</pubDate><description><![CDATA[随手记
使用embedding层嵌入数据是报一下错误：
InvalidArgumentError:  indices[0,10] = -2147483648 is not in [0, 300000)
	 [[node functional_1/embedding/embedding_lookup (defined at F:\Python\Bert-ner\Model.py:47) ]] [Op:__inference_train_function_11722]

Errors may have orig]]></description><category></category></item><item><title><![CDATA[CTU-UHB Intrapartum Cardiotocography Database 产时CTG信号数据下载与读取（2021.7.9 新增阿里云盘下载）]]></title><link>https://blog.youkuaiyun.com/qq_43190189/article/details/114927479</link><guid>https://blog.youkuaiyun.com/qq_43190189/article/details/114927479</guid><author>qq_43190189</author><pubDate>Wed, 17 Mar 2021 15:42:50 +0800</pubDate><description><![CDATA[CTU-CHB 信号数据提取（附下载链接）]]></description><category></category></item><item><title><![CDATA[Keras 报错When using data tensors as input to a model, you should specify the steps_per_epoch argument]]></title><link>https://blog.youkuaiyun.com/qq_43190189/article/details/114090368</link><guid>https://blog.youkuaiyun.com/qq_43190189/article/details/114090368</guid><author>qq_43190189</author><pubDate>Thu, 25 Feb 2021 17:22:57 +0800</pubDate><description><![CDATA[报错解决：valueError: When using data tensors as input to a model, you should specify the steps_per_epoch argument.

Keras小白开始入手深度学习的时候，使用Sequence()建模的很舒服，突然有一天要使用到Model()的时候，就开始各种报错。
from keras.models import Sequential
from keras.layers import Dense, Activatio]]></description><category></category></item><item><title><![CDATA[#机器学习 随机划分的指标情况]]></title><link>https://blog.youkuaiyun.com/qq_43190189/article/details/112723553</link><guid>https://blog.youkuaiyun.com/qq_43190189/article/details/112723553</guid><author>qq_43190189</author><pubDate>Sat, 16 Jan 2021 20:41:30 +0800</pubDate><description><![CDATA[目录需求分析需求一、随机划分二、指标结果1.引入库2.读入数据3.结果展示4.雷达图总结
需求分析
做毕设的时候发现需要用到各个评价指标的随机划分时的数值，所以就简单列了两个 y_pred 和 y_true 的列表后，调用sklearn的指标包进行计算。

需求
在做机器学习的多模型对比时，需要对各个模型在同个数据集上的评价指标进行对比，以凸显主打模型的优势，其中，对指标结果进行可视化是最直观的。
在毕业设计中，为了凸显模型的优越性，使用雷达图对模型指标进行评判，由于有些模型的性能较差，为了更好的展示模型效]]></description><category></category></item><item><title><![CDATA[#Python 图像预处理——依据图像的四点进行透视]]></title><link>https://blog.youkuaiyun.com/qq_43190189/article/details/110877285</link><guid>https://blog.youkuaiyun.com/qq_43190189/article/details/110877285</guid><author>qq_43190189</author><pubDate>Tue, 08 Dec 2020 17:30:48 +0800</pubDate><description><![CDATA[目录写在前面需求步骤代码
写在前面
使用python对图像进行透视校正的代码现在有很多了，我这个也是借鉴了某一个博客里面的代码，因为我也是刚入门，还有好多东西都不明白，只能做到哪就学到哪，所以如果出现了错误请批评指正！谢谢朋友们[狗头]！
需求
将原本倾斜的物体通过透视校正
步骤


步骤一 选择图片，更改GetPoint.py文件路径，点击图片中比萨斜塔的四个顶点后会自动更改图片的名称，自动标点如图中的红圈表示：



步骤二 更改Reset.py代码中的图片路径，运行代码（记得加.jpg）



步骤三]]></description><category></category></item><item><title><![CDATA[#Python 将类别特征转换为特征（即将特征列转换为行特征）]]></title><link>https://blog.youkuaiyun.com/qq_43190189/article/details/109075783</link><guid>https://blog.youkuaiyun.com/qq_43190189/article/details/109075783</guid><author>qq_43190189</author><pubDate>Wed, 14 Oct 2020 16:23:22 +0800</pubDate><description><![CDATA[抛出问题
倘若现在我们有以下的表格，我们要使用机器学习的模型对它进行建模分析（标签未列出），然后看到这些文字特征我们首先第一反应就是对它进行One-Hot处理。




城市
食品
饮品




广州
牛奶
果汁


深圳
面包
椰汁


北京
烤鸭
二锅头


武汉
热干面
牛奶


汕头
牛肉丸
牛肉汤


One-Hot后的结果就变成了




城市
食品
饮品




0001
0001
0100


0010
0010
0010


0011
0011
0011


0100
0100
0001
]]></description><category></category></item></channel></rss>