qq_48345413的博客

anaconda 安装tensorflow1.9

qq_48345413 — Tue, 08 Nov 2022 23:12:14 +0800

安装tensorflow1.9

glob遍历文件夹下图片并改名

qq_48345413 — Thu, 03 Nov 2022 10:53:34 +0800

glob遍历文件夹下图片并改名

albumentations数据增强学习

qq_48345413 — Tue, 10 May 2022 11:28:05 +0800

albumentations数据增强学习 ` ` 文章目录albumentations数据增强学习原图：CLAHE（限制对比度自适应直方图均衡化）数据增强RandomRotate90（随机旋转90度）Transpose（转置）RGBShift（随机平移RGB通道值）HueSaturationValue（色调饱和度值）Flip（垂直或水平和垂直翻转）HorizontalFlip（围绕Y轴水平翻转）VerticalFlip（围绕X轴垂直翻转）RandomBrightnessContrast（随机亮度对比度）a

操作系统实验五——CFS调度算法验证实验

qq_48345413 — Sun, 01 May 2022 23:12:42 +0800

操作系统实验五——CFS调度算法验证实验文章目录操作系统实验五——CFS调度算法验证实验实验要求实验步骤实验要求在虚拟机设置中调整 CPU 核心的数目至大于等于 2；创建两个进程，调整两个进程的优先级（友善度）至不同的级别；保持两个进程在正常运行状态；获取两个进程的进程号（PID）。编写并编译加载一个内核模块，接收命令行传入的两个参数，即步骤 1 中的两个 PID 号；内核模块遍历内核进程控制块链表，获取对应两个 PID 的进程控制块；通过访问两个进程的控制块，分别获取其调度实体中存

opencv将多张图片合成视频

qq_48345413 — Thu, 21 Apr 2022 22:51:35 +0800

opencv将多张图片合成视频文章目录opencv将多张图片合成视频 import os import cv2 path = 'E:\\contest\\insect\\insect\\JPEGImages\\val' filelist = os.listdir(path) filelist = sorted(filelist) fps = 24 # 视频每秒24帧 size = (604, 604) # 需要转为视频的图片的尺寸 # 可以使用cv2.resize()进行修改 video =

python遍历文件夹下的所有图片

qq_48345413 — Thu, 21 Apr 2022 20:29:32 +0800

python遍历文件夹下的所有图片文章目录python遍历文件夹下的所有图片整体代码块： import os import glob WSI_MASK_PATH = 'E:\\contest\\insect\\insect\\JPEGImages\\test'#存放图片的文件夹路径 paths = glob.glob(os.path.join(WSI_MASK_PATH, '*.jpeg')) print(paths) paths.sort() print(paths) 遍历完之后是列表的形式

操作系统——第四次实验（进程优先级与进程调度）基础总结

qq_48345413 — Tue, 19 Apr 2022 22:50:58 +0800

操作系统——第四次实验（进程优先级与进程调度）基础总结 ` 文章目录操作系统——第四次实验（进程优先级与进程调度）基础总结`迁移进程任务到不同的核迁移线程到不同的核用函数的方式更改核优先级调度函数更改进程优先级：迁移进程任务到不同的核 PSR :被分配的处理器编号首先看cpu个数： lscpu: 有四个核写一个进程 main.c: #include int main(){ while(1){ } } ps -eLF 查看PSR: 任务在第3个核：迁移任

操作系统实验三——多线程归并排序

qq_48345413 — Tue, 19 Apr 2022 17:40:43 +0800

操作系统实验三——多线程归并排序文章目录操作系统实验三——多线程归并排序创建一个数组，用sort函数排序并计算所需时间sort 函数：随机初始化待排序的数组整体程序如下：二分归并排序创建一个数组，用sort函数排序并计算所需时间 sort 函数： void* sort(void *data){ parameters *r=(parameters *)data; int temp; int i,j; for(int i=r->start+1;iend;i++){

操作系统第三次实验——线程基础总结

qq_48345413 — Tue, 19 Apr 2022 17:28:12 +0800

操作系统第三次实验——线程基础总结文章目录操作系统第三次实验——线程基础总结查看CPU核数创建简单线程ps -eLF 查看线程向线程中传递参数传很多个参数创建两个线程实现相关操作查看CPU核数在虚拟机中配置好核数后用 lscpu 查看如图为4个CPU 创建简单线程重要函数为 pthread_create() pthread_join() pthread_exit() #include #include void *runne

操作系统expected ‘void * ()(void )’ but argument is of type ‘void * (*)(void)’

qq_48345413 — Mon, 18 Apr 2022 18:11:35 +0800

操作系统报错expected ‘void * (*)(void )’ but argument is of type ‘void * ()(void)’：原因：操作系统线程函数有格式要求，格式为：void x(void arg) 查看函数： void merge(); 改为： void merge(void *arg); 成功解决 ...

