- 博客(33)
- 收藏
- 关注
RSS订阅原创 使用VScode连接远程服务器
本机：win7服务器：Ubuntu 18.04.6推荐远程连接软件：MobaXterm（敲命令行方便），WinSCP（查看文件方便），VScode（调试代码方便）
2022-04-21 14:16:38
3726
原创 Photoshop使用技巧
记录一下，不定期更新目录基本操作杂物去除工具将图A中的人像放到图B中基本操作新建图层：Ctrl + J杂物去除工具污点修复画笔工具：智能填充覆盖仿制图章工具：要按住Alt做取样点，然后再对瑕疵部分进行涂抹覆盖将图A中的人像放到图B中初步抠图：打开图A，使用钢笔工具沿着人像锚点闭合线条，然后鼠标右击选择“建立选区”，弹出窗口中羽化半径设为0像素，点击“确定”，此时人像会被虚线包围。调整抠图：使用快速选择工具调整选区复制人像：Ctrl + C（图A中操作）粘贴人像：C.
2022-03-22 17:16:32
2984
原创 Visio使用技巧
线条不直：按住shift键移动线条端点小距离移动图形：按住shift键使用方向键移动图形连接线修改拐点位置：按住ctrl键移动线条中的点自制箭头：利用箭头和矩形拼成自己想要的形状，然后联合形状（在视图后面的小灯泡出输入“联合”）图形在水平/垂直方向上均匀分布：选中图形，位置–>纵向分布取消图形的连接线自动吸附：视图–>取消所有的勾；如果想要图形的自动对齐提示，则勾选“对齐”和“动态网格”...
2022-02-02 17:27:18
7806
原创 使用EndNote导出GB/T 7714—2015格式的参考文献
1.官网下载样式模板网址：https://endnote.com/downloads/styles/在页面的第一个框中输入GBT7714，点击search，显示找到两个结果，下载 Chinese Standard GBT7714 (numeric)2. 找到EndNote的安装目录，将下载的样式模板放到【styles】目录下我的安装路径为C:\Program Files (x86)\EndNote X7\Styles3. 打开EndNote，点击Edit–>Output Styles–&
2022-01-23 18:33:55
44495
2
原创 Word使用技巧
这里写自定义目录标题一、参考文献自动编号二、多次引用同一参考文献一、参考文献自动编号引用–>插入尾注将尾注中的上标 1 改为正常体[1]将正文中的尾注引用上标1改为上标[1]引用–>插入尾注将尾注中的上标 1 改为正常体[1]将光标定位在尾注位置，打开替换对话框将正文中的尾注引用上标1改为上标[1]将光标定位在正文位置，打开替换对话框详见https://jingyan.baidu.com/article/00a07f3846cd3582d128dc55.html
2021-12-21 19:57:32
2393
原创 Linux安装Transformers、Pytorch
官网：https://pytorch.org/安装最新版本：根据设备环境选择变量得到安装命令安装以前版本（以1.6.0为例）：点击“Previous versions of PyTorch”得到安装命令为pip install torch==1.6.0+cu101 torchvision==0.7.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html然后由于网络连接超时报错，故下载安装包进行离线安装打开https://do
2021-03-05 10:22:01
3418
1
原创 e297: write error in swap file
参考资料：https://blog.csdn.net/wushiqi11/article/details/91874801https://blog.csdn.net/lyc0424/article/details/106917167/https://www.cnblogs.com/yinxiangpei/articles/4211743.html使用Linux编辑文件报错 “e297: write error in swap file”解决方法：df -hdu -shx *du -sh.
2021-03-02 18:15:40
1054
原创 统计学习方法总结
摘自《统计学习方法.李航》感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法是分类方法，原始的感知机、支持向量机以及提升方法是针对二类分类的，可以将他们扩展到多类分类。感知机、k近邻法、朴素贝叶斯法、决策树是简单的分类方法，具有模型直观、方法简单、实现容易等特点。逻辑斯谛回归与最大熵模型、支持向量机、提升方法是更复杂但更有效的分类方法，往往分类准确率更高。隐马尔科夫模型、条件随机场是主要的标注方法，通常条件随机场的标注准确率更高。...
2021-01-06 20:40:24
156
原创 使用Jupyter Notebook远程连接服务器
一、远程连接首先在服务器端安装Jupyter Notebook并通过配置文件进行相应参数的设置，然后使用本地主机的浏览器远程访问。参考博客：https://my.oschina.net/u/4218785/blog/31421481.安装conda activate abc #激活虚拟环境pip install jupyter #安装jupyter notebook --generate-config #生成配置文件备注：配置文件的所在路径一般为 ~/.jupyter/jupyter_not
2020-11-10 15:51:12
17315
7
原创 使用Anaconda安装Tensorflow、Keras
简单命令总结conda info --envsconda create -name tensorflow [python=3.7] #建立一个名为tensorflow的环境conda search --full -name tensorflow #查看可安装的tensorflow版本conda activate tensorflow #激活环境pip install --upgr...
