- 博客(34)
- 收藏
- 关注
RSS订阅原创 【无标题】
水果成篮你正在探访一家农场，农场从左到右种植了一排果树。这些树用一个整数数组 fruits 表示，其中 fruits[i] 是第 i 棵树上的水果 种类 。你想要尽可能多地收集水果。然而，农场的主人设定了一些严格的规矩，你必须按照要求采摘水果：你只有 两个 篮子，并且每个篮子只能装 单一类型 的水果。每个篮子能够装的水果总量没有限制。你可以选择任意一棵树开始采摘，你必须从 每棵 树（包括开始采摘的树）上 恰好摘一个水果 。采摘的水果应当符合篮子中的水果类型。每采摘一次，你将会向右移动到下一棵树，并继
2022-05-23 17:53:25
116
原创 加雨(雨天数据集制作）
加雨1、读取图像img = cv2.imread('demo.jpg')2、根据图像生成随机噪声生成跟图像相同大小的噪声（均匀分布）noise = np.random.uniform(0, 256, img.shape[0:2])控制噪声水平，取浮点数，只保留最大的一部分作为噪声v = value * 0.01noise[np.where(noise < (256 - v))] = 0噪声做初次模糊（高斯滤波）k = np.array([[0,
2022-04-18 15:19:26
5984
59
原创 学习盲图像超分辨率的退化分布
学习盲图像超分辨率的退化分布文章目录学习盲图像超分辨率的退化分布摘要前言2、相关工作基于预定义的退化基于学习的退化3、学习退化过程的分布3.1 核模型3.2 噪声模型3.3 概率退化模型3.4 盲SR统一的框架4、实验4、1 实验设置4.2 与其他方法比较4.2 与其他方法比较论文代码摘要合成的高分辨率（HR）和低分辨率（LR)被广泛应用于现有的分辨率方法中，为了避免合成图像和测试图像之间的域差距，以往的大多数方法都试图通过确定性模型自适应地学习合成（退化）过程。然而，在真实场景中的一些退化是随机
2022-04-08 17:16:52
4746
2
原创 高斯混合模型与EM算法求解
高斯混合模型文章目录高斯混合模型EM算法高斯混合模型参数估计1、样本分类已知情况下的GMM2、样本分类未知的情况下的GMM混合模型是一个用来表示在总体分布中含有K个子分布的概率模型，也就是说，混合模型表示了观测数据在总体中的概率分布，它由K个子分布组成的混合分布。高斯混合模型可以看作是由K个单高斯模型组合而成的模型定义如下：高斯混合模型的概率分布为：对于单高斯模型，可以用最大似然法估计参数θ\thetaθ的值取对数，连乘转换为连加对于高斯混合模型，对数似然则为：EM算法例子：
2022-04-07 20:00:39
866
原创 反转链表(简单)
反转链表1、双指针struct ListNode{ int val; ListNode* next; ListNode(int x):val(x), next(nullptr){}};class Solution{ ListNode* reverseList(ListNode* head){ ListNode* temp; ListNode* cur = head; ListNode* pre = NULL;
2022-03-19 09:23:20
374
原创 Online-updated High-order Collaborative Networks for Single Image Deraining
Online-updated High-order Collaborative Networks for Single Image Deraining单图像去雨的实时更新高阶协作网络摘要大多数现有的基于深度学习的方法对生成的去雨图像进行监督，但很少有人从中间层， 不同的阶段， 不同的模块中探索有利于去除雨水条纹的特征本文中， 我们提出一种具有多尺度紧凑约束的高阶协作网络， 和一个双向尺度内容相似度挖掘模块来利用深度网络的外部和内部特征去除降雨条纹。在外部， 我们设计了一个以协作方式训练的三个子网
2022-03-16 11:30:11
3564
原创 数组中重复的数字
数组中重复的数字找出数组中重复的数字，在一个长度为n的数组 nums 里所有的数字都在0~n-1的范围内，数组中某些数字是重复的，但是不知道有几个数字重复了，也不知道每个数字重复了几次，请找出数组中任意一个重复的数字方法1、哈希法新建集合，然后添加数组中的元素，当重复时， 返回重复数字set：存储元素不重复，无序，只支持成员赋值操作，迭代，枚举；不支持索引，重复，切片class Solution: def findRepeatNumber(self, nums) dic = set
2022-03-02 12:01:31
182
原创 pytorch 分布式训练调试debug
