2021年08月_吨吨不打野

12月 11月 10月 09月 08月 07月 06月 05月 04月 03月 02月 01月

原创程序员常用的画图软件/可视化和小技巧

????1. 常用图——Draw.io1. 使用方便无需登录，直接进入网页，可以直接使用海量模板新建项目。然后进入编辑页面，在左侧选择需要的图形，拖到绘图区进行编辑，然后在右侧修改样式就好了。可以直接搜索需要的图形，比如服务器，当然也可以直接粘贴本地或网络图片。2. 样式美观Draw.io 提供了几种默认主题和预设图形风格，比如手绘风格。当然也可以对图形进行高度灵活的定制，如果对界面开发比较熟悉的话，甚至可以直接编辑图形的属性值。3. 丰富导出可以将绘制好的图形一键导出为图片、矢

2021-08-25 09:52:53 9054 4

原创百度图像模糊程度判断

1. 问题说明之前做项目的时候，摄像头采集数据环境，在demo现场，由于摄像头被放在玻璃柜中，玻璃反光和灯光等原因，采集到的图像比较模糊。类似下图。所以这里对百度的判断图像模糊程度的API进行简单使用，主要参考:百度AI–简单获取图片模糊度人脸识别图像的模糊度判别算法的优化2. 实施...

2021-08-24 10:44:58 1537

原创 vscode使用合集——python,C++

重度推荐阅读文章：VS Code」Visual Studio Code 菜鸟教程：从入门到精通1. 添加python文件头模板参考：vscode添加python文件头模板正规的叫法是自定义snippet（代码段） /用户自定义代码段点击用户->首选项->用户片段，选择对应的语言，例如python，然后会自动打开一个python.json文件，在其中写入以下大致内容即可：{ "HEADER":{ "prefix": "header", "bod

2021-08-24 10:40:51 5681 2

转载 CSDN的markdown中katex数学公式使用

在csdn文章编辑界面右侧点击帮助，可以看到：然后去这里看规范即可：https://katex.org/

2021-08-20 15:41:13 560

原创 python中的I\O以及路径常见操作

参考：How can I safely create a nested directory in Python?Automatically creating directories with file output [duplicate]

2021-08-19 15:55:32 2410

原创 python 获取文件夹中指定后缀/格式文件列表

1. 获取指定后缀的文件列表import pathliblist(pathlib.Path('your_directory').glob('*.txt'))参考：英文搜索关键词：files with certain extension python pathCSDN博客： Python3获取指定格式文件列表英文博客：Find Files With a Certain Extension Only in Pythonstack overflow：Find all files in a dir

2021-08-19 11:14:26 4140

原创动手学深度学习V2.0(Pytorch)——9.softmax回归

https://www.bilibili.com/video/BV1K64y1Q7wu/?spm_id_from=autoNext

2021-08-13 16:56:17 322

原创使用docker部署一个简单的streamlit应用

文章翻译自：Deploying a Simple Streamlit app using Docker另外，可以参考：Deploy a Streamlit WebApp with DockerHow to use Streamlit in Docker

2021-08-12 17:52:55 4393 2

原创 github与远程仓库交互（push和pull）

git initgit add .git commit -m "XXX"git pull origin master --allow-unrelated-histories解决error: failed to push some refs to ‘xxxx’

2021-08-12 17:09:42 1154

原创 git传输时使用的两种协议ssh和http的区别

网上有一些关于这个的文章，我参考官方文档的完善了一下，参考：官方文档-4.1 服务器上的 Git - 协议博客园：gitlab两种连接方式:ssh和http配置介绍简书：github上git clone https与ssh的区别（一般的博客都写的是使用区别，一个需要输入用户名密码，另一个不需要。。。官方文档里有偏向原理性的解释）...

