- 博客(29)
- 资源 (2)
- 收藏
- 关注
RSS订阅
原创 石油专业：一文入门机器学习，以测井岩性分类预测为例
石油专业：一文入门机器学习，以测井岩性分类预测为例，不被骗1 前言1.1 机器学习的相关背景1.2 机器学习的八股文2 模型实战2.0 导入相关库2.1 数据处理2.1.1 数据读取2.1.2 缺失值处理2.1.3 样本类别均衡2.1.4 样本类别编码化2.1.5 数据合并与筛选2.1.6 数据标准化2.1.7 数据乱序2.1.8 数据划分2.2 模型设计2.3 训练配置2.4 训练过程2.4.1 训练2.4.2 测试2.5 保存模型3 放在最后的话1 前言1.1 机器学习的相关背景由于种种原因，写
2020-07-18 19:41:44
6417
3
原创 PyCharm 中的 %reset -f 功能：一键重置控制台变量
在 PyCharm 的日常使用中，我们经常需要在控制台中测试和运行各种代码片段。随着时间的推移，控制台中会积累大量的变量和输出，这可能会使得环境变得混乱，影响我们的开发效率。为了解决这个问题，IPython 提供了一个非常有用的魔法命令 %reset，它可以清除控制台中的所有变量，让我们的环境恢复到初始状态。今天，我们就来详细了解一下这个命令的使用方法，以及如何通过快捷键快速执行它。
2025-02-17 15:22:03
381
原创 Pycharm Conda虚拟环境 设置终端进入特定分支而不是主环境base
我的电脑有pycharm和anaconda。pycharm采用conda作为管理工具。我每次建立一个pycharm项目，都会为这个项目建立对应的conda解释器。当我希望采用pycharm里的终端时，我希望进入的终端，自动的激活当前conda环境，而不是默认的cmd或者conda的base主环境。
2024-04-04 01:28:52
834
1
原创 Python控制台输出乱码
在Windows系统上，默认的控制台代码页通常是GB2312（936），这种编码不支持所有的Unicode字符，特别是一些非常用汉字和特殊字符。而将控制台的代码页设置为UTF-8（65001）后，可以完整地支持UTF-8编码，包括所有的Unicode字符，因此解决了中文乱码问题。成功是因为通过修改控制台的代码页为UTF-8（65001），使得控制台能够正确地显示UTF-8编码的文本，从而解决了中文乱码问题。
2024-03-15 13:14:58
814
原创 Pyecharts：Python高效绘图库 双y坐标轴踩坑
pyecharts截止到目前有 0.5.x, 1.x, 2.0.x 三个大版本，需要确定版本。这里注意要用category类别，value数值可能引起y轴名称混乱的问题。以下是错误代码，只改变了。
2023-12-07 19:45:01
615
原创 基于跨区块恶劣条件的岩石薄片分析，加速地质工程一体化推进
2021年中国石油对外依存度达72%，作为战略物资油气资源的开发需要得到充分地保障。然而，近年来油气开发的复杂程度日益加大，构建高效的工程实践之路不可或缺。基于多学科、多工程融合的地质工程一体化技术应运而生，在提高单井产能为核心的目标上，整体性地带动全过程优化。作为地质工程一体化的基础，地质分析是技术攻坚的排头兵、项目推进的先行者，更是全链条的奠基石。我们需要研究这些石头，其中目标区块常常由于时间、技术和资金的制约难以获得足够的资料，因此对于大量的研究工作都造成不利条件。
2022-09-18 21:46:27
726
原创 英语语法word检查器Error: Grammarly add-in has failed to load
安装grammarly的word插件时遇到问题，提示无法加载插件。解决办法如下2.运行安装程序3.在welcome to grammarly框弹出来的时候按着Shift和Control键，点击get started，到下一步就可以看到 Install for all users，勾选。然后按照步骤安装重新再打开word，登录grammarly账号就可以用了！...
