xrinosvip的博客

tensorflow-gpu 2.10.1

Windows 下为 Python 3.x 安装 dlib

deformable-DETR ， CUDA operator

Keras和tensorflow1.15关于 Keras 的 import 方式关于 tensorflow1.15创建常量 tensorTensorflow提供 constant 这个函数:关于 Keras 的 import 方式from keras import backend as kfrom keras.layers import Input, Dense, Lambda报错：ImportError: cannot import name ‘get_config’ from 'tensorf

1.安装失败或者运行tensorboard出现下面错误：pkg_resources.VersionConflict: (setuptools 36.4.0 (d:\programdata\anaconda3\envs\tf20\lib\site-packages), Requirement.parse('setuptools>=41.0.0'))解决办法：使用下面命令更新 到最新或指定版本(参考：https://github.com/alexlee-gk/slac)pip inst

Keras documentation：https://keras.io/github：https://github.com/keras-team/kerasPytorch documentation：https://pytorch.org/tutorials/advanced/torch_script_custom_classes.htmlgithub：https://github.com/pytorch/pytorch/releases/tag/v1.5.0Tensorfl...

由于插入公式章节断点的时候误操作导致，如下图：按“Alt+F9”切换（全文）域代码，如下图：解决办法：按“Alt+F9”切换（全文）域代码，删除域代码中的红色代码部分，再按一次“Alt+F9”切换回来即可。Reference:Mathtype--删除红色章节标记...

１、先提供两个下载linux包的链接：https://pkgs.org/或者　https://directory.fsf.org/wiki/Shtool2、到上述两个两链处分别下载　gawk_4.1.4+dfsg-1build1_amd64.deb　和　shtool-2.0.8.tar.gz，3、安装 shtool，采用源码编译安装，shtool文件必须针对特定的linux环境进行配...

1.安装插件，在非虚拟环境conda install nb_condaconda install ipykernel2、安装ipykernel包，在虚拟环境下安装在Windows使用下面命令:激活环境并安装插件（这里的 Keras 是我的环境名，安装的时候换成自己的环境名即可）activate kerasconda install ipykernel在linux...

从官网下载 vscode 安装后打开python 文件不能使用 go to defination 功能vscode官网下载地址：https://code.visualstudio.com/原因： 缺少 python 的支持，在扩展插件里输入 python ，安装后python 插件，vscode就会自动获取已安装的python，就能使用 go to defination 功能了其实主要...

摘要: tf.name_scope()和tf.variable_scope()是两个作用域，一般与两个创建/调用变量的函数tf.variable() 和tf.get_variable()搭配使用。它们搭配在一起的两个常见用途：1)变量共享，2)tensorboard画流程图时为了可视化封装变量，这两种用途有特定的搭配方式，掌握好就可以用了。如果您想打破砂锅问到底，想要探寻更多的知识，了解它们的用法...

SSIM（structural similarity）结构相似性，也是一种全参考的图像质量评价指标，它分别从亮度、对比度、结构三方面度量两幅图像相似性，其值越大越好，最大为1；作为结构相似性理论的实现，结构相似度指数从图像组成的角度将结构信息定义为独立于亮度、对比度的，反映场景中物体结构的属性，并将失真建模为亮度、对比度和结构三个不同因素的组合；用均值作为亮度的估计，标准差作为对比度的估计，协方差...

峰值信噪比经常用作图像压缩等领域中信号重建质量的测量方法，它常简单地通过均方差（MSE）进行定义。两个m×n单色图像I和K，如果一个为另外一个的噪声近似，那么它们的的均方差定义为：其中，MAXI是表示图像点颜色的最大数值，如果每个采样点用8位表示，那么就是255。下图用具体的例子演示了峰值信噪比（PSNR）的计算方法。其中左侧是图像中的16个像素值，右侧是经过变动的图像的像素...

1、在xxx.sh脚本里使用python -O(大写英文O) 关闭 assert 断言 AssertError 报错python -O 到百度首页 百度首页登录 Python中使用assert语句需要注意什么python 错误处理 assert2、Debug 报下面错误：Traceback (most recent call last): File ...

python中的函数应该先定义再调用、还先调用后定义呢？或者说与顺序无关呢？根据C/C++ 中关于函数定义与调用的关系的规定，应该是先定义后调用，但是大家都晓得python是一门格式十分自由的编程语言，会不会不受此限制呢？不多说，看代码：1、先定义、后调用：def multiply_square(x,y): return x*x+y*yprint(multiply_sq...

神奇的self：在Python类中规定，函数的第一个参数是实例对象本身，并且约定俗成，把其名字写为self。其作用相当于java中的this，表示当前类的对象，可以调用当前类中的属性和方法。class是面向对象的设计思想，instance（也即是 object，对象）是根据 class 创建的一个类（class）应该包含 数据 和 操作数据的方法，通俗来讲就是 属性 和 函数（即...