操作系统，线程函数错误undefined reference to `pthread_create‘

qq_48345413 — Mon, 18 Apr 2022 18:07:56 +0800

操作系统多线程排序：问题描述报错：undefined reference to `pthread_create’ 原因分析： —编译命令错误解决方案：例： gcc main.c -pthread

UneXt论文学习

qq_48345413 — Sat, 09 Apr 2022 15:40:43 +0800

读UneXt论文文章目录读UneXt论文abstract1. Introduction2.UneXt3.Experiments and Results消融实验 abstract 大致思路：过去的Unet模型及其模型变种在分割任务上的准确率高，但是权重太大(parameter-heavy)，不能在终端使用，因此作者提出了UneXt模型，下面是UneXt的原理和效果（改进点）。原理：（1).We propose a tokenized MLP block where we efficiently to

量化lstm为onnx遇到end值越界的解决方法

qq_48345413 — Fri, 08 Apr 2022 20:36:29 +0800

量化lstm为onnx遇到end值越界的解决方法文章目录量化lstm为onnx遇到end值越界的解决方法问题解决问题量化lstm模型时：出现问题解决查看代码： class LSTM_Model(nn.Module): def __init__(self, input_dim, hidden_dim, layer_dim, output_dim): super(LSTM_Model, self).__init__() # 初始化父类中的构造方法 sel

操作系统实验三——进程的基本操作与进程管理

qq_48345413 — Thu, 07 Apr 2022 23:53:50 +0800

操作系统实验三——进程的基本操作与进程管理文章目录操作系统实验三——进程的基本操作与进程管理前期准备-安装gccsudo apt install gcc 报错解决方法：1、创建一个主进程，在主进程中创建一个子进程；在子进程中加载一个新的执行任务；父进程等待子进程退出，并获取子进程的退出状态码；要求父进程获取的退出状态码为 2552 ./a.out arg1 arg23. 在系统上找到定义进程控制块结构体 task_struct 的头文件 sched.h，定位到该结构体源代码片段，仔细阅读该段代码，找

pytorch 预处理图片--Resize

qq_48345413 — Sun, 13 Mar 2022 11:42:24 +0800

pytorch 预处理图片–Resize 文章目录pytorch 预处理图片--Resize def resizeImg(): for x in range(1 ,100): # 读取图片 img = cv2.imread("E:\\{}.png".format(str(x))) img = Image.fromarray(img) img = F.resize(img, (512,512)) img=np.arr

C++学习重载操作符

qq_48345413 — Sun, 19 Dec 2021 16:47:10 +0800

C++学习重载操作符文章目录C++学习重载操作符要求：重载操作符>>和<< 基类： class BookInfo { public: BookInfo(); BookInfo(string author_name, string book_title); BookInfo(string book_title1); void Print_Info(); private: string name; string title; }; BookInfo::BookIn

C++学习--继承

qq_48345413 — Sun, 19 Dec 2021 16:10:46 +0800

C++学习–继承文章目录C++学习--继承原类： class BookInfo { public: BookInfo(string author_name, string book_title); BookInfo(string book_title1); void Print_Info(); private: string name; string title; }; BookInfo::BookInfo(string author_name, string book_title1)

Excel xlsx file； not supported

qq_48345413 — Thu, 16 Dec 2021 20:36:36 +0800

文章目录读取excel时出现错误 Excel xlsx file; not supported 解决方法： pip uninstall xlrd pip install xlrd==1.2.0

xlrd.biffh.XLRDError: Excel xlsx file； not supported

qq_48345413 — Thu, 02 Dec 2021 11:43:52 +0800

xlrd.biffh.XLRDError: Excel xlsx file； not supported 文章目录xlrd.biffh.XLRDError: Excel xlsx file； not supported pip uninstall xlrd pip install xlrd==1.2.0

循环神经网络学习

qq_48345413 — Wed, 01 Dec 2021 01:21:48 +0800

文章目录循环神经网络RNN 循环神经网络RNN 在时刻t，一旦得到当前输入数据x_t，循环神经网络会结合前一时刻t−1得到的隐式编码ℎ_t−1，如下产生当前时刻隐式编码ℎ_t： ℎ_t=Φ(U×x_t+W×ℎ_t−1) 这里Φ(∙)是激活函数，一般可为Sigmoid或者Tanh激活函数，使模型能够忘掉无关的信息，同时更新记忆内容。U与W为模型参数。从这里可看出，当前时刻的隐式编码输出ℎ_t不仅仅与当前输入数据x_t相关，与网络已有的“记忆”ℎ_t−1也有着密不可分的联系 ...

qq_48345413的博客

anaconda 安装tensorflow1.9

glob遍历文件夹下图片并改名

albumentations数据增强学习

操作系统实验五——CFS调度算法验证实验

opencv将多张图片合成视频

python遍历文件夹下的所有图片

操作系统——第四次实验（进程优先级与进程调度）基础总结

操作系统实验三——多线程归并排序

操作系统第三次实验——线程基础总结

操作系统expected ‘void * (*)(void *)’ but argument is of type ‘void * (*)(void)’

操作系统，线程函数错误undefined reference to `pthread_create‘

UneXt论文学习

量化lstm为onnx遇到end值越界的解决方法

操作系统实验三——进程的基本操作与进程管理

pytorch 预处理图片--Resize

C++学习 重载操作符

C++学习--继承

Excel xlsx file； not supported

xlrd.biffh.XLRDError: Excel xlsx file； not supported

循环神经网络学习

操作系统expected ‘void * ()(void )’ but argument is of type ‘void * (*)(void)’

C++学习重载操作符