- 博客(28)
- 收藏
- 关注
RSS订阅原创 Ubuntu安装openmpi
ubuntu使用apt库可以直接安装openmpi，优点是方便快捷，但是版本可能略低，且只能安装至系统指定位置。下载需要版本的安装包。
2024-01-18 11:13:40
1115
1
原创 IRIS（Incorporated Research Institutions for Seismology）常用功能介绍
Iris是地震学研究学者下载地震数据，获取地震以及台站信息的重要平台，它也提供了一些软件包供我们处理和可视化数据，本文主要介绍一些经常用到的iris中的功能。
2022-08-27 16:27:31
1328
原创 matlab一句代码实现分段函数
分段函数是我们经常遇到的一类函数，提到分段函数我们最先想到的可能就是if else语句了吧，举个例子：if else实现分段函数clear;clcx=-2:0.02:2;y=ones(1,length(x));for i=1:length(x) if abs(x(i))>1.1 y(i)=1.1*sign(x(i)); else y(i)=x(i); endendplot(x,y)可以看出尽管函数只分了两段，但是使用if els
2021-11-14 10:35:43
3637
原创 在pycharm中安装python软件包的三种方法
（1）命令行安装pip install XXX 或者 conda install XXXXXX为包的名称，命令输入的位置如下图所示（两个均可使用，如果一个安装失败则使用另一个）（2）操作界面安装（i）依次点击file——settings，出现如下界面（2）点击图中+，出现如下界面，在搜索框中输入相应的包的名称，选中后点击install Package（3）直接根据提示安装打开一个python源程序，在下面画有红色波浪线的均为未安装的包，将光标移动至红色波浪线处，会出现install p
2021-11-04 19:59:08
14583
4
原创 没有Nvidia（英伟达）显卡对深度学习计算的影响
有很多电脑使用的都是集成显卡，而进行深度学习大都需要英伟达的显卡，那么没有Nvidia的显卡会有什么影响呢？cuda提到深度学习cuda是一个绕不开的概念，CUDA（Compute Unified Device Architecture），是显卡厂商Nvidia推出的运算平台，可用于Nvidia（英伟达）显卡计算加速，基本所有的大型运算都要安装cuda，如果没有Nvidia的显卡就无法使用cuda，也就无法进行大型的深度学习计算。在cpu下进行深度学习计算在cpu下也可以进行深度学习计算，理解深度学
2021-11-04 19:55:06
9721
2
原创 centos7中安装pycharm
1、下载pycharm安装包可以直接百度pycharm到官网下载，社区版是免费的，对我而言已经够用了，下载的安装包文件名如下：pycharm-community-2021.2.1.tar.gz2、解压并安装在安装包目录中使用此命令进行解压：tar zxf pycharm-community-2020.1.tar.gz 进入解压后文件的bin目录下，使用此命令可以启动pycharm./pycharm.sh3、为pycharm添加启动图标在终端输入命令：gedit /usr/share/
2021-09-05 23:03:44
4329
2
原创 使用pytorch训练神经网络2-----回归
博主曾经写过一个使用pytorch训练神经网络的博文（使用Pytorch训练神经网络1），在那篇文章里面博主讲解了一个典型的神经网络的训练过程，引用了官方教程中的示例，包括正向传播、损失函数、反向传播和权值更新，都是根据数学公式手动定义的，如果想清晰了解神经网络的结构可以参考一下那篇文章。本文博主参考了莫烦python的课程，将以一个回归神经网络的例子展示充分利用pytorch中各种函数和功能搭建神经网络的详细过程，这一篇相比上一篇代码会简便许多。1、首先导入需要的包和模块import torchf
2021-04-18 11:41:33
869
2
原创 人工智能、机器学习、深度学习和神经网络
1、人工智能（Artificial Intelligence，AI）是机器模拟人的意识和思维，让计算机具备人类拥有如感知、学习、记忆、推理、决策等的能力。2、机器学习（Machine Learing, ML)实现人工智能的方法，人工智能领域最能体现智能的一个分支。3、深度学习(Deep Learning, DL)机器学习的分支，机器学习领域的一个新的研究方向。基于对数据进行表征学习的算法。4、神经网络（Neural Network, NN）目前一般指人工神经网络，是一种模仿动物神经网络行为特征
2021-04-16 18:56:11
1874
1
原创 python导入模块的四种方法
以time模块为例import time导入time模块，但是使用其中的函数和类的时候需要使用如下写法：time.localtime()import time as t使用方法和第一种类似，但是可以简化模块名import time.localtime(from time import localtime)只导入需要的类和函数from time import *导入所用类和函数，且在使用的时候只写类或者函数的名即可...
