- 博客(12)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 量化投资vnpy —— 更改数据库存储，使数据存储到指定集合/数据表
在使用VNPY时，只有两张表，一个是bar数据，一个是tick，实际使用中，这个数据库文件可能相当大，检索很费时。并看到有人也遇到了同样的困惑，建议vnpy-2.0.9 用关系型数据库。于是，我尝试基于vnpy 2.0.8，修改数据为 MongoDB，并将数据保存至指定的 Collection，同时保证当未指定 Collection 时，数据仍保存在原有的数据表中。适用于 tick数据 和 ba...
2020-02-05 17:14:14
4585
2
原创 matplotlib绘制子图 subplot
1.绘制子图使用subplot() 方法，subplot()方法传入numrows,numcols,fignum参数：fignum范围是 1 到numrows*numcolsimport matplotlib.pyplot as pltimport numpy as npx=np.linspace(0.0, 5.0, 50)y1 = np.sin(x)y2 = np.exp(x) *...
2019-09-06 15:38:45
1566
1
原创 matplotlib配置图的属性
介绍一下使用 matplotlib.pyplot 模块绘制图像时，图像的常用属性设置。1.模块导入import matplotlib.pyplot as pltplt.plot(x, y, **kwargs)2.设置线的属性pyplot可以设置线的很多属性，如线宽/虚线样式/抗锯齿等。以下是几种设置线的属性的实现方式：使用 **kwargs 关键字设置：如 plt.pl...
2019-09-06 15:37:00
520
原创 numpy按列连接两个维数不同的数组
合并两个维数不同的ndarray假设我们有一个3×2 numpy数组：x = array(([[1,2], [3, 4], [5,6]]))现在需要把它与一个一维数组：y = array(([7, 8,9]))通过将其添加到行的末尾，连接为一个3×3 numpy数组，如下所示：array([[1,2,7], [3,4,8], [5,6,9]])在nu...
2019-03-19 21:59:25
6499
翻译 AdaBoost, GBDT和XGBoost的区别和联系
原文请参考： https://hackernoon.com/gradient-boosting-and-xgboost-90862daa6c77什么是BoostingBoosting 是将一组弱学习器（weak learner）组合起来成为一个强学习器（strong learner） 的方法。假设我们有一个二分类任务。一个较弱的学习器分类时的错误率略小于0.5，即它的学习能力比抛硬币略强一点点...
2019-03-14 17:28:20
2837
原创 Boosted Tree原理详解
简述boosted Tree算法简要描述：不断地添加树，不断地进行特征分裂来生长一棵树。每次添加一个树，其实是学习一个新函数，去拟合上次预测的残差。一个树在生长的过程中，挑选一个最佳特征的最佳分裂点，来进行特征分裂。训练后会得到的模型是多棵树，每棵树有若干叶子节点，每个叶子节点对一个分数，假如来了一个样本，根据这个样本的特征，在每棵树上会落到对应一个叶子节点，总分数就是把落到的叶子节点的分数...
2019-03-12 20:12:04
5961
原创 Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation (DeepLab v3+) 论文笔记
《Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation》论文链接：https://arxiv.org/abs/1802.02611tensorflow 官方实现： https://github.com/tensorflow/models/tree/master/research/dee...
2019-02-25 20:42:11
3947
原创 Python安装 cv2
opencv 的python 版本，在python中import 该模块时，使用语句 import cv2。pip 安装 opencvpip install opencv_python# 对于python3，使用pip3 install opencv_pythonAnaconda3安装opencvconda install --channel https://conda.anaco...
2019-02-21 13:25:45
4767
原创 目标识别 YOLO 学习笔记（二）
文章目录Getting StartConifguration File 配置文件引入要用到的模块Parsing the configuration file 解析配置文件创建网络YOLO layer测试代码补充知识1. Upsample 上采样2. batch normalize 批量标准化提出batch normalize的原因什么是 BNBN的优势什么时候用 BN参考文章YOLO 中的rout...
2019-01-16 20:20:50
1887
原创 目标识别 YOLO 学习笔记（一）
文章源于我的个人博客，地址：目标识别 YOLO 学习笔记（一）， 尊重原创，转载请注明。这个笔记，主要是学习 YOLO 入门教程《How to implement a YOLO (v3) object detector from scratch in PyTorch》的笔，其中包含自己学习过程中遇到的不懂之处的记录。与大家分享，以交流共勉。笔记也会分为5个部分，层层递进，使用 PyTorch实...
2019-01-15 20:13:26
2950
2
原创 Pycharm连接远程服务器并实现远程调试
当需要远程办公时，使用pycharm远程连接服务器时必要的。 PyCharm提供两种远程调试(Remote Debugging)的方式:配置远程的解释器（remote interpreter）配置Python调试服务器（Python Debug Server）本篇文章主要介绍配置远程解释器，关于配置 python调试服务器，文末也会简单介绍。1. Pycharm连接远程服务器...
2018-08-29 16:14:11
57300
36
原创 Sympy的一个Bug，牵涉到Python多重继承问题
Sympy（gometry子包）中发现的一个bug问题来源：获取点到线段的距离。点到线段的距离与点到直线的距离不同，点到线段的最短距离并不一定是垂直距离。但是当使用sympy.geometry.line中的Segmnet类创建实例化的线段，并使用Segment类中的 distance() 方法获取 某个点到这条线段的距离时，发现无论点在何处，计算的始终是点到直线的距离（即垂直距离）。...
2018-08-17 17:29:01
551
KITTI数据集下载 - 百度云.md
2019-09-26
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人