- 博客(22)
- 收藏
- 关注
RSS订阅原创 The name org.freedesktop.PackageKit was not provided by any .service files
【代码】【无标题】
2024-03-19 15:06:14
221
原创 origin画热力图时自定义调色盘palette，自定义颜色标尺
使用origin画了热力图后，需要对热力图进行一些美化，其中会有热力图颜色的调整。打开调色板后发现并没有matlab中常用的Parula和Jet。想在origin中使用这两种颜色图，可以通过自定义调色盘的方法使用。图1 origin中的调色盘图2 MATLAB中的颜色图以Parula为例，首先去MATLAB获取parula 颜色图数组。在命令行窗口出入c = parula将matlab变量c中的数据全部复制到origin，并输入图中红框中的公式，然后选中origin中的数据全部复制。
2022-11-01 15:50:53
17086
10
原创 解决应用商店打不开，错误代码: 0x80131500，win10便笺无法验证登录信息无法连接到服务器，错误代码0x80072EFD
按Win+R, 输入 inetcpl.cpl，打开Interpret属性页面点击“高级”选项，点击“还原高级设置”问题解决
2022-02-27 08:55:57
2114
1
原创 CheckiO Python编程 INITIATION
题Split PairsBeginning ZerosNearest Value创建一个表格设定内容居中、居左、居右SmartyPantsSplit PairsSplit the string into pairs of two characters. If the string contains an odd number of characters, then the missing second character of the final pair should be replaced with
2021-12-05 19:20:23
536
原创 飞桨领航团AI创造营：模型部署，Hub Serving部署
目录创建必要的目录和文件安装模型部署方法创建必要的目录和文件比如在 work 目录下创建 food_predict 文件夹，并在该目录下分别创建 module.py __init__.py ，其中 module.py 作为 Module 的入口，用来实现逻辑预测功能。tree work/module.py中的代码如下：import paddleimport numpy as npimport argparseimport osfrom PIL import Imageimport ba
2021-08-08 21:08:03
660
转载 飞桨领航团AI创造营：深度学习模型训练和关键参数调优详解
学习内容来源模型训练模型训练通用配置基本原则每个输入数据的维度要保持一致，且一定要和模型输入保持一致。配置学习率衰减策略时，训练的上限轮数一定要计算正确。BatchSize不宜过大，太大容易内存溢出，且一般为2次幂。模型训练流程加载数据集模型封装model = paddle.Model(gmlp_vision)训练参数配置用paddle.Model完成模型的封装后，在训练前，需要对模型进行配置，通过Model.prepare接口来对训练进行提前的配置准备工作，包括设置模型
2021-07-31 20:26:01
888
原创 飞桨领航团AI创造营：数据集的获取途径和数据处理的技巧
一、数据集的获取大部分经典数据集例如有百度AI Studio ,Kaggle、天池、讯飞等平台（通过关键词搜索获取需要的数据集），或者是Github等。百度AI Studio经典MNIST数据集猫脸识别-12种猫分类数据集KaggleHouse Prices-Advanced Regression Techniques Cat and DogMachine Learning from Disaster天池Barley Remote Sensing Dataset大麦遥感检测数
2021-07-29 18:49:19
291
原创 李宏毅机器学习特训营机器学习作业4-语句分类
项目描述本次作业是要让同学接触自然语言处理当中一个简单的任务 —— 语句分类（文本分类）给定一个语句，判断他有没有恶意（负面标 1，正面标 0）数据集介绍有三个文件，分别是 training_label.txt、training_nolabel.txt、testing_data.txttraining_label.txt：有标签的训练数据（句子配上 0 or 1，+++$+++ 只是分隔符号，不要理它）e.g., 1 +++$+++ are wtf … awww thanks !
2021-04-18 22:14:48
696
原创 李宏毅机器学习特训营机器学习作业3-食物图片分类
目录项目描述数据集介绍项目要求数据增强读取数据获取训练集的信息，包括读取路径和对应的标签自定义数据读取器定义模型（VGG）修改vgg11训练再训练所有数据残差网络预测用训练好的vgg模型进行推理项目描述作业基于paddle2.0训练一个简单的卷积神经网络，实现食物图片的分类。数据集介绍本次使用的数据集为food-11数据集，共有11类 标签为0-10Bread, Dairy product, Dessert, Egg, Fried food, Meat, Noodles/Pasta, Rice,
2021-04-18 22:14:16
3509
1
原创 李宏毅机器学习特训营机器学习作业2-年收入判断
目录项目描述数据集介绍项目要求logistic regression对数据进行标准化 z-score normalization 的想法Porbabilistic generative model总结项目描述二元分类是机器学习中最基础的问题之一，在这份教学中，你将学会如何实作一个线性二元分类器，来根据人们的个人资料，判断其年收入是否高于 50,000 美元。我们将以两种方法: logistic regression 与 generative model，来达成以上目的，你可以尝试了解、分析两者的设计理
2021-03-20 18:07:04
1546
2
原创 李宏毅机器学习特训营-机器学习作业1-PM2.5预测
数据集介绍本次作业使用丰原站的观测记录，分成 train set 跟 test set，train set 是丰原站每个月的前 20 天所有资料。test set 则是从丰原站剩下的资料中取样出来。train.csv: 每个月前 20 天的完整资料。test.csv : 从剩下的资料当中取样出连续的 10 小时为一笔，前九小时的所有观测数据当作 feature，第十小时的 PM2.5 当作 answer。一共取出 240 笔不重複的 test data，请根据 feature 预测这 240 笔的 P
2021-03-16 15:16:10
1543
2
原创 基于paddle2.0学习图像分类合集
opencv+python 实现图像缩放翻转旋转https://blog.csdn.net/bianhuaHYQ/article/details/114374875基于Paddle2.0训练感知机模型https://blog.csdn.net/bianhuaHYQ/article/details/114585007基于Paddle2.0的手写数字识别https://blog.csdn.net/bianhuaHYQ/article/details/114583207基于PaddlePaddle2.