2021-08-12 16:40:17 21858 2

原创打包发布python项目

英文搜索：package publish python project(打包发布python项目)。搜索过程中发现官方名称是：Packaging and distributing projects参考：How to Publish an Open-Source Python Package to PyPI如何打包发布Python项目，让全世界的人都能用打包Python项目并发布到PyPI官方文档：Packaging and distributing projects官方文档：Packaging

2021-08-11 09:49:07 1328

原创 pip install git(pip直接安装git上的项目)

1. 示例我有一个没有发布到PyPI源上的python包（主要有一个setup文件就行），位置在git上，我希望以pip install的方式安装，一步解决，而不是先git clone，再转到对应目录，进行安装。通常的安装# 两步走的安装（安装完还需要自己删除git文件）git clone http://127.0.0.1/XXX/demo.git#change dircd demo# installpython setup.py install --user# windows环境下加--

2021-08-11 08:43:43 75661 5

原创数学绘图工具推荐

1. Google的desmos之前记得看到过Google有一个数学绘图工具，搜索看到一个文章，Google搜索新增数学函数图象绘制功能大意就是google支持在搜索框中输入latex表示的公式，然后会在搜索结果中展示对应公式的图像，尝试了一下：同时这个图像不是一个静态图片，有一个可交互的形式，鼠标移动，坐标位置显示发生变化。点击下面链接可以看到其完整形式：其来源就是要推荐的数学绘图工具：https://www.desmos.com/?lang=zh-CN2.GeoGebra - 数学教学

2021-08-06 11:42:33 10695

原创相关-6. np-complete问题

定义：NP完全问题(NP-C问题)，是世界七大数学难题之一。NP的英文全称是Non-deterministic Polynomial的问题，即多项式复杂程度的非确定性问题。简单的写法是 NP=P？，问题就在这个问号上，到底是NP等于P，还是NP不等于P。参考：NP完全问题其他相关的内容还有：如何证明一个问题是NP-Hard或NP-Complete?P问题、NP问题、NPC问题、NP-hard问题详解组合优化中的P问题，NP问题，NP-complete问题和NP-hard问题P, NP

2021-08-05 15:56:35 279

原创相关-5.python的yield使用（生成器和迭代器）

知道深度学习里经常使用yield来生成batch数据，这次稍微深入调研一下。主要参考以下大佬：知乎回答：Python 的关键字 yield 有哪些用法和用途？ - 飞鸿的回答 - 知乎stackoverflow回答：What does the “yield” keyword do?和上面问题差不多对应的一个中文翻译：3. (译)Python关键字yield的解释(stackoverflow) ✅菜鸟教程：Python yield 使用浅析最标准的，我自己去python官网搜索PEP规范找到

2021-08-04 16:39:21 351

原创 CVAT——3. Advanced功能分享

????1. REST API官方文档手册，点击这里如果已经有了搭建好的CVAT环境，那么可以访问http://XXX:8080/api/swagger/其中有很多分类，主要包括以下类型：auth - user authorization queriescomments - requests to post/delete comments to issuesissues - update, delete and view problem commentsjobs -requests to m

2021-08-04 15:08:21 1293

原创动手学深度学习V2.0(Pytorch)——8.线性回归

8. 线性回归

2021-08-04 10:17:16 447

原创相关-4.批量梯度下降(BGD)、随机梯度下降(SGD)和小批量梯度下降(MBGD)

????1. 批量梯度下降（Batch Gradient Descent，BGD）批量梯度下降法是最原始的形式，它是指在每一次迭代时使用所有样本来进行梯度的更新。是最基本的梯度下降法优点：一次迭代是对所有样本进行计算，此时利用矩阵进行操作，实现了并行。由全数据集确定的方向能够更好地代表样本总体，从而更准确地朝向极值所在的方向。当目标函数为凸函数时，BGD一定能够得到全局最优。从迭代的次数上来看，BGD迭代的次数相对较少。缺点：当样本数目 m 很大时，每迭代一步都需要对所有样本计

2021-08-03 16:30:35 204