机器学习
文章平均质量分 57
zhuiyuan2012
这个作者很懒,什么都没留下…
展开
-
mask_generator.generate 函数报错AttributeError: ‘Image‘ object has no attribute ‘shape‘
调用segment-anything 模型masks = mask_generator.generate(img_array)调用segment-anything 模型masks = mask_generator.generate(image)转换为numpy即可输入mask_generator.generate(ima_array)报错“ ‘Image’ object has no attribute ‘shape’”原创 2024-08-27 19:34:37 · 198 阅读 · 0 评论 -
16位深度图用毒霸软件打开显示异常
当用opencv打开16位深度图时:cv2.imread(image_name, 3),返回3通道,原深度图。并进行旋转处理保存为16位深度图,并用jupyter lab打开查看图片时,图片正常显示原图如上图片软件查看图片信息:可以看到深度信息是16*3,也就是乘以了通道数量。旋转后的图像如上当我用换毒霸看图图片软件打开时,则图片显示白色:图片当采用cv2.imread(image_name, 2)返回1通道,原深度图此时通过jupyter lab和图片软件打开均能正常显示图原创 2022-05-17 16:15:54 · 1343 阅读 · 0 评论 -
model.show_result()导致jupyter lab提示服务似乎挂掉,但会立刻重启
实验1代码,不加model.show_result:%reload_ext autoreload%autoreload 2%matplotlib inlinefrom mmseg.apis import inference_segmentor, init_segmentorimport mmcvimport osos.environ[“KMP_DUPLICATE_LIB_OK”]=“TRUE”config_file = ‘mmsegmentation/configs/unet/fcn_une原创 2022-03-25 14:59:44 · 5024 阅读 · 0 评论 -
为什么神经网络模型在测试集上的准确率高于训练集上的准确率?
为什么神经网络模型在测试集上的准确率高于训练集上的准确率?种花家的奋斗兔 2020-03-21 17:28:37 5847 已收藏 11分类专栏: Deep Learning 文章标签: dropout 深度学习版权Deep Learning专栏收录该内容26 篇文章0 订阅订阅专栏类似下图:或者下图:来自:吴恩达机器学习Regularization部分。如上图所示,有时候我们做训练的时候,会得到测试集的准确率或者验证集的准确率高于训练集的准确率,这是什么原因造成的呢?经..原创 2021-10-21 09:45:32 · 6794 阅读 · 5 评论 -
在图像中添加标注并使用plt savefig函数保存
有时候需要读取图片,并添加标注,然后保存该图片。如果用opencv 的imwrite函数不可行,因为imwrite函数需要输入参数是numpy数组。此时用plt savefig函数可以保存该图片,但是savefig函数前面不能出现plt.show()函数。代码案例:import matplotlib.pyplot as plt # plt 用于显示图片import matplotlib.image as mpimg # mpimg 用于读取图片import numpy as npimp原创 2021-08-25 00:12:50 · 3126 阅读 · 1 评论 -
GPU很空闲总是提示GPU out of memeory
nvidia-smi 和watch -n 1 nvidia-smi命令显示GPU占用为0,没有进程使用GPU0上有11G空闲,但是训练模型时报错:提示:CUDA out of memory. Tried to allocate 1.12 GiB (GPU 0; 11.17 GiB total capacity; 9.99 GiB already allocated; 877.75 MiB free; 1.25 MiB cached)需要1.12G内存,但是不够。明明有11.17G啊!原创 2021-06-30 15:06:32 · 24669 阅读 · 8 评论 -
error: OpenCV(3.4.2) /io/opencv/modules/imgproc/src/templmatch.cpp:589:
error: OpenCV(3.4.2) /io/opencv/modules/imgproc/src/templmatch.cpp:589: error: (-215:Assertion failed) corrsize.height <= img.rows + templ.rows - 1 && corrsize.width <= img.cols + templ.cols - 1 in function 'crossCorr'原创 2021-06-15 15:23:28 · 962 阅读 · 2 评论 -
Input contains NaN, infinity or a value too large for dtype(‘float64‘).