2020-03-31 11:24:59
949
原创 Python代码格式化
jupyter notebook打开Anaconda Prompt，依次执行以下命令pip install jupyter_contrib_nbextensionsjupyter contrib nbextensions installpip install yapf 然后打开jupyter notebook，进入Nbextensions，勾选上Code prettify 。点击页面...
2020-03-20 11:00:25
671
原创 FGSM算法学习笔记
FGSM （Fast Gradient Sign Method）出处：Explaining and Harnessing adversarial examples类型：白盒攻击核心思想：沿着深度学习模型的梯度方向添加图像扰动，使损失函数增大，导致模型进行错误的分类。观点：高维空间下的线性行为足以产生对抗样本。x~=x+ηη=εsign(▽xJ(θ,x,y))\tilde{x}=x+\et...
2020-01-16 17:31:18
1869
原创 人工智能、机器学习与深度学习的关系
人工智能是指机器学习是人工智能的子集，其模型包括神经网络、决策树、支持向量机、聚类等。深度学习是机器学习的子集，是由机器学习模型中神经网络模型而发展壮大的一个算法领域。...
2020-01-13 17:59:01
425
原创 机器学习课程总结
参考文献：国科大周晓飞老师机器学习教学课件.周志华，机器学习，清华大学出版社，2016.课程内容线性分类感知机线性鉴别分析（LDA）/Fisher鉴别分析严格来说，LDA与Fisher判别分析稍有不同，前者假设了各类样本的协方差矩阵相同且满秩Logistic模型/对数几率回归/逻辑回归非线性分类决策树最近邻方法集成学习Bagging，随机森林...
2020-01-13 17:09:06
973
原创 k近邻法——原理篇
k近邻法是一种基本分类与回归方法，书中只讨论了分类问题的k近邻法。文章目录一、模型二、策略（一）k值的选择（二）距离度量（三）分类决策规则三、算法一、模型k近邻模型对应于特征空间的划分，由k值的选择、距离度量及分类决策规则三个基本要素决定。二、策略（一）k值的选择k值的选择反映了对近似误差与估计误差之间的权衡，通常由交叉验证选择最优的k。k值小时，近似误差较小，估计误差较大，模型...
2019-11-01 20:49:23
730
原创 决策树（一）——原理篇
模型分类决策树模型是一种基于特征对实例进行分类的树形结构。决策树由结点和有向边组成。结点有内部结点和叶结点两种类型，内部结点表示一个特征或属性，叶结点表示一个类。可以将决策树看成一个if-then规则的集合。由决策树的根节点到叶结点的每一条路径构建一条规则；路径上内部结点的特征对应着规则的条件，而叶结点的类对应着规则的结论。也可以将决策树看作是定义在特征空间划分上的类的条件概率分布。将特征空...
2019-10-19 11:18:37
648
原创 最优化基本概念
一、最优化问题的一般形式（一）无约束最优化问题minx∈Rnf(x)\mathop{min}\limits_{x\in R^n} f(x)x∈Rnminf(x)（二）约束最优化问题minf(x)s.t.ci(x)=0,i∈Eci(x)≥0,i∈I\mathop{min}f(x)\\s.t.\quad c_i(x)=0, \quad i\in E\\\qquad c_i(x)\geq0...
2019-10-11 14:54:38
994
原创 感知机（二）——Python实现篇
例题原始形式'''感知机算法的原始形式eta_为步长/学习率,一般设为1'''import numpy as npclass perceptron: def __init__(self,eta_=1): self.eta_=eta_ def fit(self,x_data,y_data): global w,b...
2019-09-28 09:47:44
259
原创 线性规划——单纯形法
啤酒厂问题问题描述每天最多可卖出100瓶啤酒；一天最多工作14个小时；1小时可生产10瓶生啤；2小时可生产10瓶黑啤；一瓶生啤售价10$；1瓶黑啤售价30$.目标：收益最大化求解设x1x_1x1为生啤的数量，x2x_2x2为黑啤的数量则有maxx1,x220x1+30x2s.t.x1+x2≤1000.1x1+0.2x2≤14x1,x2≥0\mathop{max}\li...
2019-09-21 10:38:22
293
原创 感知机（一）——原理篇
判别模型线性分类模型文章目录一、原理模型策略算法一、原理模型感知机是根据输入实例的特征向量xxx对其进行二类分类的线性分类模型，由输入空间到输出空间的函数为：(*)f(x)=sign(w⋅x+b)f(x)=sign(w·x+b)\tag{*}f(x)=sign(w⋅x+b)(*)其中www和bbb为感知机模型参数，www称作权值或权值向量，bbb称作偏置；w⋅xw·xw⋅x表示...
