python
文章平均质量分 67
是织梦者啊
正式入坑大模型,分享大模型和知识图谱相关。
展开
-
解决Windows系统下,新建conda环境报错,envs目录为空的问题
文章目录一、问题描述二、解决步骤三、在Pycharm创建新的conda环境一、问题描述利用Anaconda Prompt和Pycharm的settings里的Python Interpreter创建conda的虚拟环境都报错,显示镜像源问题,查看envs目录,发现为空二、解决步骤示例:pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。先在cmd输入:conda config --remove-key channels再依次输入:conda config原创 2022-05-17 17:00:20 · 10259 阅读 · 6 评论 -
【Anaconda安装教程(保姆级别)】解决 failed to create anacoda menu,已能成功运行
文章目录前言一、安装步骤二、添加环境变量总结前言小小吐槽,电脑借给别人了,之前配置的环境都没了,Anaconda也没了,GPU也用不了,这里重新总结一些Anaconda的安装过程!我是先安装了Pycharm再安装Anaconda的。Anaconda和python对应的版本:https://blog.csdn.net/meenr/article/details/121453499如果版本不对,会出现 failed to create anacoda menu!个人电脑配置:Windows7,64原创 2022-05-17 16:20:02 · 1170 阅读 · 0 评论 -
python批量将png格式转换为jpg格式,并保存到新的文件夹
文章目录前言一、基本思路二、代码前言将后缀为png或者PNG的图像保存为jpg一、基本思路首先将图像的名称与后缀分开,然后给图像添加新的后缀,最后利用imwrite保存到新的文件夹下。二、代码代码如下(示例):#作者id:dream_me#作者昵称:是织梦者啊import osimport cv2import numpy as npfrom PIL import Imagefilepath = r"F:\photo"filename = os.listdir(filepat原创 2022-05-16 20:16:56 · 3930 阅读 · 1 评论 -
python将list按列存入csv
文章目录前言代码如下(示例)注意前言python画图调格式不方便,但是写代码的过程中忘记将数据存入csv了,这里list按列存入csv代码如下(示例)import csvfilePath = 'csv文件夹所处的位置,包含.csv'list1 = [1,2,3,4]list2 = [4,2,3,4]list3 = [5,6,7,4]list4 = [8,2,9,6]rows = zip(list1,list2,list3,list4)with open(filePath, "w")原创 2022-03-16 09:09:24 · 14089 阅读 · 28 评论 -
金融风控训练营--Task 06 学习赛:贷款违约预测 学习笔记
文章目录前言一、赛题理解1.1 实验环境1.2 理解题目1.3 数据信息1.4 评价指标二、探索性数据分析三、建模调参&模型融合四、学习思考与总结前言本学习笔记为阿里云天池龙珠计划金融风控训练营的学习内容,学习链接为:https://tianchi.aliyun.com/specials/activity/promotion/aicampfr一、赛题理解1.1 实验环境1.2 理解题目比赛要求参赛选手根据给定的数据集,建立模型,预测金融风险。赛题以预测金融风险为任务,数据来自某信贷原创 2021-12-15 09:05:07 · 161 阅读 · 0 评论 -
金融风控训练营--Task 05 模型融合 学习笔记
文章目录前言一、学习知识点概要二、学习内容2.1 Stacking2.2 Blending2.2.1 方式一2.2.2 方式二(Holdout交叉)2.3 Blending和Stacking的区别三、学习问题与解答3.1 简单平均3.2 加权平均四、学习思考与总结前言本学习笔记为阿里云天池龙珠计划金融风控训练营的学习内容,学习链接为:https://tianchi.aliyun.com/specials/activity/promotion/aicampfr一、学习知识点概要学习有哪些模型融合的原创 2021-12-13 09:25:49 · 1220 阅读 · 0 评论 -