导言目标检测的任务是找出图像中所有感兴趣的目标（物体），确定它们的位置和大小，是机器视觉领域的核心问题之一。由于各类物体有不同的外观，形状，姿态，加上成像时光照，遮挡等因素的干扰，目标检测一直是机器视觉领域最具有挑战性的问题。本文将针对目标检测（Object Detection）这个机器视觉中的经典任务进行解析，抛砖引玉。如对文中的内容持不同观点，欢迎到SIGAI公众号发消息给我们，一起探讨！什么...

主流出版社网站推荐：人民邮电出版社：https://www.ptpress.com.cn/华章图书：（这里的书籍一般比较新）http://www.hzbook.com/index.php/Index/index.htmlInform IT：http://www.informit.com/机工教育服务网：http://www.cmpedu.com/...

打开Python Shell，执行以下代码，生成 logsimport tensorflow as tfimport numpy as np# 执行下列代码，会在“当前路径/logs”目录下生成一个events.out.tfevents.{time}.{machine-name}的文件#输入数据x_data = np.linspace(-1,1,300)[:, np.newax...

1、IndexError: invalid index of a 0-dim tensor. Use tensor.item() to convert a 0-dim tensor to a Python numbertorch版本的不同造成的。解决：将loss.data[0] 改成loss.item()2、AttributeError: 'module' object has...

1、在 fit 和 evaluate 中 都有 verbose 这个参数fit 中的 verboseverbose：该参数的值控制日志显示的方式verbose = 0 不在标准输出流输出日志信息verbose = 1 输出进度条记录verbose = 2 每个epoch输出一行记录注意： 默认为 1 ...

这里所谓的低级，高级是指封装抽象的程度。低级指os.fork()高级是指 multiprocessing包一般根据业务需求，一个主进程负责维护接收， 不同的子进程处理不同的需求。根据各同需求组合多进程 多线程 多进程＋多线程 协程 也可基于uvloop事件启动方式低级版def main_process(): r = os.fork() if...

类的继承：面向对象（OOP）的一大特色就是： 继承；继承拥有这样一种能力：它可以使用现有类的所有功能，并在无需重新编写原来的类的情况下对这些功能进行扩展。通过继承创建的新类称为“子类”或“派生类”，被继承的类称为“基类”、“父类”或“超类”，继承的过程，就是从一般到特殊的过程，继承的最大好处就是：子类获得了父类的全部功能继承概念的实现方式主要有2类：实现继承、接口继承。...

scikit-image (skimage) 是一个图像处理和计算机视觉的算法集合，scikit-image是基于scipy的一款图像处理包，它功能非常齐全，同时将图片作为numpy数组进行处理，几乎集合了matlab的所有图像处理功能,可以称得上是轻量版的 OpenCV，而OpenCV是基于c++的库，当然也提供了 python 接口，不过安装过程对于 numpy的版本过于依赖，nu...

CIFAR数据集简介：CIFAR由 Alex Krizhevsky、Vinod Nair 和 Geoffrey Hinton 收集而来，起初的数据集共分为 10 类，分别为：飞机、汽车、鸟、猫、鹿、狗、青蛙、马、船、卡车，所以 CIFAR10 数据集常用 CIFAR-10 命名。CIFAR10 共包含 60000 张 32x32的彩色图像（包含 50000 张 训练图片，10000张 测试图片...

教程最好的地方在于不是纯粹的安装固定版本的 tensorflow 某个版本，而是提供了一个安装的方法，利用本教程的安装理念，tensorflow的任何版本随心所欲安装，再也不用复制、粘贴 别人的版本，轻松安装你喜欢的版本！！！神奇的两行代码：anaconda search -t conda tensorflow-gpuanaconda show <USER/PACKAGE...

ReLu函数 修正线性单元（Rectified linear unit，ReLU）是神经网络中最常用的激活函数。它保留了 step 函数的生物学启发（只有输入超出阈值时神经元才激活），不过当输入为正的时候，导数不为零，从而允许基于梯度的学习（尽管在 x=0 的时候，导数是未定义的）。使用这个函数能使计算变得很快，因为无论是函数还是其导数都不包含复杂的数学运算。然而，当输入为负值的时候，...

Microsoft Common Objects in Context(简写COCO)数据集是微软团队提供的一个可以用来进行图像识别，分割，注解等开发工作的数据集。其官方说明网址：http://mscoco.org/。 该数据集主要有的特点如下：（1）Object segmentation（2）Recognition in Context（3）Multiple objects per ...

