- 博客(60)
- 收藏
- 关注
RSS订阅原创 Excel没有设置边框线，打印却有边框线
明明没有给Excel表格设置边框线，预览和打印出来却显示有边框线，特别是那一圈包括全表格的边框线特别烦人，死活去不掉。经过一番摸索，终于找到解决办法，office365下如图所示。
2023-05-07 17:43:45
8180
1
原创 【无标题】zotero参考文献行间距设置
zotero参考文献格式使用zotero添加参考文献之后，有时格式不符合要求，行间距，首行缩进等，好不容易调整好了，一刷新又变了。如何解决问题。
2022-03-20 20:25:51
6774
原创 贝叶斯网络相关工具
概览页面Kevin Murphy 的贝叶斯网络软件包 页面谷歌的贝叶斯网络软件列表。商业的：AgenaRisk ，可视化工具，结合贝叶斯网络和统计模拟（免费一个月评估）。Analytica ，基于影响图的可视化环境，用于创建和分析概率模型 (Win/Mac)。AT-Sigma Data Chopper ，用于分析数据库和寻找因果关系。BayesiaLab ，一套完整的贝叶斯网络工具，包括有监督和无监督学习，以及分析工具箱。Bayes Server ，高级贝叶斯网络库和用户界面。 支持分.
2021-11-10 19:59:13
4735
1
原创 win10内ubuntu下安装shodan过程
win10应用商店内安装ubuntu20第一步：git clone https://github.com/achillean/shodan-python.git && cd shodan-python第二步：结果显示：第三步：测试查询自己在公网上的地址：shodan myip
2021-09-17 16:01:17
3316
原创 EpsonL365无线连接问题
EpsonL365驱动和软件包，网上有很多版本，有的安装完成之后不能实现WIFi连接。较为完整的驱动安装包下载地址文章来源地址
2021-08-28 15:45:00
828
原创 win7系统office2010打开多个文件卡顿
win7系统，office2010打开多个文件时，系统卡顿。解决办法，选项-校对-拼写校对几个去掉打勾。选项-高级-显示-禁用硬件图形加速 打勾。
2021-05-10 10:41:18
303
原创 python打包成exe过程
python代码调试好以后的.py文件打包成.exe的方法1.需要安装pyinstallerpip install pyinstaller或者conda install pyinstaller2.pyinstaller -F XXX.py其中，XXX.py是拟打包为.exe的py文件更详细可参考网页
2021-04-25 09:19:47
113
原创 Word上次启动失败，安全模式可以希助您解决问题，但是部分功能在此模式下可能不可用
解决办法：win+r%appdata%\microsoft\templates找到Normal.dotm 的文件，删除之即可。
2021-03-11 20:25:45
5626
原创 用gambit学博弈论--完全信息动态博弈-参与者信息集、博弈树上虚线的解释（三）
参与者信息集 为了能够在博弈树上把信息集的概念体现出来，通常用虚线将属于同一信息集的所有决策结连接起来。 上图上有错误，参与者2不知道市场需求的大小。 从信息集的定义可知，一个信息集一般包含多个决策结，从上述例子中也看到信息集也可能只包含一个决策结。**只包含一个决策结的信息集称为单结信息集，到达单结信息集的参与者是完全知道其直接前列结上参与者的行动的。**如果博弈树的所有信息集都是单结的，该博弈就称为完美信息博弈，完美信息博弈意味着博弈中没有任何两个参与者同时行动，并且所有后行动者确切
2021-02-26 20:02:53
4145
原创 用gambit学博弈论--完全信息动态博弈-博弈扩展式、博弈树（二）
博弈的扩展式的定义 博弈树：博弈树是图论中树的概念在博弃论中的具体应用。博弈树能直观有效地展示博弈中参与者的行动顺序、轮到某一参与者行动时他可选择的行动以及他拥有的信息，在树的顶部还可以展示各种行动组合产生的各参与者的收益。...
