快乐的小肖-优快云博客

原创 word快速消除分页符产生的空白页

鼠标点击分页符，然后按下Delete键。

2024-07-28 16:46:51 541

转载 torch.nn.softmax(dim),理解Softmax分类器

例如一列数组[1,2,3,4,5,6,7,8,9,10],代入到softamx计算公式之中，我们可以从公式中看出元素的数值越大，softmax算出的值也就越大，对应在图像处理中也就是概率越大。dim=2时，对应维度数值为4，因此每次只有4个元素进行Softmax计算。dim=0时，对应维度数值为2，因此每次只有两个元素进行Softmax计算。dim=1时，对应维度数值为3，因此每次只有3个元素进行Softmax计算。上述两式子合成一个: nn.Softmax(dim=2)(a)

2022-11-17 15:37:13 3386

原创 axis=-1,1,0与sum(-1)、sum(1)、sum(0)、sum()以及max等函数操作同理

分组则意味着会降维，则每axis一次，维度就降低1，所得到的结果张量维度降低。（1）张量a中的所有元素用下标表示其所在的位置。（1）将张量的中的所有元素用下标表示其所在的位置。(1)将张量的中的所有元素用下标表示其所在的位置。函数不指定axis的值时，表示函数对。axis=-1，表示倒数第一个维度。（2）将张量进行分组，然后再操作。（2）将张量进行分组，然后再操作。(2）将张量进行分组，然后再操作。

2022-10-18 22:00:34 908

原创 plt.imshow()和plt.show()的区别

plt.imshow()和plt.show()的区别。

2022-10-05 18:49:09 3467

原创 ReLU,PReLU和LReLUD的区别

PReLU的参数a可以自适应学习，从而可以获得不同通道的专门的激活函数，可以提高准确率。实验表明LReLU相较ReLU对准确率几乎没有提高，LReLU目的是为了避免零梯度。首先介绍PReLU激活函数，如图中所示，其中a是一个可以学习的参数（即可变）=0）是一个固定值时，PReLU就变成了LReLU。当a=0时，PReLU就变成了ReLU。......

2022-07-29 16:56:28 1009

转载医学的RGB图像为什么要转为灰度图?

医学的RGB图像转化为灰度图像，是根据自己处理图片的需要而定。大多数的医学图像RGB提供的信息量很少（几乎没有），所以可以直接灰度图来进行后续计算.包含色彩的图片，特征量，计算量会成指数倍数增加比如一个点，灰度的话，就256个维度而已，但是如果算上RGB色彩的话，那就是1600万以上维度。然后再相互组合，或者说找梯度，可以想象看计算量有多大。是否选择灰度图主要需要权衡以下几点：1. 梯度我们识别物体，最关键的因素是梯度（现在很多的特征提取HOG，LBP，SIFT等等本质都是梯度的统计信息），梯度意味着边

2022-06-25 12:16:47 1244

原创 filter(function, sequence) python的内置函数，返回一个与sequence相同的类型，过滤掉function结果为False，保留结果为True的sequence中的元素

function为函数sequence为序列，如 list，tuple，string遍历sequence中的item（元素）依次执行function(item)，将结果为true的item组成一个list\tuple\string取决sequence的类型，把结果为false的过滤出去。

2022-06-22 18:53:39 162

原创 torch 中的torch.squeeze()和torch.unsqueeze()

1. torch.squeeze(input, dim=None, out=None)input是输入的参数，dim是指定要合并维度为1的所在维度当dim=0时原样输出，当dim=1时该维度上数值为1则合并，否者不合并，其他维度上同理。2. torch.unsqueeze(input, dim, out=None)插入一个维度唯一的维度dim=0原样输出，dim=1在山上插入维度为1 的维度,dim=2在列上插入维度为1 的维度比如某一tensor为（2，4）当dim=1时变..

2022-06-22 18:42:44 384

原创 labelme 使用教程

Anaconda Prompt窗口中输入1.进入labelme所在的环境(base) C:\Users\xiao2>conda activate pytorch2.打开labelme,进行标注操作(pytorch) C:\Users\xiao2>labelme3.由 cd 进入已标注为json格式图像的文件路径(pytorch) C:\Users\xiao2>cd C:\Users\xiao2\Desktop\labelme\single_image ..

2022-05-29 03:08:37 2875

原创查看gpu使用率/内存使用情况

nvidia-smi -l 3 # 3表示刷新时间，可以手动调节显示的表格中：Fan：风扇转速（0%–100%），N/A表示没有风扇Temp： GPU温度（GPU温度过高会导致GPU频率下降）Perf：性能状态，从P0（最大性能）到P12（最小性能）Pwr： GPU功耗Persistence-M：持续模式的状态（持续模式耗能大，但在新的GPU应用启动时花费时间更少）Bus-Id： GPU总线Disp.A： Display Active，表示GPU的显示是否初始..

2022-05-28 11:50:14 3234

原创 pred = np.array(pred.data.cpu()[0])[0]

对于NumPy多维数组data而言，data[0,]，和data[0]、data[0,...]、data[0,:]一样，都表示数组0轴的第一个元素。比如，用一个三维数组data表示层、行、列的结构，那data[0,]、data[0]、data[0,...]、data[0,:]都表示第0层的行列，即一个二维数组。>>> import numpy as np>>> data = np.arange(24).reshape(2,3,4)>>> dat

2022-05-16 22:49:59 1003

原创 Anaconda命令窗口输入指令

base环境下的jupyter Notebook支持新创建的虚拟环境1.激活新创建的虚拟环境，输入 conda install ipykernel 下载指令，命令下载安装jupyter Notebook的内核ipykernel。2.使用 python -m ipykernel install --user --name 环境名 --display--name 环境名，下载指令在虚拟环境中添加指定内核对象。3.验证。终端控制台cd进入某个磁盘目录（暂时将该磁盘目录作为Jupyter Notebook的

2022-05-06 23:13:34 1653

weixin_46568462的博客