pytorch 分布式训练调试debug1、建立软连接环境（虚拟环境） ----->>> 项目路径下ln -s your environment~/venv/lib/python3.6/site-packages/torch/distributed/ /yoour project/在项目路径下多了一个distributed，相当于创建了一个快捷方式。2、设置pycharm运行参数打开Edit Configurations，在Script path中选择到刚才distrib
2021-07-05 17:18:00
931
原创 图像数据集保存为lmdb格式 python
通过lmdb对图像进行保存（编解码）LMDB 是一个小型数据库，具有一些出色的特性：有序的图界面（键总是按字典顺序排序）。读取器不阻塞写入器，写入器不阻塞读取器。每个环境都支持一个并发写入。 读取非常便宜。环境可以由同一主机上的多个进程打开，使其成为解决 Python 的GIL 的理想选择。可以使用覆盖所有命名数据库的事务创建多个命名数据库。内存映射，允许零拷贝查找和迭代。这可以选择使用buffer()接口暴露给 Python 。维护不需要外部进程或后台线程。不需要应用程序级缓存：LMDB
2021-06-27 16:01:13
2589
1
原创 cannot import name ‘_validate_lengths的解决办法
ImportError: cannot import name '_validate_lengths’解决方法出错的这段代码其实是 skimage 这个包的 issue，运行 pip install --upgrade scikit-image即可解决问题
2021-06-06 18:08:24
276
原创 机器学习基础
文章目录机器学习基础2.1 基本概念2.1.1 大话理解机器学习本质2.1.2 什么是神经网络2.1.3 各种常见算法图示2.1.4 计算图的导数计算2.1.5 理解局部最优与全局最优2.1.5 大数据与深度学习之间的关系2.2 机器学习学习方式2.2.1 监督学习2.2.2 非监督式学习2.2.3 半监督式学习2.2.4 弱监督学习2.2.5 监督学习有哪些步骤2.8 分类算法2.8.1 常用分类算法的优缺点？2.8.2 分类算法的评估方法2.8.3 正确率能很好的评估分类算法吗2.8.4 什么样的分类器
2021-04-22 20:51:24
250
原创 100_numpy exercises
100 numpy exercise翻译：YingJoy网址： https://www.yingjoy.cn/来源：[https://github.com/rougier/numpy-100]Numpy是Python做数据分析必须掌握的基础库之一，非常适合刚学习完Numpy基础的同学，完成以下习题可以帮助你更好的掌握这个基础库。Python版本：Python 3.6.2Numpy版本：Numpy 1.13.11. 导入numpy库并取别名为np (★☆☆)(提示: import … a
2021-04-18 22:27:22
3244
2
原创 基于时空图卷积网络预测交通流
基于时空图卷积网络预测交通流通过历史交通流量数据来预测未来的交通流量，历史交通流量数据可以表示为交通网络上的时间序列。交通网络可以定义为：其中，v是一组N个交通传感器节点（每条道路在不同的路段可能有多个传感器），是连接这些节点的一组边。节点间 的连接也可以用邻接矩阵A来描述，A[i，j]表示节点i和j之间的关系的强度，通常通过两个传感器的地理接近度来测量，若两点之间不连通则A[i，j] = 0。建立模型输入：在历史交通流序列上滑动一个的窗口生成长度为T的新序列作为输入。模型框架:该模型主要由三
2021-04-18 22:19:49
963
1
原创 基于时空图卷积网络的铁路延误预测
基于时空图卷积网络的铁路延误预测Railway Delay Prediction with Spatial-Temporal Graph Convolutional Networks将铁路网上的延迟预测描述为一个时间序列回归问题，在过去的一定时间步长内观察到的车站之间的延迟用来推测未来一定时间步长最有可能的延迟时间，用公式表示为：Vt表示的是由铁路网上的N个节点组成的关于迟延时间的特征张量。在已知Vt - Npast到Vt时间长度为Npast内的历史数据条件下，预测Vt+Nfuture的延时时间。
2021-04-18 22:07:14
392
1
转载 sudoers修改错误后无法使用sudo的使用方法
(https://www.cnblogs.com/wayneliu007/p/10321542.html)最后的保存退出：保存：CTRL+o退出：CTRL+x
2020-07-28 20:50:59
266
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