金融风控训练营--Task 04 建模与调参 学习笔记
文章目录前言一、学习知识点概要二、学习内容2.1 逻辑回归模型2.2 树模型2.3 集成模型2.3.1 基于bagging思想的集成模型2.3.2 基于boosting思想的集成模型2.4 模型对比与性能评估2.4.1 逻辑回归2.4.2 决策树模型2.4.3 集成模型集成方法(ensemble method)2.4.4 模型评估方法2.5 模型调参2.5.1 贪心调参2.5.2 网格搜索2.5.3 贝叶斯调参三、学习问题与解答四、学习思考与总结前言本学习笔记为阿里云天池龙珠计划金融风控训练营的学原创 2021-12-11 20:49:41 · 192 阅读 · 0 评论 -
金融风控训练营--Task 03 特征工程 学习笔记
文章目录前言一、学习知识点概要二、学习内容2.1 数据预处理2.1.1 缺失值的填充2.1.2 时间格式处理2.1.3 对象类型特征转换到数值2.2 异常值处理2.2.1 基于3segama原则2.2.2 基于箱型图2.3 数据分箱2.3.1 固定宽度分箱2.3.2 分位数分箱2.4 特征交互2.4.1 特征和特征之间组合2.4.2 特征和特征之间衍生2.5 特征编码2.5.1 one-hot编码2.5.2 label-encode编码2.6 特征选择2.6.1 Filter:基于特征关系的筛选三、学习问题原创 2021-12-11 20:21:17 · 307 阅读 · 0 评论 -
金融风控训练营--Task 02 EDA探索性数据分析 学习笔记
文章目录前言一、学习知识点概要1.1 探索性数据分析(Exploratory Data Analysis,EDA)的目的二、学习内容2.1 数据总体了解2.1.1 读取数据集并了解数据集大小,原始特征维度2.1.2 通过info熟悉数据类型2.1.3 粗略查看数据集中各特征基本统计量2.2 缺失值和唯一值:2.2.1 查看数据缺失值情况2.2.2 查看唯一值特征情况2.3 深入数据-查看数据类型2.3.1 类别型数据2.3.2 数值型数据2.4 数据间相关关系2.4.1 特征和特征之间关系2.4.2 特征和原创 2021-12-11 19:05:05 · 663 阅读 · 0 评论 -
金融风控训练营--Task 01 赛题理解 学习笔记
文章目录前言一、学习知识点概要1.1 赛题理解1.2 评价指标二、学习内容2.1 赛题流程三、学习问题与解答3.1 什么是脱敏四、学习思考与总结4.1 数据分析的流程:前言本学习笔记为阿里云天池龙珠计划金融风控训练营的学习内容,学习链接为:https://tianchi.aliyun.com/specials/activity/promotion/aicampfr一、学习知识点概要1.1 赛题理解比赛要求参赛选手根据给定的数据集,建立模型,预测金融风险。赛题以预测金融风险为任务,数据来自某信原创 2021-12-11 16:06:58 · 944 阅读 · 0 评论 -
机器学习训练营-基于LightGBM的分类预测学习笔记
文章目录前言一、学习知识点概要二、学习内容2.1 LightGBM的应用及优缺点2.1.1 LightGBM的应用2.1.2 LightGBM的优缺点2.2 基于英雄联盟数据集的LightGBM分类实战Step1:下载数据集,导入库函数Step2:数据读取/载入Step3:数据信息简单查看Step4:可视化描述Step5:利用 LightGBM 进行训练与预测Step6: 利用 LightGBM 进行特征选择Step7: 通过调整参数获得更好的效果三、学习问题与解答3.1 drop函数的应用3.2 如何看直原创 2021-11-08 19:03:15 · 1418 阅读 · 0 评论 -
机器学习训练营-基于XGBoost的分类预测学习笔记
文章目录前言一、学习知识点概要二、学习内容1 XGBoost的应用及优缺点1.1 XGBoost的应用1.2 XGBoost的优缺点2 基于天气数据集的XGBoost分类实战2.1 目的:2.2 数据描述:2.3 代码流程Step1:函数库导入Step2:数据读取/载入Step3:处理异常值填补缺失值对于特征进行一些统计描述部分结果如下:Step4:可视化描述Step5:对离散变量进行编码Step6:利用 XGBoost 进行训练与预测Step7: 利用 XGBoost 进行特征选择Step8: 通过调整参原创 2021-11-02 14:43:11 · 1001 阅读 · 0 评论 -
