qq_45330708的博客

原创 plot situ

import matplotlib.pyplot as pltimport numpy as npx_v2_so = np.linspace(1, 25, 25)x_v2 = np.linspace(1,28,28)x_l_so = np.linspace(1,27,27)x_l = np.linspace(1,28,28)y_v2_so = [83.56, 87.83, 89.26, 90.27, 90.85, 89.98, 91.36, 92.73, 92.96, 93.78,

原创 plot huatuchengxu

import matplotlib.pyplot as pltimport numpy as np# x = np.linspace(-3, 3, 51) # -3 3 51plt.figure()# y1 = 2*x + 1# # plt.plot(x, y1)## plt.figure(num=4, figsize=(8, 5))# y2 = x*x# plt.plot(x, y1, color='red', linestyle='--', linewidth=5, label='y

原创 2021-06-23 dogn

原创 am-1jieshiqi

原创 AM-softmax 解释

原创 mobilenet_v2

import osimport warningsimport h5pyimport numpy as npfrom keras.models import Modelfrom keras.layers import Inputfrom keras.layers import Activationfrom keras.layers import Dropoutfrom keras.layers import Reshapefrom keras.layers import BatchNorma

原创 mobilenet_v3_224

"""MobileNet v3 models for Keras.The following table describes the performance of MobileNets:------------------------------------------------------------------------MACs stands for Multiply Adds| Classification Checkpoint| MACs (M)| Parameters (M)| Top

原创 mobilenet_v1

import mathimport numpy as npimport tensorflow as tffrom keras import backendfrom keras import backend as Kfrom keras.applications import imagenet_utilsfrom keras.applications.imagenet_utils import decode_predictionsfrom keras.layers import (Activat

原创 CBAM

# import numpy as np# import tensorflow as tfimport keras# import keras.backend as Kimport keras.layers as KL# 判断输入数据格式，是channels_first还是channels_lastchannel_axis = 1 if K.image_data_format() == "channels_first" else 3# CAMdef channel_attention(i

原创 mobilenet_v3

import mathimport numpy as npimport tensorflow as tffrom keras import backendfrom keras import backend as Kfrom keras.applications import imagenet_utilsfrom keras.applications.imagenet_utils import decode_predictionsfrom keras.layers import (Activa

原创 jupyter notebook切换虚拟环境

1 在目标环境中执行我的目标环境 tf113pip install ipykernelpython -m ipykernel install --user --name tf113 --display-name "Python (tf113)"2 重启notebook

转载 RoI Pooling 和SPP 区别

区别两者起到的作用是相同的，把不同尺寸的特征输入转化为相同尺寸的特征输出。SPP针对同一个输入使用了多个不同尺寸的池化操作，把不同尺度的结果拼接作为输出；而ROI Pooling可看作单尺度的SPP，对于一个输入只进行一次池化操作。详见此博客spp 和RoI Pooling 差异...

转载 信息熵、 交叉熵 、相对熵通俗解释

1 信息熵 交叉熵 相对熵（KL散度）https://blog.youkuaiyun.com/saltriver/article/details/53056816https://www.jianshu.com/p/d51b09dd93e3https://www.cnblogs.com/liaohuiqiang/p/7673681.html

转载 目标检测中的精确率，召回率，AP详解

目标检测中的精确率，召回率，AP详解这是一个很好的案例 大家可以参考这是一个很好的案例 大家可以参考链接: link.

转载 torch和torchvision 版本对应和下载地址

看这里

转载 yolov5 win10 CPU与GPU环境搭建,亲测有效

yolov5 win10 CPU与GPU环境搭建,亲测有效https://blog.youkuaiyun.com/JulyLi2019/article/details/111666353

转载 网络可视化工具netron详细安装流程

网络可视化工具netron详细安装流程https://blog.youkuaiyun.com/nan355655600/article/details/106245563

转载 深度学习模型压缩方法的特点总结和对比

12.24转载自大佬https://blog.youkuaiyun.com/deephub/article/details/107424974

转载 基于深度学习的人脸识别技术综述

https://blog.youkuaiyun.com/Mr_EvanChen/article/details/75006774

原创 指定源下载安装包

pip install package-name -i https://pypi.tuna.tsinghua.edu.cn/simple/中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/  豆瓣(douban) http://pypi.douban.com/simple/  清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/  中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/