2021-04-13 21:55:39
260
原创 使用python实现文件的读写
在常规的python文件操作过程中主要有以下三个步骤：(1)打开文件；(2)读/写文件；(3)关闭文件注意：如果写文件后不关闭，那么写入的内容不会保存1、将指定内容写入文件text = 'This is my first test.\nThis is the next line.\nThis the last text\n'my_file = open('1.txt', 'w')##如果文件存在，必须要和.py文件在一个文件夹下，如果要编辑其他文件夹下的文件需要在1.txt前加上（filep
2021-04-13 17:17:20
1060
原创 使用Pytorch创建张量以及使用numpy创建数组的异同点
NumPy(Numerical Python) 是 Python 语言的一个扩展程序库,支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。Pytorch是一个基于Python的计算包，提供两个高级功能：1、具有强大的GPU加速的张量计算；2、包含自动求导系统的深度神经网络。Numpy创建的数组（ndarray）和Pytorch创建的张量(Tensors)具有相似的形式，但是Tensors具有可以使用GPU计算的优点。使用Numpy创建数组1、使用确切的数据创建ndarray（nu
2021-04-08 16:29:22
3171
3
原创 python中的算术操作、比较操作、逻辑操作及其优先级
一、算术操作1、算术操作符加（+）、减（-）、乘（X）、除（/）、幂（**）2、计算优先级：幂 > 乘除 > 加减二、比较操作1、比较操作符包括：< , <=, >, >=, ==, !=2、比较操作符返回值比较操作符根据表达式的值的真假返回布尔类型值。三、逻辑操作1、逻辑操作符and、or、not2、若判断的条件为逻辑变量，and可用&代替，or可用|代替。当需要求得满足多个逻辑条件的数据时，要使用& 和|，在某些条件下用an
2021-04-08 11:06:25
811
原创 pthon中numpy.where的用法
numpy.where(condition, x, y)第一种用法给定condition 以及x和y，当condition为真时，返回x，condtion为假时，返回y，返回值都是数组形式的。import numpy as np##数值示例x = 3print(np.where(x > 1, 1, 2))##输出为array(1)##数组示例：将数组的每一个元素带到条件，如果为真则此元素换为x，为假则换为ya = np.array([[1], [2]])print(np.wher
2021-04-07 19:52:34
203
原创 python增加数组和减少数组维度的方法(None、np.newaxis和0的用法）
增加数组维度可以使用None(可以理解为New One)或者np.newaxis，老规矩举个例子：a = np.ones((2,2)) #shape为2X2b = a[None, :, :] #shape为1X2X2，在前面增加了个维度c = a[None, None, :, :]#shape为1X1X2X2，在前面增加了两个维度d = a[:, None, :] #shape为2X1X2，在中间增加了一个维度e = a[:, :, None] #shape
2021-04-06 22:36:56
2082
原创 python中numpy数组及其内积、点乘、平方操作
首先介绍一下叉乘和点乘的区别，在线性代数中我们学习过矩阵的乘法，这里所说的乘法一般默认是叉乘（也叫内积），而点乘则指的是矩阵对应元素的相乘。我们可以把矩阵看成数组的一种，也就是为维度是二维的介绍，接下来我们讲解一下numpy数组和他的叉乘、点乘操作：一、numpy数组使用numpy创建的数组叫做ndarray，是一个具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组。接下来我们来创建几个数组：1、一维数组import numpy as np##一行一列a = np.array([1])
2021-04-06 21:08:51
39060
原创 python将二维和三维数组保存到txt文件
