syh的技术记录

datetime和字符串的相互转换。

今天看代码时看到了别人用np.eye实现one-hot编码，以前不知道这种用法，觉得很实用，所以记录一下。

Python函数前的下划线分为单下划线和双下划线两种：

目录0. 前言1. 题目要求2. 要求分析3.效果展示3.1 主界面3.2 注册界面3.3 管理员3.3.1 管理员登陆界面3.3.2 管理员——疫苗信息管理界面3.3.3 管理员——社区医院管理界面3.4 社区医院3.4.1 社区医院登陆界面3.4.2 社区医院——医院信息管理界面3.4.3 社区医院——用户预约界面3.4.5 社区医院——接种信息管理界面3.4.6 社区医院——不良反应反馈界面3.5 普通用户3.5.1 普通用户登陆界面3.5.2 普通用户——个人信息管理界面3.5.3 普通用户——家庭

目录0. 前言1. 使用torchvision加载数据集并做预处理2. 定义（搭建）自己的神经网络3. 定义损失函数（Loss Function）和优化器（Optimizer）4. 训练神经网络5. 测试模型结果6. 嫌CPU太慢？换GPU训练并推测试试！0. 前言之前用过一些很厉害的模型，图像分类领域的VGG16，目标检测领域的YoloV5，实例分割领域的Yolact等。但只是会配置好环境之后训练，最多稍微修改下源码的接口满足自己的需求。还从来没有用PyTorch从头搭建并训练一个模型出来。正好最近

目录0. 前言1. 常用基本操作1.1 创建tensor1.2 tensor的基本数据类型:torch.dtype1.3 改变tensor的基本数据类型：tensor.type()1.3 改变tensor形状:tensor.view()1.4 获得tensor的某个元素的值 : .item()1.5 tensor和ndarray互相转换1.5.1 tensor ---> ndarray: tensor.numpy()1.5.2 ndarray ---> tensor: torch.from_n

本博客为 【opencv-python常用知识速查(一)】的第二部分，因为如果博客很长，编辑起来特别卡。目录4. opencv图像处理(深度学习中常用的)4.1 改变色彩空间: cv.cvtColor()4.2 改变图像大小：cv.resize()4.3 二维卷积操作：cv.filter2D()+轨迹条动态控制图像参数：cv.createTrackbar()、cv.getTrackbarPos()4.4 常用模糊：平均化模糊：cv.blur()和高斯模糊：cv.GaussianBlur()4. open

目录0. 前言1. 安装PyHook32. 检测鼠标左键/中键/右键是否按下3. PyHook3详细讲解0. 前言最近在写一个脚本，需要用到监测用户是否点击鼠标中键，然后触发相应的功能。这本身就是个很简单的功能，看别人有很多解决方案：有用pygame的有用tkinter的，总觉得不太合适：我就实现个这么简单的功能，有没有更专业的专门处理这一类问题的库呢？于是找到了PyHook3.PyHook作用是监测键盘和鼠标事件，底层还是使用windows API实现，这给人的感觉就很舒服了。注意我们要安装的是Py

目录1 基本操作1.1 读入并显示图片：imread()、imshow()1.2 读取摄像头操作1.3 绘图2. 图像操作2.1 分割和合并通道cv.split(img) cv.merge([b,g,r])2.2 边框填充：cv.copyMakeBorder()2.3 图像加法：cv.add()3.衡量性能 ：cv.getTickCount()和cv.getTickFrequency()1 基本操作1.1 读入并显示图片：imread()、imshow()import cv2 as cvimpor

目录1. 基本用法1.1 基本框架1.2 plt.plot()参数1.3 图表标注1.4 多图：plt.subplots()2 各类常用图2.1 散点图：plt.scatter()2.2 柱形图：plt.bar()和plt.barh()2.3 饼图：plt.pie()2.4 直方图：plt.hist(x, bins)3 更多详细信息：1. 基本用法1.1 基本框架import numpy as npimport matplotlib.pyplot as pltx = np.arange(0,10

目录1. numpy数据类型2. numpy创建空数组3. numpy.arrange()和numpy.linspace()4. numpy的布尔索引5. 遍历多维数组的每一个元素(ndarray.flat)6. 扩展数组的维度numpy.expand_dims(array, axis)7. 删除数组中的一维的轴np.squeeze()8. 链接相同形状的数组np.concatenate()9. 堆叠相同形状的数组np.stack()10. 在数组末尾添加值np.append()11. 删除某一行或某一列n

目录1. opencv读取的图像数据2. 图像加法1. opencv读取的图像数据在opencv中，cv2.imread()读取的图像为numpy.ndarry数组，数据类型为np.uint8(0-255)。img = cv.imread(r'E:\0_postgraduate\test.jpg', flags=1)print('img的数据类型是：%s'%type(img))print('img的数据范围是：{}'.format(img.dtype))print('img的形状为：{}'.fo

按照注释修改爬取图片的保存的路径，直接运行代码即可使用。CODE# 获取动态页面返回的文本def get_page_html(page_url): headers = { 'Referer': 'https://image.baidu.com/search/index?tn=baiduimage', 'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML,

Python类中的__init__() 和 self 的解析