2019-09-11 16:42:29
283
原创 课后习题答案汇总
第1章https://blog.csdn.net/MYRLibra/article/details/97801370第4章习题4.1习题4.24.1可结合第1章习题的推导结果通用公式：θ=kn\theta=\frac{k}{n}θ=nk \quad 其中kkk是指符合预期结果的样本数目，nnn是指总的样本容量实际问题中的参数取值：k=∑i=1NI(yi=ck), n...
2019-08-08 17:27:25
769
原创 朴素贝叶斯法（二）——Python实现篇
简介笔者自己编写的代码封装在naive_bayes.py中，详见详见原理篇，也可在github下载源码。在scikit-learn包中提供了三种常用的朴素贝叶斯算法下文实验中用的是高斯朴素贝叶斯，主要应用于数值型特征另外两种为多项式朴素贝叶斯、伯努利朴素贝叶斯，主要应用于文本分类from sklearn.naive_bayes import GaussianNBfrom sklearn...
2019-08-08 11:27:42
341
原创 朴素贝叶斯法（一）——原理篇
文章目录一、原理二、例题三、代码一、原理模型朴素贝叶斯法利用贝叶斯定理与学到的联合概率模型进行分类预测。根据贝叶斯定理，得后验概率(*)P(Y∣X)=P(X,Y)P(X)=P(Y)P(X∣Y)∑YP(Y)P(X∣Y)P(Y|X)=\frac{P(X,Y)}{P(X)}=\frac{P(Y)P(X|Y)}{\sum\limits_YP(Y)P(X|Y)}\tag{*}P(Y∣X)=P(X)...
2019-08-07 20:01:50
324
原创 极大似然估计与贝叶斯估计
《概率论》条件概率：P(B∣A)=P(AB)P(A)P(B|A)=\frac{P(AB)}{P(A)}P(B∣A)=P(A)P(AB)乘法公式：P(AB)=P(A)P(B∣A)P(AB)=P(A)P(B|A)P(AB)=P(A)P(B∣A)全概率公式：P(A)=∑i=1nP(ABi)=∑i=1nP(Bi)P(A∣Bi)P(A)=\sum\limits_{i=1}^nP(AB_i)=\sum...
2019-07-31 20:15:44
244
原创 第1章课后习题
参考链接：https://blog.csdn.net/familyshizhouna/article/details/70160782伯努利模型：定义在取值为0与1的随机变量上的概率分布。统计学习方法三要素：模型、策略、算法。统计学分为两派：经典统计学派和贝叶斯统计学派。经典统计学派认为模型已定，参数未知，参数是固定的，只是还不知道；贝叶斯统计学派是通过观察到的现象对概率分布中的...
2019-07-30 17:36:10
356
原创 统计学习方法的基本概念
李航《统计学习方法》读书笔记基本概念定义统计学习是关于计算机基于数据构建 概率统计模型 并运用模型对数据进行预测与分析的一门学科，也称为统计机器学习。可以用随机变量描述数据中的特征，用概率分布描述数据的统计规律。现在普遍提及的机器学习，往往是指统计机器学习。统计学习由监督学习、非监督学习、半监督学习和强化学习等组成。监督学习：从标注数据中学习非监督学习：从无标注数据中学习半...
2019-07-30 16:55:26
223
原创 LaTeX使用教程
一、语法问题换行隔一行 ：首行缩进\par：首行缩进\\ ：首行不缩进\newline：首行不缩进数学符号特殊字符前加/，如/%-->%,/&-->&数学公式需用$开始和结束l_{12}下标，l^{12}上标参照网址： https://www.cnblogs.com/endlesscoding/p/9797237.html空格参照网址： h...
2019-07-24 17:16:56
958
原创 AI对抗攻击
对抗样本指的是一类人为构造的样本，通过对原始的样本数据集添加特定的微小扰动，使得深度学习网络模型产生错误输出。##对抗攻击的方法构造对抗样本的过程就是对抗攻击。###对抗样本存在的原因训练所得的模型判断边界与真实决策边界不一致。###对抗样本生成方法常见方法主要有快速梯度攻击、雅克比映射攻击、深度欺骗攻击和边界攻击。###攻击场景白盒攻击：攻击者已知模型的网络结构、网络的权重参数...
2019-07-19 14:06:18
2025
原创 LaTeX安装教程
ctex安装教程注意事项一定要提前备份环境变量！！！如果安装后才发现CteX覆盖了path值，如果还没关机，解决方法如下：按 win + R，输入 regedit 以打开注册表。找到如下项HKEY_LOCAL_MACHINE\SYSTEM\ControlSet002\Control\Session Manager\Environment，将该项的内容复制。参照博客：https://bl...
2019-07-19 10:16:00
8663
原创 Git使用教程
目录一、基本操作创建git本地仓库设置账户初始化新建文件管理流程查看命令版本回退——针对整个版本库版本回退——针对单个文件分支管理临时修改二、连接github三、小结一、基本操作创建git本地仓库打开git bash, 使用cd命令进入需要管理的目录设置账户$ git config --global user.name "xyz"$ git config --global user.e...
2019-07-18 15:33:36
140
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