贴上出错代码:import cv2 as cvimport numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport mathimport osimport globimport shutilimport scipyfrom scipy import miscfrom sklearn.datasets import fetch_lfw_peopleimport matplotlib.pyplot as .原创 2021-04-29 16:14:57 · 1760 阅读 · 0 评论 -
imread函数读取图片深度位默认将uint16转为uint8类型并向下取整
import matplotlibimport matplotlib.pyplot as pltimport numpy as npfrom skimage import data, img_as_floatfrom skimage import exposureimport cv2def grey_scale(image): rows,cols = image.shape flat_gray = image.reshape((cols * rows,)).tolist(...原创 2021-04-13 17:39:39 · 2491 阅读 · 0 评论 -
图像处理非常具有学习价值的网站博客
opencv学习:https://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_feature2d/py_sift_intro/py_sift_intro.html图像处理:https://www.cnblogs.com/wangguchangqing/category/740760.html图像检索:https://www.cnblogs.com/wangguchangqing/p/10131946.html...原创 2021-04-01 10:22:50 · 135 阅读 · 0 评论 -
验证曲线
原创 2020-12-15 23:10:30 · 225 阅读 · 0 评论 -
VAE学习材料
VAE论文和代码:https://github.com/AntixK/PyTorch-VAE原创 2020-08-13 16:53:11 · 209 阅读 · 0 评论 -
关于训练数据放batchsize个到内存
在模型训练过程中改变训练数据路径会报错:模型训练部分代码:#https://github.com/dhuQChen/DenseNetfrom model import *import torchvisionimport torchvision.transforms as transformsfrom torch.autograd import Variableimport matplotlib.pyplot as pltplt_loss = []def train(epoc.原创 2020-07-09 20:18:41 · 709 阅读 · 0 评论 -
深度学习领域开源框架对比
深度学习领域开源的框架有很多,比如 caffe、TensorFlow、Theano、Torch,到底哪种框架更为优秀呢?我的同学在例会上进行了详细的介绍,后面总结成了这篇博文,转载并总结之以更好的学习很好。原博文地址:http://blog.csdn.net/u010167269/article/details/51810613主要与大家的分享来自这篇论文:《Comparative Study转载 2017-09-18 10:41:47 · 751 阅读 · 0 评论 -
几何不变矩 Hu 矩
几何不变矩 Hu 矩【原文部分转载】:http://blog.csdn.net/wrj19860202/archive/2011/04/16/6327094.aspx在连续情况下,图像函数为 ,那么图像的p+q阶几何矩(标准矩)定义为: p+q阶中心距定义为: 其中 和 代表图像的重心,对于离散的数字图像,采用求和号代替转载 2017-11-01 14:11:15 · 1031 阅读 · 0 评论 -
人工智能\机器学习\统计学\数据挖掘之间有什么区别
转自https://blog.csdn.net/sinat_25357975/article/details/51167101【伯乐在线导读】:前段时间,作者在 stats.stackexchange.com(译注:国外的一个系列问答网站,其中Stack Overflow是其中一个子站)看到一个很有意思的问题,引起了他的注意。经过阅读和分析 StackExchange 上的所有答案后,他觉得有必将...转载 2018-03-26 10:24:05 · 1247 阅读 · 0 评论 -
一篇文章讲清楚人工智能、机器学习和深度学习的区别和联系
转自http://blog.sciencenet.cn/blog-2888249-1082369.html人工智能的浪潮正在席卷全球,诸多词汇时刻萦绕在我们耳边:人工智能(Artificial Intelligence)、机器学习(Machine Learning)、深度学习(Deep Learning)。不少人对这些高频词汇的含义及其背后的关系总是似懂非懂、一知半解。为了帮助大家更好地理解人工智...转载 2018-04-02 21:43:52 · 223 阅读 · 0 评论 -
ubuntu16.04+anaconda3+CUDA9.0+cudnn7.0.5+tensorflow1.6+python3.6环境配置
可以参考nvidia官网进行tensorflow安装,https://www.nvidia.com/en-us/data-center/gpu-accelerated-applications/tensorflow/1.安装GPU版本的tensorlfow时,需确定显卡型号,并安装匹配的显卡驱动,先输入nvidia-smi 查看显卡型号,如果第一列有Driver version证明已...原创 2018-04-18 23:04:36 · 2422 阅读 · 1 评论 -
