- 博客(31)
- 收藏
- 关注
RSS订阅原创 mybatis-plus关于maven打包时, 资源文件没有被打包进来的问题
写谷粒学院时遇到的问题，加入如下依赖时，无法加载properties配置文件，解决方法。
2024-09-13 09:19:02
158
1
原创 提取MRI
import h5py as h5import numpy as npfrom PIL import Imageimport osimport matplotlib.pyplot as plttrain = h5.File(‘test/testb.h5’,‘r’)#读取数据for i in range(116):one_sample = train[‘data’][i,0]os.makedirs(’./testb/’+str(i),mode=0o777)counter = 0for la
2022-02-27 09:42:18
1926
原创 Pytorch-gpu安装教程
下载想要的CUDA,原来下载的是CUDA11.2，但是发现pytorch不支持CUDA11.2.于是卸载掉CUDA11.2，如果不知道如何卸载请自行百度，重新下载CUDA11.3.高版本的CUDA支持向下兼容，
2022-02-15 17:16:36
1144
原创 阿尔兹海默症数据集探索
GIF动态图可视化train = h5.File('train/train_pre_data.h5','r')#读取数据one_sample = train['data'][0,0]frames = []for layer_img in one_sample: img = Image.fromarray(layer_img).convert('L')#先转换为image，再转为灰度图 img.resize((79*5, 95*5),Image.ANTIALIAS).save('te
2022-02-12 09:52:00
3171
原创 阿尔兹海默症分类2D方法
使用2D卷积，把79层切片 理解成 RGB，把输入改成（79,95,79）。试着用ImageNet预训练权重加速训练。这里用ImageNet ResNet50预训练模型。把epoch设置5时的准确率把epoch设置50时的准确率把epoch设置100时的准确率import osimport h5pyimport numpy as npfrom keras.utils import np_utilsimport pandas as pdfrom keras.applications
2022-02-06 23:08:00
1532
原创 我的电脑安装tensorflow步骤
1、从控制面板得知我的GPU是GTX1050ti2、进入网站查得GPU对应算力为6.1点击进入查询网站地址
2022-01-30 09:06:06
1799
原创 3DCNN,3D卷积神经网络,动作识别
为了学习3d卷积，看了一篇相关的论文，参考博客论文复现将论文和代码理解一遍。源代码没有注释，在这篇文章中我按照自己的理解写好重要地方的注释，数据集请进入博客中获取，博主贴了数据的百度网盘一、在这份代码中首先处理视频数据。1、videoto3d.pyimport matplotlib.pyplot as pltimport numpy as npimport cv2class Videoto3D: def __init__(self, width, height, depth):
2022-01-28 15:47:13
7020
9
原创 莫烦keras学习代码二（手写数字识别MNIST classifier CNN版）
知道了CNN的原理，同样是只要将之前用tensorflow写的几个建立网络的函数用keras的更简单的方法替换就行。训练结果：用Sequential().add()添加想要的层，添加卷积层就用Convolution2D(),例如：卷积核的数量为32，大小5x5，padding为same，输入是一通道，28行28列的图像。model =Sequential()model.add(Convolution2D( filters=32, kernel_size=5, paddi
2022-01-23 17:22:59
334
原创 莫烦keras学习代码一（手写数字识别MNIST classifier）
在学了tensorflow后来学keras，再写一遍之前的手写数字识别，keras的代码更少，tensorflow里的很多步骤在keras都省略了，但是学tensorflow又有助于理解keras中一些参数的设置以及同样一个功能要用tensoflow怎么实现，而keras就是一行代码的事。以下是和tensorflow的不同之处一、在tensorflow中定义两层网络特别复杂，具体代码请看Tensorflow手写数字识别，而使用keras建立两层网络只要用Sequential就可以了，而且第二层的输入就
2022-01-23 16:06:36
314
原创 莫烦Tensorflow学习代码九（手写数字识别MNIST CNN学习）
在之前的学习基础上使用卷积神经网络CNN的训练，准确率提升了许多。与之前不同的地方就是添加了两层卷积神经，之前学习理论没弄明白的全连接层写完这个代码后也弄明白了。而且运用了dropout解决过拟合问题。最后准确率达到了0.9688，比之前0.87还是要高不少以下是重要代码一、定义conv2d和max_pool_2x2函数x是输入，W是权重，stride=[1,1,1,1]是前后上下步长都为1，padding=‘SAME’,指卷积后输出的大小不变，假设原图像是28x28，那么输出还是28x28,p
2022-01-23 10:54:47
656
原创 莫烦Tensorflow学习代码八（手写数字识别MNIST学习）
加入此代码指定用0号GPU计算import osos.environ["CUDA_VISIBLE_DEVICES"] = "0"
2022-01-22 17:07:55
1635
原创 莫烦Tensorflow学习代码七（神经网络可视化tensorboard学习）
这个神经网络可视化是在前面的回归问题基础上学习的，可直观地看到数据的流向，整个神经网络的结构，loss函数的下降曲线，和biases和weights等参数的直方图。给输入设置一个大的框架然后再在palceholder中加入name=‘x_in’,name='y_in’给xs和ys分别命名：with tf.name_scope('inputs'): xs = tf.placeholder(tf.float32,[None,1],name='x_in') ys = tf.placehold
2022-01-22 11:21:48
124
原创 莫烦Tensorflow学习代码五（二次函数训练）