首先要保证在你的python环境中装了numpy包，接下来我们要使用其中的两个函数用于存储和加载数组：np.savetxt()和np.loadtxt(),为避免影响大家读下去的心情，这里就不放官方文档了，直接讲解应用。二维数组的保存和读取import numpy as npa = np.ones((2, 2))##四个参数依次为文件名、数组、数据类型（浮点型）、分隔符（逗号）np.savetxt("a.txt", a, fmt = '%f', delimiter = ',')b = np.loa
2021-04-02 20:19:42
24185
9
原创 windows和Linux下Fortran编译环境的配置
Fortran是最早出现的高级程序设计语言之一，主要适合用来解决科学计算方面的问题，主要优点是计算效率很高。要想学习一门语言，首先是学习工具，在书籍方面推荐大家参考《Fortran程序设计》（第四版），接下来主要为大家介绍如何在windows和linux下配置Fortran的编译环境。windows下Fortran编译环境的配置在windows下推荐大家配合使用Visual Studio（VS） + Intel® Visual Fortran（IVF），关于这两个软件的下载与安装，大家可以参考这篇博文：
2021-04-01 22:50:55
9171
1
原创 使用Pytorch训练神经网络1
本文主要参考Pytorch的官方教程编写，主要介绍神经网络的训练过程以及pytorch训练神经网络过程中使用的模块以及它们的作用。典型的神经网络训练过程
2021-03-29 22:29:28
629
原创 Python中item()和items()的用法
Python中的item()和items()虽然一字之差但是用法却毫无关联，但是在搜索时经常会有人把他们搞混，所以博主就在这里为大家介绍一下这两种方法的用法。item（）item()的作用是取出单元素张量的元素值并返回该值，保持该元素类型不变。听起来和使用索引来取值的作用好像一样，接下来我们看一看使用两种方法取元素值的区别：首先定义一个张量：1、直接使用索引取值：2、使用item()取出由此可以看出使用item()函数取出的元素值的精度更高，所以在求损失函数等时我们一般用item（）i
2021-03-29 14:37:22
43220
2
原创 使用Anaconda管理python第三方包和虚拟环境
python由于具有简便易用并且具有许多标准库和第三方库的优点，得到了广泛的使用，特别是其在人工智能中的实用性使其更加流行。如上所述，拥有较多第三方包是python的一大优点，那么对于经常使用python的人来说，管理包就显得犹为重要，接下来我将为大家详细介绍使用Anaconda来管理包和虚拟环境的方法。Anaconda介绍Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项，因为包含了大量的科学包，Anaconda 的下载文件比较大（约 5
2021-03-27 17:44:25
757
1
原创 Python绘制二维图像坐标轴发生翻转的解决方案
1、绘图横纵坐标轴倒转问题今天使用了python绘制三维图像的二维切片，把Y固定为某一个值绘制X-Z切片，但是绘制出来的结果图发现X轴和Z轴发生了倒转，大概是这样：左图为实际得到的不理想结果，右图为笔者想得到的结果：2.矩阵和绘图规则查询无果后，笔者决定研究一下矩阵和绘图的规则：使用numpy生成一个三行四列的矩阵：import numpy as npa = np.zeros((3, 4)a的生成结果如下：如果生成一个二维矩阵，我们会习惯性地把第一个数默认为x，第二
2021-03-25 19:51:19
6500
3
原创 RuntimeError: CUDA error: CUBLAS_STATUS_INTERNAL_ERROR when calling `cublasCreate(handle)`
##RuntimeError: CUDA error: CUBLAS_STATUS_INTERNAL_ERROR when calling cublasCreate(handle)最近在使用pytorch训练神经网络时出现了标题所示的错误，产生了很大的疑惑，因为在一个月前运行是不存在任何问题的，但是现在却出问题了，所以四处寻找各种解决方案，经过一整天的努力和尝试终于解决了这个问题。接下来把尝试过的方法分享给大家，其中最后一种方案是我适用的：方法一https://blog.csdn.net/xiaoxi
2021-03-23 22:22:45
11579
12
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人