TSNE降维方法
TSNE——目前最好的降维方法 转自:http://blog.csdn.net/u012162613/article/details/459208271.流形学习的概念流形学习方法(Manifold Learning),简称流形学习,自2000年在著名的科学杂志《Science》被首次提出以来,已成为信息科学领域的研究热点。在理论和应用上,流形学习方法都具有重要的研究意义。假设数据是均匀采样于一个...转载 2018-05-18 13:35:21 · 3437 阅读 · 0 评论 -
tensorflow中的常量、变量和占位符
部分内容转自https://blog.csdn.net/baidu_15113429/article/details/78077834?locationNum=8&fps=1https://blog.csdn.net/fei13971414170/article/details/73309106先给一个实例,#先导入TensorFlowimport tensorflow as tf#...转载 2018-05-26 14:08:18 · 3726 阅读 · 0 评论 -
TensorFlow中:Graph和Session
转自https://blog.csdn.net/xierhacker/article/details/53860379之前讲完变量常量等等基本量的操作,意味着最基本的东西都有了,然后接下来很重要的就是那些量和操作怎么组成更大的集合,怎么运行这个集合。这些就是计算图谱Graph和Session的作用了。因为篇幅和格式的缘故,这里的测试代码并没写全,全部的代码可以在我的GitHub上面找到:Learn...转载 2018-05-26 16:48:08 · 2461 阅读 · 0 评论 -
Tensorflow 中eval()和sess.run()的关系
eval()也是启动计算的一种方式。基于Tensorflow的基本原理,首先需要定义图,然后计算图,其中计算图的函数常见的有run()函数,如sess.run()。同样eval()也是此类函数。需要注意的是eval()只能用于tf.Tensor类对象,也就是有输出的Operation。对于没有输出的Operation, 可以用.run()或者Session.run()。Session.run()没...转载 2018-05-26 17:06:25 · 1966 阅读 · 0 评论 -
Tensorflow中padding的两种类型SAME和VALID
转自https://blog.csdn.net/jasonzzj/article/details/53930074SAME means that the output feature map has the same spatial dimensions as the input feature map. Zero padding is introduced to make the shapes ...转载 2018-05-26 21:21:04 · 204 阅读 · 0 评论 -
Tensorflow一些常用基本函数操作
转自https://blog.csdn.net/lenbow/article/details/521527661、tensorflow的基本运作为了快速的熟悉TensorFlow编程,下面从一段简单的代码开始:import tensorflow as tf #定义‘符号’变量,也称为占位符 a = tf.placeholder("float") b = tf.placeholder("flo...转载 2018-05-26 21:27:35 · 4049 阅读 · 1 评论 -
anaconda 环境管理
转自https://www.cnblogs.com/welhzh/p/6009246.html# 创建一个名为python34的环境,指定Python版本是3.4(不用管是3.4.x,conda会为我们自动寻找3.4.x中的最新版本)conda create --name python34 python=3.4# 安装好后,使用activate激活某个环境activate python3...转载 2018-05-23 22:38:09 · 163 阅读 · 0 评论 -
熵、交叉熵、KL散度概念
转自https://blog.csdn.net/u014465639/article/details/71637477一、熵的本质是香农信息量()的期望。现有关于样本集的2个概率分布p和q,其中p为真实分布,q非真实分布。按照真实分布p来衡量识别一个样本的所需要的编码长度的期望(即平均编码长度)为:H(p)=。如果使用错误分布q来表示来自真实分布p的平均编码长度,则应该是:H(p,q)=。因为用q...转载 2018-06-05 09:03:46 · 686 阅读 · 0 评论 -
Sigmoid、Relu、Tanh激活函数
转自https://blog.csdn.net/u013146742/article/details/51986575和https://www.cnblogs.com/makefile/p/activation-function.html激活函数形式:其中θθ为我们之前提到的神经元的激活阈值,函数f(⋅)f(·)也被称为是激活函数Sigmoid函数定义1+sigmoid 函数曾经被使用的很多,不过...转载 2018-06-05 10:27:02 · 43818 阅读 · 0 评论 -
Scikit-learn与Tensorflow_Aurelien——2017学习笔记 chapter1-2
1.机器学习code example 开源网站https://github.com/ageron/handson-ml2.python学习http://learnpython.org/,https://docs.python.org/3/tutorial/ python主要的科学库NumPy, Pandas ,Matplotlib...原创 2018-06-05 14:13:15 · 899 阅读 · 0 评论 -