为了理解这些术语的不同，需要先了解些机器学习术语，如：梯度下降梯度下降这是一个在机器学习中用于寻找最佳结果（曲线的最小值）的迭代优化算法。梯度的含义是斜率或者斜坡的倾斜度。下降的含义是代价函数的下降。算法是迭代的，意思是需要多次使用算法获取结果，以得到最优化结果。梯度下降的迭代性质能使欠拟合的图示演化以获得对数据的最佳拟合。梯度下降中有一个称为学习率的参量。如上图左所示...

 这次版本的主要更新一些性能的优化，包括权衡内存计算，提供 Windows 支持，24个基础分布，变量及数据类型，零维张量，张量变量合并，支持 CuDNN 7.1，加快分布式计算等，并修复部分重要 bug等。（4 月 25 日），Facebook 推出了 PyTorch 0.4.0 版本，该版本有诸多更新和改变，比如支持 Windows，Variable 和 Tensor 合并等等，详...

骁勇善战的将军是在不断地的战斗中积累经验变强，好的学习方法是在实战中积累经验成长！话不多少，上代码：Tensor(张量)import torchimport numpy as np# help() 查看 detach() 的用法，用这个函数输出loss的结果 loss.detach().numpy()#print(help(torch.Tensor().detac...

首先，pytorch是什么呢？它是一个python的包，它有以下两个特征类numpy的张量计算与利用GPU加速建立在自动微分系统的深度神经网络除此之外，你也可以利用你喜欢的python包，比如numpy, scipy 和Cython来进行拓展，下表是pytorch的核心库。Pytorch的特点：GPU支持的张量库如果你之前用过numpy,那么你一定知道张量，张量就是多维度的矩阵，Pytorch 为...

pytorch利用 scatter画散点图报错 ：ValueError: c of shape (200, 1) not acceptable as a color sequence for x with size 200, y with size 200报错的全部内容为？ File "D:\ProgramData\Anaconda3\lib\site-packages\matp...

import torch通过 help((torch.cat)) 可以查看 cat 的用法cat(seq,dim,out=None)其中 seq表示要连接的两个序列，以元组的形式给出，例如:seq=(a,b), a,b 为两个可以连接的序列dim 表示以哪个维度连接，dim=0, 横向连接 dim=1,纵向连接#实例： ...

什么是机器学习？人工智能的再次兴起让机器学习（Machine Learning）这个名词进入了公众的视野，它成为当前解决很多人工智能问题的核心基石。机器学习是什么？如果只用一句话解释这个概念，最简单直观的答案是：机器学习用计算机程序模拟人的学习能力，从实际例子中学习得到知识和经验。机器学习是人工智能的一个分支，也是人工智能的一种实现方法。它从样本数据中学习得到知识和规律，然后用于实际的推断和决策。...

导言凸优化（convex optimization）是最优化问题中非常重要的一类，也是被研究的很透彻的一类。对于机器学习来说，如果要优化的问题被证明是凸优化问题，则说明此问题可以被比较好的解决。在本文中，SIGAI将为大家深入浅出的介绍凸优化的概念以及在机器学习中的应用。凸优化简介在SIGAI之前的公众号文章“理解梯度下降法”中我们介绍了最优化的基本概念以及梯度下降法。如果读者对目标函数，优...

 导言    从1989年LeCun提出第一个真正意义上的卷积神经网络到今天为止，它已经走过了29个年头。自2012年AlexNet网络出现之后，最近6年以来，卷积神经网络得到了急速发展，在很多问题上取得了当前最好的结果，是各种深度学习技术中用途最广泛的一种。在本文中SIGAI将为大家回顾和总结卷积神经网络的整个发展过程早期成果卷积神经网络是各种深度神经网络中应用最广泛的一种，在机器视觉的很多问题...

Ubuntu 操作系统要使用的命令简单汇总：sudo -i  获取 临时 root 权限 用户管理 增加用户sudo adduser 用户名 删除用户 sudo deluser 用户名  修改当前用户的密码　 passwd  修改用户密码　 sudo passwd 用户名  修改用户资料 sudo ...

SIGAI特邀作者：twinlj77作者简介：大学教师研究方向：机器学习、信息安全导言尽管“神经网络”这个词的出现已经有些年头，但是人们并没有对其建立严格的数学符号和形式化的表示，而且神经网络从一开始就不是独立的学科，它来源于生理学，心理学，物理，数学，工程的交叉领域，所以这种交叉使的神经网络的研究看起来有点混乱。特别是现在的“深度学习”，有点急于撇清与神经网络的联系，我将通过对这一段漫长历史...

Batch Normalization（简称BN）自从提出之后，因为效果特别好，很快被作为深度学习的标准工具应用在了各种场合。BN大法虽然好，但是也存在一些局限和问题，诸如当BatchSize太小时效果不佳、对RNN等动态网络无法有效应用BN等。针对BN的问题，最近两年又陆续有基于BN思想的很多改进Normalization模型被提出。BN是深度学习进展中里程碑式的工作之一，无论是希望深入了解深度...