2021-03-10 17:18:07
398
原创 基于Paddle2.0的手写数字识别
目录1 准备数据2 网络配置目录首先导入必要的包numpy---------->python第三方库，用于进行科学计算PIL------------> Python Image Library,python第三方图像处理库matplotlib----->python的绘图库 pyplot:matplotlib的绘图框架os------------->提供了丰富的方法来处理文件和目录#导入需要的包import numpy as npfrom PIL import.
2021-03-10 17:05:08
816
原创 基于PaddlePaddle2.0的蝴蝶图像识别分类
基于PaddlePaddle2.0的蝴蝶图像识别分类——利用预训练残差网络ResNet101模型1. 蝴蝶识别分类任务概述本项目将利用人工智能技术来对蝴蝶图像进行分类，需要能对蝴蝶的类别、属性进行细粒度的识别分类。相关研究工作者能够根据采集到的蝴蝶图片，快速识别图中蝴蝶的种类。期望能够有助于提升蝴蝶识别工作的效率和精度。2. 创建项目和挂载数据数据集都来源于网络公开数据（和鲸社区）。图片中所涉及的蝴蝶总共有9个属，20个物种，文件genus.txt中描述了9个属名，species.txt描述了20个
2021-03-10 16:48:41
2841
原创 基于Paddle2.0训练感知机模型
目录概述实现最简单的感知机概述在机器学习中，感知机（perceptron）是二分类的线性分类模型，属于监督学习算法。输入为实例的特征向量，输出为实例的类别（取+1和-1）。感知机对应于输入空间中将实例划分为两类的分离超平面。感知机旨在求出该超平面，为求得超平面导入了基于误分类的损失函数，利用梯度下降法 对损失函数进行最优化（最优化）。感知机的学习算法具有简单而易于实现的优点，分为原始形式和对偶形式。感知机预测是用学习得到的感知机模型对新的实例进行预测的，因此属于判别模型。感知机由Rosenblat
2021-03-09 16:36:29
366
原创 opencv+python 实现图像缩放翻转旋转
先导入图片。import cv2import numpy as npfrom matplotlib import pyplot as pltfilename = '10.png'## [Load an image from a file]img = cv2.imread(filename)img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)plt.imshow(img)print(img.shape)#查看图片大小打印如下1.图片缩放用函数cv2
2021-03-04 19:52:15
1614
1
原创 pytorch 创建张量tensor
pytorch 创建tensor先看下面一张图通过上图有了一个直观了解后，我们开始尝试创建一下。先创建一个标量和一个向量a = torch.tensor([1]) #标量print(a)print(a.size(),a.size(0),a.shape)b = torch.tensor([1,2]) #向量print(b)print(b.size(),b.size(0),a.shape)打印出来如下图...
2021-02-28 16:16:38
2433
1
原创 python基础编程 统计英语文章词频并排序 文本操作 继承
python编程 统计英语文章词频欢迎使用Markdown编辑器欢迎使用Markdown编辑器统计英语6级试题中所有单词的词频，并对词频进行排序import re# 请根据处理要求下面区域完成代码的编写。def get_artical(artical_path): with open(artical_path) as fr: data = fr.read() return data#处理函数def handle(data): counts =
2021-02-07 11:15:34
828
5
原创 拖入media player控件。发生错误。创建组件“AxHost”失败。
创建一个新窗体后，添加media player控件时，发生错误，提示创建组件“AxHost”失败。此时当前的解决方案平台为X64。把解决方案平台改为any cpu，关闭软件，然后重新启动，就能正常添加控件了。这里需要注意的是，把解决方案平台改为any cpu后，点击了重新生成解决方案，可能还是不能添加控件。关闭软件，重启一下就可以了，只是要保证关闭软件时，解决方案平台为any cpu。...
2020-12-01 11:19:05
2060
3
原创 解决窗体加载错误问题
解决未能找到类型“AxWMPLib.AxWindowsMediaPlayer”，请确保已引用包含此类型的程序集错误的窗体加载问题加载解决方案后，在打开添加了media player控件的窗体时，出现了下面的加载错误。解决这种问题，需要将解决方案平台改为anycpu，如下图：保存后关闭解决方案，重新启动一下就好了。如果debug时需要用到X64平台，就改为X64平台，然后启动。只是在编辑这个含有media player控件的窗体时，需要将平台改为any cpu，然后关闭，重新启动，就可以正常编辑
2020-12-01 11:02:36
1731
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人