Scikit-learn与Tensorflow_Aurelien——2017学习笔记 chapter4
Training Models1. Linear Regression2. The Normal Equation原创 2018-06-12 22:56:28 · 373 阅读 · 0 评论 -
pip 安装python 虚拟环境
Open a terminal and type the following commands (after the $ prompts):$ export ML_PATH="$HOME/ml" # You can change the path if you prefer$ mkdir -p $ML_PATH$ pip3 --versionpip 9.0.1 from [...]/lib/py...原创 2018-06-06 10:47:52 · 648 阅读 · 0 评论 -
Scikit-learn与Tensorflow_Aurelien——2017学习笔记 chapter5
Support Vector Machines1.Linear SVM ClassificationNotice that adding more training instances “off the street” will not affect the decision boundary at all: it is fully determined (or “supported”) by t...原创 2018-06-14 15:39:10 · 242 阅读 · 0 评论 -
Scikit-learn与Tensorflow_Aurelien——2017学习笔记 chapter3
ClassificationMNIST函数:fetch_mldata(), permutation(), SGDClassifier(),fit(),predict(),StratifiedKFold(),cross_val_score(),cross_val_predict()Performance Measures Measuring Accuracy Using Cross-Valid...原创 2018-06-11 09:33:21 · 309 阅读 · 0 评论 -
机器学习介绍的相关网站
收集的一系列介绍机器学习的网站,以飨读者https://www.cyzone.cn/article/159742.html三张图读懂机器学习:基本概念、五大流派与九种常见算法https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2650723678&idx=1&sn=5cb049e37427dd2b2a4e3...转载 2018-11-29 15:55:52 · 224 阅读 · 0 评论 -
关于anaconda3的conda命令在使用过程中突然失效
我的anaconda3是之前安装好了的,同时也能使用conda命令。但就在我使用conda和pip命令安装其他程序后,conda命令失效,输入:conda --version或者conda list输出:RROR: The install method you used for conda--probably either `pip install conda`or `easy_in...原创 2019-03-26 21:51:08 · 12301 阅读 · 11 评论 -
bashrc和bash_profile的生效时间
vim ~/.bashrc 后source ~/.bashrc立即生效,但在下次用户登录时需要重新source而 ~/.bash_profile文件里面的环境变量,一旦source成功后,下次用户登录时不在需要source同时在conda虚拟环境下 可以source ~/.bash_profile文件,不能source ~/.bashrc文件.bash_profile和.bashr...原创 2019-03-26 22:41:59 · 1154 阅读 · 0 评论 -
windows下使用labelme标注数据集后上传到linux服务器上并将json格式转换为info.yaml和label.png
步骤:可以参考https://blog.csdn.net/l297969586/article/details/79140840/(1)windows安装labelmegithub地址:https://github.com/wkentaro/labelme打开cmd终端:sudo apt-get install python-qt4 pyqt4-dev-toolssudo ...原创 2019-04-02 14:47:36 · 1680 阅读 · 0 评论 -
ImportError: libGL.so.1: cannot open shared object file: No such file or directory
在fedora30上安装anaconda3后,导入matplotlib.pyplot是报错>>> import matplotlib.pyplot as pltTraceback (most recent call last): File "<stdin>", line 1, in <module> File "/root/anaconda3...原创 2019-05-08 19:09:25 · 7950 阅读 · 1 评论 -
随机搜索 /爬山法/模拟退火/遗传算法
代价函数确定问题的形式和规模之后,根据不同的问题,选择要优化的目标。如本文涉及的两个问题中,一个优化目标是使得航班选择最优,共计12个航班,要使得总的票价最少且每个人的等待时间之和最小。第二个问题是学生选择宿舍的问题,每个学生可以实现填报志愿,如果安排的宿舍与志愿完全一致,则代价为0,与第二志愿一致,代价为1,如果没有和志愿一致,代价为3。 故,抽象问题的能力很重要,如何将自己要优化的目标量化...转载 2019-07-02 21:02:40 · 4386 阅读 · 0 评论