import tensorflow._api.v2.compat.v1 as tfimport numpy as npimport matplotlib.pyplot as plttf.disable_v2_behavior()#定义神经层def add_layer(inputs,in_size,out_size,activation_function=None): Weights = tf.Variable(tf.random_normal([in_size,out_size]))#用
2022-01-21 16:05:19
471
原创 莫烦Tensorflow学习代码四（placeholder学习）
import tensorflow._api.v2.compat.v1 as tftf.disable_v2_behavior()#当你想在run的时候输入input1 = tf.placeholder(tf.float32)input2 = tf.placeholder(tf.float32)output = tf.multiply(input1,input2)with tf.Session() as sess: print(sess.run(output,feed_dict={i
2022-01-21 10:39:17
455
原创 莫烦Tensorflow学习代码三（variable学习）
import tensorflow._api.v2.compat.v1 as tftf.disable_v2_behavior()state=tf.Variable(0,name='counter')#tensorflow中必须要定义其是变量它才是变量像python中#print(state.name)one=tf.constant(1)new_value = tf.add(state,one)update = tf.assign(state,new_value)init=tf.initia
2022-01-21 10:30:35
308
原创 莫烦Tensorflow学习代码二（Session学习）
import tensorflow._api.v2.compat.v1 as tftf.disable_v2_behavior()matrix1=tf.constant([[3,3]])matrix2=tf.constant([[2], [2]])product = tf.matmul(matrix1,matrix2)#矩阵乘法，np.dot(m1,m2)#method 1# sess=tf.Session()# result = sess.run(pr
2022-01-21 10:12:20
829
原创 莫烦Tensorflow学习代码一（实现y=0.1*x+0.3）
import tensorflow._api.v2.compat.v1 as tfimport numpy as np #numpy是科学计算的模块tf.disable_v2_behavior()# create datax_data = np.random.rand(100).astype(np.float32) #生成100个随机数列y_data = x_data*0.1 + 0.3#w=0.1,b+0.3#### create tensorflow structure start ##
2022-01-21 10:10:58
313
原创 信用卡识别小项目
流程图：项目地址：github项目地址导入项目后要在charm中进行一些操作设置pycharm中的arg参数按这个链接的内容操作ocr_template_match.py# 导入工具包from imutils import contoursimport numpy as npimport argparseimport cv2import myutils# 设置参数，argparse用于和命令行之间的交互#创建解析器ap = argparse.ArgumentParser()#
2022-01-16 11:07:10
2467
原创 python argparse模块
知乎的相关文章ap = argparse.ArgumentParser()ap.add_argument("-i", "--image", required=True, help="path to input image")*必须输入imageap.add_argument("-t", "--template", required=True, help="path to template OCR-A image")args = vars(ap.parse_args())是用来方便在命令行中向
2022-01-13 09:37:37
595
原创 pycharm中用argparse时argument参数修改，报错the following arguments are required:
没有输入相关参数第一步：选择相应要修改的文件第二步：添加参数，参数用空格隔开最后再运行就可以了
2022-01-12 21:03:41
2421
1
原创 delete掉指针后必须将指针指向NULL
因为delete(t)只是释放掉了t所在的空间，但是t还是能操控这个空间，这样就造成了野指针，只有指向NULL才不是野指针
2021-11-18 10:54:06
640
原创 参数传递中传递一个指针*T和传递一个指针的引用*&T的区别
传递指针T时相当于值传递，会新开辟一个指针T的空间来存放root指针指向的地址，这时新开辟的T的空间和root的空间这两个空间的地址是不一样的，但是这两个空间内存放的都是指向相同地方的地址。#include<bits/stdc++.h>using namespace std;typedef struct Tree{ int val; Tree *left, *right;}TreeNode;void build(TreeNode *T){//两个代码的差别之处 int x=1
2021-11-15 16:52:09
707
原创 2021-11-13
C++string字符串类型输入时自动会加入一个’\0’用如下程序测试#include<bits/stdc++.h>using namespace std;int main(){ string s; while(cin>>s){ if(s[2]=='\0')cout<<1<<endl; else cout<<0<<endl; }}运行结果：输入123时s[2]=3；这时输出0；输入1时，s[2]=3,输
2021-11-13 17:19:52
521
原创 2021-06-24
创建新的虚拟机注意每次创建虚拟机时我遇到一些问题就老是删掉虚拟机重新创建，这花费了不少时间，所以在以后创建新的虚拟机后要拍摄一张快照，这样就不需要再重新创建了
2021-06-24 11:51:19
84
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