解决error: (-215) src.type() == (((0) & ((1 << 3) - 1)) + (((1)-1) << 3)) in function cv::threshold
问题描述:运行程序报错:cv2.error: C:\ci\opencv_1512688052760\work\modules\imgproc\src\thresh.cpp:1402: error: (-215) src.type() == (((0) & ((1 << 3) - 1)) + (((1)-1) << 3)) in function cv::threshold报错代码为:ret1, th1 = cv2.threshold(img, 0.5, 1, cv2.T原创 2021-08-05 10:24:29 · 492 阅读 · 0 评论 -
python实现批量将带有指定命名的图像复制、剪切到指定文件夹
文章目录前言一、学习这篇博客,你将获得二、代码总结前言最近在学习神经网络,需要划分训练样本,我想将训练图像和标签的命名保持一致,这就需要将总的目录下相同文件名的图像复制(剪切)到新的文件夹。以下是本篇文章正文内容,下面案例可供参考一、学习这篇博客,你将获得将指定后缀名或文件中具有相同字符的文件复制(剪切)到新的文件夹。二、代码代码如下(示例):本文将带有.jpg和.JPG后缀名的图像复制(剪切)到新的文件夹'''author:id:进击的小白媛备注:这是完整代码,可直接运行..原创 2021-07-25 11:42:16 · 1872 阅读 · 1 评论 -
python实现图像二值化,并保存到新的文件夹
文章目录前言一、什么是图像二值化?二、实现代码注意:前言给本科生留的课堂作业,如何用python实现图像二值化一、什么是图像二值化?图像二值化( Image Binarization)就是将图像上的像素点的灰度值设置为0或255,也就是将整个图像呈现出明显的黑白效果的过程。详细解释请翻书或自行百度二、实现代码代码如下(示例):'''author:id:进击的小白媛备注:这是完整代码,可直接运行编译环境:python3.6'''import osimport cv2i..原创 2021-07-14 19:25:40 · 4024 阅读 · 1 评论 -
解决使用python进行图像二值化后,保存的图像还是有除0,255以外的灰度值的问题
项目场景:最近使用python对JPEG格式的灰度图像进行二值化,二值化后的图像非0即255(255代表的是白色,0代表的是黑色,这也叫0-1图像,不过0-1图像无法显示出来,要乘以255才能显示出来,要不然保存的图像都是黑色的),但我调试的时候发现,我已经将图像二值化了,在代码中显示的图像矩阵只有0和255两个像素值,但重新读取保存的图像时,发现图像除了0和255还是有其他像素值存在。原因分析:原因是我在保存图片的时候的后缀名使用的是jpg格式和JPG格式,但是JPEG格式的图片是有损耗的,bm原创 2021-07-13 09:46:52 · 3273 阅读 · 4 评论 -
安装jupyter notebook以及将ipynb文件转换成py文件
安装jupyter notebook以及将ipynb文件转换成py文件前情提要:本人电脑已安装PyCharm Community Edition 2019.3.1 x64,python版本为3.6,已安装Anaconda。常规来说,安装了Anaconda时已经自动为你安装了Jupyter Notebook的,但我当时没有自动安装Jupyter Notebook,先告诉大家如何使用conda安装。在如下图输入先在这里输入cmd或者Anaconda Prompt接着在cmd窗口或Anaconda P原创 2021-06-03 16:42:07 · 824 阅读 · 1 评论 -
A `Concatenate` layer requires inputs with matching shapes except for the concat axis.
先说一下我的代码出现的错误:在运行Unet代码的过程中出现了如下问题:A Concatenate layer requires inputs with matching shapes except for the concat axis.Got inputs shapes:[(None,37,37,512),(None,36,36,512)]我运行unet代码实现细胞分割,但我的细胞图像大小不一,有的超过了512 * 512,有的只有450 * 300,所以我想把所有图像设置为300 * 300,放到u原创 2021-05-24 10:22:52 · 376 阅读 · 0 评论