2021-02-26 17:10:20
2819
原创 用gambit学博弈论--完全信息动态博弈（一）
通常用博弈的战略式表述去描述和分析静态博弈，而对动态博弈的描述和分析就借助博弈的扩展式表述。回顾第2章给出的战略式表述，其中心内容包含三个要素：(1)参与者
2021-02-26 16:40:09
1826
2
原创 用gambit学博弈论---零和博弈
1双人零和博弈 零和博弈中参与者一方所得（失）就是另一方所失（得），故，又称为严格竞争博弈。 零和博弈也被称为矩阵博弈 零和博弈的最大最小战略：做最坏的打算，争取最好的结果。 鞍点，使得最坏里面最好的，最好里面最坏的相等的点。 鞍点是纯战略纳什均衡。 零和博弈的博弈矩阵A可能存在多个鞍点，但是零和博弈的值V却是唯一的。也就是说，一个零和博弈可能存在多个纯战略纳什均衡，而这些纳什均衡给出的参与者的均衡收益却是相同的。 双人有限临河纳什博弈肯定会存在混合战略纳什均衡。
2021-02-26 16:22:18
2051
1
原创 用gambit学博弈-完全信息静态博弈
1 博弈的战略式表达 描述的习惯2 严格占优战略均衡（选优） 对于一个参与者：很严格最优战略：唯一 一个最优解，比别的都好。 所有参与者的严格占优战略，构成严格占优均衡。3 逐步别除严格劣战略均衡（剔劣） 严格占优战略具有唯一性，是一个绝对性概念。严格劣战略是一个相对性概念。 严格剔除劣势，并没有得到纳什均衡，图中的纳什均衡是计算纳什均衡之后的得出的。弱列战略4纳什均衡 没有任何一个战略组合严格优于纳什均衡。 分为两层含义：一，考虑别人策略的前提下，自己的策略是
2021-02-26 11:26:12
1047
1
原创 博弈论基础知识一
博弈论基础知识1.参与者 参与者是指一个博弈中的决策主体，通常又称为参与人或局中人。参与者的目的是通过合理选择自己的行动，以期取得最大化的收益（或效用）。参与者可以是自然人，也可以是企业、闭队、国家，甚至是由国家组成的集团(如欧盟、OPEC等)。 为了分析研究问题的需要，还有一个虚拟参与者“自然”。这里，“自然”是指不以博弈参与者的意志为转移的外生事件。“自然”选择的是外生事件的各种可能现象，并且用概率分布来描述“自然”的选择机理。在博弈论的论著中，一般用i=1,2,…,n代表参与者，用N代表“自
2021-02-26 09:29:17
1406
原创 博弈论基础知识
1.参与者参与者是指一个博弈中的决策主体，通常又称为参与人或局中人。参与者的目的是通过合理选择自己的行动，以期取得最大化的收益（或效用）。参与者可以是自然人，也可以是企业、闭队、国家，甚至是由国家组成的集团(如欧盟、OPEC等)。为了分析研究问题的需要，还有一个虚拟参与者“自然”。这里，“自然”是指不以博弈参与者的意志为转移的外生事件。“自然”选择的是外生事件的各种可能现象，并且用概率分布来描述“自然”的选择机理。在博弈论的论著中，一般用i=1,2,…,n代表参与者，用N代表“自然”。2.信息
2021-02-26 08:55:08
795
原创 贝叶斯网络经典matlab源代码解析
感谢贝叶斯网学习笔记问题是这样描述的： 福尔摩斯先生在他的办公室工作时接到了他邻居华生的电话。华生告诉他：他的家里可能进了窃贼，因为他家的警铃响了被告知有窃贼闯入，福尔摩斯迅速开车回家。在路上，他听广播得知他家那里发生了地震。地震也有可能引起警报。这样，请问福尔摩斯先生应该回家抓贼还是迅速撤离该地区以躲避地震？简单讲，在路上的holmes需要判断是盗贼还是地震导致警铃？如果是前者，他需要回去抓贼，若是后者，则要逃离地震区。所以图中虽然有5个节点，地震并不100%导致警铃，警铃也不100
2021-01-24 11:03:43
3723
6
原创 matlab学习笔记
一、重要的函数：zeros（）函数，创建零矩阵ones（）函数，创建元素全部为1的矩阵rand（）函数，创建随机矩阵，元素值全部在0~1之间eye（）函数创建单位矩阵randn（）函数产生均值为0，方差为1的标准正态分布随机矩阵 直接对矩阵输入数值时，同一行的元素用空格或者逗号隔开，不同行之间用分号隔开。行列都是从1开始编号的
2021-01-24 09:28:00
233
原创 贝叶斯网络相关知识学习总结一
1.贝叶斯matlab工具箱的下载安装。下载地址安装过程：感谢kayking05232.py下面也有相应的工具箱。
2021-01-22 21:48:57
363
1
原创 论文下载相关
本文对日常用到的一些下载文献所需要的网站、工具和方法进行记录，以免忘记。镜像网站Mirror List2.谷歌学术镜像SCI-HUB1.SCI-HUB地址（还在生存的地址）2.SCIdwon（国内SCI-HUB镜像）3.文献小镇（国内SCI-HUB镜像）工具1.zotero+sci-hub 通过DOI添加文献SCI-HUB插件2.zotero + CNKI 下载中文文献 使用说明 CNKI.js下载流程方法一：Zotero通过DOI直接添加文献。方法二：如果添
2020-10-10 08:37:34
1993
原创 Zotero中文作者“et al”转为“等“
Zotero中文作者“et al”转为"等"欢迎使用Markdown编辑器欢迎使用Markdown编辑器方案1：（复制引号里面内容）查找："([⺀-￭]@)([, ])et al"替代："\1\2等"方案2:查找："([一-龥]@)([, ])et al"替代："\1\2等"...