原创 unrar 文件

1 新建文件夹2 安装unrarsudo apt-get install unrar3 解压到当前文件夹右键 提取到此处

转载 Logistic 回归 和 softmax 分类器

参考文献https://www.cnblogs.com/yinheyi/p/6131262.html

转载 Ubuntu18.04安装pycharm

https://blog.youkuaiyun.com/ctrigger/article/details/92799168

原创 Xshell 和ubuntu主机 传输文件

1 使用Xshell连接好ubuntu2 xshell执行命令sudo apt-get install lrzsz3 上传文件rz4 从ubuntu 中下载文件sz 文件名

原创 Xshell连接目标ubuntu主机

1 判断目标主机是否安装ssh服务ps -e | grep ssh出现 sshd 字样就是已安装的2 目标主机安装ssh服务sudo apt-get install openssh-server3 启动ssh服务/etc/init.d/ssh start

转载 如何使用pycharm将.py文件转换成.exe文件

看这里https://blog.youkuaiyun.com/u013413740/article/details/100033500?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522160449601319724836738584%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=160449601319724836738584

原创 win10+conda jupyter notebook 修改指定的工作路径

1 查找默认工作路径的配置文件activate tf2 --你的环境名jupyter notebook --generate-config点击y生成的Writing default config to: C:\Users\dong_123\.jupyter\jupyter_notebook_config.py就是配置文件的路径以上命令每执行一次 就会生成新的配置文件 所以要在你的对应环境里打开执行2 修改配置文件找到它记事本打开crtl + F搜索 nootbook_dir

转载 安装命令 pip wget apt和 两个命令

转载 https://blog.youkuaiyun.com/weixin_43286092/article/details/102095209linux中wegt、apt-get、pip三种安装命令的区别！wegt用来从指定的url下载文件，wget非常稳定，对带宽具有很强的适应性。pip命令如果同时安装了python2和python3,则pip默认给python2用，pip3默认给Python3使用。使用命令：pip install 安装指定包使用pip install新安装的库会放在python2

原创 Ubuntu18.04安装miniconda3(小白小白看這裡！！！！)

conda分为anaconda和miniconda，anaconda是包含一些常用包的版本，miniconda则是精简版，只包含 conda 和其依赖，所以推荐使用miniconda。本文以Ubuntu 18.04 LTS系统为例，介绍miniconda的安装与使用。0 更新源这里说的源是ubuntu系统的默认源 更换为在国内这样下载会快一点具体看这个：https://blog.youkuaiyun.com/davidhzq/article/details/1026343251 下载miniconda3的

原创 Ubuntu 18.04 安装qq 和 微信(小白小白看过来！！！)

1 安装deepin-wine 环境下载deepin-wine-for-ubuntu 的zip包git clone https://gitee.com/wszqkzqk/deepin-wine-for-ubuntugit 命令下载的文件在你的主目录这时你的家目录应该有个文件夹 deepin-wine-for-ubuntu进入它 打开终端应该有一个 bash 文件 install.sh 执行它sudo sh ./install.sh这时就安装好了wine 环境2 在wine基础上安装

转载 python中 *args 和 **kwargs 的用法

添加链接描述

原创 win10下安装miniconda+tensorflow+jupyter notebook

1. miniconda 下载找自己对应版本的下载官网下载：https://docs.conda.io/en/latest/miniconda.html#windows-installers直接在清华源下载：https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/2. miniconda 安装双击下载好的可执行文件，最好提前创建好自己的安装文件夹，然后一路next，没事的随便整，错了删除文件夹的内容再来一次 ，（中间有一步需要勾选添加到系统

原创 Ubuntu18.04安装jupyter notebook

标题@[](Ubuntu18.04安装jupyter notebook)欢迎使用Markdown编辑器新的改变我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：全新的界面设计 ，将会带来全新的写作体验；在创作中心设置你喜爱的代码高亮样式，Markdown 将代码片显示选择的高亮样式 进行展示；增加了 图片拖拽 功能，你可以将本地的图片直接拖拽到编辑区域直接展示；全新的 KaTeX数学公式 语法；增加