2022-07-14 09:23:21
1524
原创 基于深度学习的岩石薄片图像识别适应性论述
当前油藏地质相关领域对岩石薄片的分析提出更细粒度的要求，一方面探索岩石的大尺度识别，另一方面分析像素级的识别与分割的任务。尽管深度学习领域各类算法层出不穷，但研究的主要领域集中到人像和大尺度物体，更多的研究以无人驾驶为契机，探索车辆的语义问题。然而这与油气田地质工程一体化的专业需求存在矛盾。因此，本文尝试从模型适应性方面论证当前的主要模型存在的特点和局限性，并探索通用神经网络在专业领域结合的可能性。
2022-05-05 00:43:09
2267
原创 pyqt5 designer找不到
pip install pyqt5后，designer.exe不在pyqt5的文件夹里，而在\Lib\site-packages\qt5_applications\Qt\bin\designer.exe有一个绿色的图标打个广告代做各类设计企鹅1692303843
2022-03-25 21:23:08
882
原创 python库pandas报错Can‘t get attribute ‘new_block‘ on ＜module ‘pandas.core.internals.blocks
版本改成 pandas==1.3.4记得重启环境哦pip install pandas==1.3.4Can’t get attribute ‘new_block’ on <module 'pandas.core.internals.blocks
2022-03-22 20:49:19
5593
原创 python分布式进程运行windows程序
一台master + 多台worker 可多机运行https://blog.youkuaiyun.com/lilong117194/article/details/76051843https://www.liaoxuefeng.com/wiki/1016959663602400/1017631559645600# task_master.py# coding=utf-8import random,time, Queuefrom multiprocessing.managers import BaseM
2021-09-26 18:49:00
194
原创 win10远程桌面多屏幕报错代码: 0x112f解决方案
建议您win+R --gpedit.msc–计算机配置–管理模板–windows组件–远程桌面服务-远程桌面会话主机-远程会话环境按照截图里面的部分进行启用即可
2021-09-25 13:43:46
16359
5
原创 python源码 .py文件转.pyd文件
安装第三方库pip install easycythontest.py下面展示一些 内联代码片。def test(): print("调用成功")main.pyimport testtest.test()test.py文件重命名为：test.pyx终端运行命令easycython *.pyx重命名pyd文件，删除：cp36-win_amd64.运行代码,调用成功：代码实现import globimport osdef get_file_path(pat
2021-07-23 23:56:08
1195
2
原创 grammarly word安装失败
grammarly word安装失败双击安装软件后，按住ctrl+shift 同时点击get start，会出现如下界面选择install for users即可解决
2021-06-17 14:18:35
3450
8
原创 岩石薄片自动分析，助力油气田勘探开发设计
岩石薄片自动分析，助力油气田勘探开发设计我是研一菜鸡之2区SCI文学尝试TOCgraph1. 概述1.1 行业背景与痛点1.2 项目价值2.实验过程2.1 数据准备与分析2.2 数据增强预处理模块2.3 网络模块设计3.实验结果与分析4.总结参考文献我是研一菜鸡之2区SCI文学尝试开发者：马赫 邮箱：1692303843@qq.com 通讯地址：北京市昌平区府学路18号中国石油大学（北京）[1] He Ma, et al., 2021. Rock thin sections identificatio
2021-05-16 13:56:34
1020
原创 基于keras的常见回归问题baseline梳理
基于keras的常见回归问题baseline梳理欢迎交流讨论，支持定制各类编程语言专业程序设计VX：mmmahhhhe支持向量机集成算法全连接LSTM
2021-03-19 10:32:41
482
原创 PyQt5不规则窗体
PyQt5不规则窗体直接这么写有坑mask_img = QImage(mask_filename)self.setMask(QBitmap(mask_img))核心在于self.setMask(self.pix.mask())打个广告：编程代做，有需要的可以联系，QQ1692303843全部代码如下import sysfrom PyQt5 import QtCorefrom PyQt5.QtCore import Qtfrom PyQt5.QtWidgets import QWidge
2021-01-28 12:22:35
369
3
原创 常见的机器学习算法特点梳理
结合石油专业的 常见机器学习算法特点梳理1 前言2 各个算法对比2.0 算法对比一览表2.1 决策树1 前言 传统技术与机器学习各有特点。本文对于机器学习的一些特点进行一些梳理。 在我的一篇博客中说道1，机器学习总的来说可以分为5个部分，每个部分各有特点。结合石油行业的特点，主要部分就集中在数据处理与网络模型这两个部分。 数据处理需要根据不同的项目进行调整，调整的越细微，效果越好，不过即使使用通用数据处理流程也可以完成多数任务。同时模型也是同理，成熟的算法已经可以满足绝大多数项目应用，
2020-07-19 13:18:03
2151
log_data.xlsx
2020-07-19
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人