2020-09-18 16:07:04
2800
原创 机器视觉领域专业词汇中英对照
AAccumulated error backpropagation 累积误差逆传播Activation Function 激活函数Adagrad 一种自适应学习率算法Adam 一种类似于 rmsprop 的自适应学习率算法Adaptive linear element unit 自适应线性单元Adaptive Resonance Theory/ART 自适应谐振理论Addic...
2020-03-13 17:51:16
1908
原创 Ubuntu下安装pytorch步骤
参考网站：网站1：网站2：网站3：网站4：1 安装anacondacd到安装包所在目录，安装anaconda：bash Anaconda3-5.1.0-Linux-x86_64.sh 2 创建虚拟环境conda create -n your_env_name python=3.63 激活虚拟环境source activate your_env_name4 添加con...
2020-02-25 16:33:48
352
原创 TASN算法Npytorch版源代码结构图
TASN算法论文地址，TASN源代码地址本文对pytorch版的源代码关键部分进行解读，由于本人是小白，理解不到位的地方，敬请批评指正。
2020-02-25 14:14:38
1098
2
原创 WS_DAN算法代码研读之eval.py（七）
近期在学习See Better Before Looking Closer: Weakly Supervised Data Augmentation Network for Fine-Grained Visual Classification的pytorch版本代码地址本文对eval.py进行解读，由于本人是小白，理解错误的地方请批评指正。"""EVALUATIONCreated: Nov ...
2020-02-23 10:51:23
709
5
原创 WS_DAN算法代码研读之train.py（六）
近期在学习See Better Before Looking Closer: Weakly Supervised Data Augmentation Network for Fine-Grained Visual Classification的pytorch版本代码地址本文对train.py进行解读，由于本人是小白，理解错误的地方请批评指正。"""TRAININGCreated: May 0...
2020-02-23 10:37:03
814
2
原创 WS_DAN算法代码研读之utils.py（四）
近期在学习See Better Before Looking Closer: Weakly Supervised Data Augmentation Network for Fine-Grained Visual Classification的pytorch版本代码地址本文对utils.py进行解读，由于本人是小白，理解错误的地方请批评指正。本文件主要是各种功能函数，如各种评价指标，设置检测点，...
2020-02-23 10:34:21
627
1
原创 WS_DAN算法代码研读之wsdan.py（三）
近期在学习See Better Before Looking Closer: Weakly Supervised Data Augmentation Network for Fine-Grained Visual Classification的pytorch版本代码地址本文对wsdan.py进行解读，由于本人是小白，理解错误的地方请批评指正。主要功能是选择一种骨干网络，加载对应的参数，返回预测的...
2020-02-23 10:30:36
2962
1
原创 WS_DAN算法代码研读之blocks.py（二）
近期在学习See Better Before Looking Closer: Weakly Supervised Data Augmentation Network for Fine-Grained Visual Classification的pytorch版本代码地址本文对blocks.py进行解读，由于本人是小白，理解错误的地方请批评指正。本文件包含两个模块，实现CBAM，和SPP功能。i...
2020-02-23 10:10:27
597
原创 PyCharm与当前选中的词汇相同的全部高亮显示
PyCharm与当前选中的词汇相同的全部高亮显示，需要插件BrowseWordAtCaret，按下面步骤设置即可：
2020-02-22 17:58:04
3002
原创 Bilinear CNN Faster代码解读
本文是个人对blinear-cnn-faster-master的代码的理解，blinear-cnn-faster-master是Hao Zhang编写的Bilinear CNN的改进版。1.文件结构文件结构和主要改进如下图示：2 model.py文件model的主要改进如下：代码如下：# -*- coding: utf-8 -*-"""Mean field B-CNN model....
2020-02-22 15:03:04
1129
3
原创 Bilinear CNN PyTorch版代码解读
本文是个人对Bilinear CNN的代码的理解，代码来自于Hao Zhang,适用PyTorch 0.3.0，应用于CUB200-2011数据集。1.文件结构文件clone之后，文件目录如下：2 bilinear_cnn_all.py所有的权重参数都要重新微调#!/usr/bin/env python# -*- coding: utf-8 -*-"""Fine-tune all ...
2020-02-22 13:07:05
3390
4
原创 VGG16网络结构要点
学习BCNN的过程时遇到，VGG16的网络结构如下图示意：13个卷积层（Convolutional Layer），分别用conv3-XXX表示3个全连接层（Fully connected Layer）,分别用FC-XXXX表示5个池化层（Pool layer）,分别用maxpool表示总数目卷积层+全连接层=16，即是13+3=16，即是VGG16输入输出入下图：参考1.卷积神...
2020-02-22 10:57:29
1574
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人