小舟%-CSDN博客

原创服务器端使用visdom进行可视化并更换端口(亲测有效)

Visdom 是 Facebook 开源的一款用于创建、组织和共享实时丰富数据的可视化工具。通常结合pytorch结合使用很方便。**服务器端使用visdom进行可视化**启动visdom本地可视化的方法很简单，只要在终端输入visdom或python -m visdom.server。但若是代码在服务器上运行，怎样在本地端进行可视化呢？方法有很多，我这里使用设置xshell的隧道端口进行映射。点击添加，然后输入源主机的侦听端口，以及目标主机的目标端口。这里填8097是由于visdom采用的默

2021-10-30 13:17:23 8684 2

原创 pycharm连接服务器并debug

pycharm debug加参数如图所示，点击Run -> Edit Configurations.在Configuration处的parameters，将想传入的参数写入（我直接把args文件复制了），之后点击ok即可。期间遇到的一些问题Q点击debug后，模型一直处在collecting data，显示不出来Variables.解决办法：在File -> Settings -> Python Debugger 勾选Gevent compatible即可。...

2021-10-16 19:47:07 3999 2

原创使用conda pack进行环境迁移（步骤很详细）

Q:服务器没有网，但我想安装自己的虚拟环境…我的做法是使用conda pack进行环境迁移。即1）现在别的有网的服务器上安装好环境 2）然后在将环境迁移到没有网络的服务器上，就可以正常使用了。我喜欢用conda pack进行打包因为pip inatall和conda install的都能够被打包。Conda-pack 是一个命令行工具，用于打包 conda 环境，其中包括该环境中安装的软件包的所有二进制文件。下面进行详细的步骤说明：第一步先下载conda packpip install conda-

2021-08-31 23:09:50 53599 16

原创基于Zigbee的SHT10温湿度数据采集系统+python串口读取——Zigbee终端节点主要代码解析

基于Zigbee的SHT10温湿度数据采集系统+python串口读取——Zigbee终端节点主要代码解析1）温湿度传感器用采用的是SHT10,之前用的是DHT11采集温湿度数据，结果精度不行，所以换成SHT10传感器。2）我组的是星状网络，一个Zigbee协调器，12个Zigbee终端节点。3）当Zigbee路由节点上电后，会使用NLME_GetShortAddr（）函数获取自身16位的网络地址信息，然后AF_DataRequest给协调器。 void SampleApp_to_xie_addr

2021-01-01 22:09:29 3112 3

原创使用tf.keras循环神经网络-实现航空评论数据的分类模型(tensorflow2.0)

RNN循环神经网络：一个序列不仅与当前的输出有关，而且与面前的输出也有关。RNN主要是处理“序列数据”。在传统的神经网络模型中，输入层->隐藏层->输出层，层与层之间是全连接的。在RNN模型中：隐藏层之间的节点不再是无连接的而是有连接的，即：隐藏层的输入不仅包括输入层的输出，还包括上一刻隐藏层的输出。具体表现形式为：RNN会对当前的信息进行记忆并应用于当前输出的计算中。长短期记忆网络（LSTM，Long Short-Term Memory）：LSTM 可以把几个时间之前的状态，直

2020-12-22 09:20:57 231 1

原创基于Zigbee的SHT10温湿度数据采集系统(已实现控制12个终端节点)——Zigbee协调器主要代码解析

之前实现了基于Zigbee的SHT10温湿度数据采集系统，这里来重新复盘一些主要的知识和代码。写在前面：1 功能介绍：使用Zigbee终端节点采集环境的温度和湿度数据，然后将数据无线发送的Zigbee协调器，最后在电脑端显示获得到的数据。2 我没有让Zigbee终端节点使用周期定时发送，而是通过电脑端的串口来控制，即：当电脑需要数据时，就返回终端节点的数据；不需要时终端节点就不会上传数据。我这样的做法比较方便，因为选择什么时间上传和多久上传一次都可以由自己来决定！3 我设计的Zigbe

2020-12-21 17:35:18 5558 7

原创使用tf.keras搭建CNN卷积神经网络识别Fashionmnist数据集

使用tf.keras搭建CNN卷积神经网络识别Fashionmnist数据集。import tensorflow as tffrom tensorflow import kerasimport matplotlib.pyplot as pltimport pandas as pdimport numpy as np#加载fishion mnist数据集(train_image,train_lable),(test_image,test_lable)=tf.keras.datasets.fas

2020-12-21 16:15:05 1156

原创优化函数、学习速率、反向传播算法

优化函数，学习速率与反向传播算法#关于激活函数的选择：#（1.1）想预测一个连续的值，输出层就不用激活函数#（1.2）想预测一个是/否（也就是二分类的问题），对输出层进行sigmoid运算，得到二分类输出#（1.3）想进行多分类的预测的话，对输出层进行softmax运算,从而输出在多个分类上的概率分布#梯度下降算法：#多层感知器的优化算法是梯度下降算法#梯度下降法是一种致力于找到函数极值点的算法。#梯度算法的输出是一个由若干偏导数构成的向量，它的每个分量对应于函数对输入向量的相应分量

2020-12-20 19:46:30 336

原创使用tf.keras实现独热编码 categorical_crossentropy

数据集还是Fashion minist 数据集。什么是独热编码？？#就是标志的这个位置时，就会变为1，其他的都会变成0。import tensorflow as tfimport pandas as pdimport numpy as npimport matplotlib.pyplot as plt(train_image,train_lable),(test_image,test_lable)=tf.keras.datasets.fashion_mnist.load_data()pr.

2020-12-20 19:12:24 1053

原创使用tf.keras实现 softmax多分类的代码

**softmax多分类**#多分类问题的关键在于输出10个概率值，然后使用softmax进行激活#“softmax激活函数”能把10个输出变为10个概率分布，然后这10个概率的和为1#（1）“对数几率回归”解决的是“二分类的问题”，对于“多个选项”的问题，我们可以使用softmax函数，softmax是对数几率回归在N个可能不同的值上的推广#（2）“神经网络的原始输出”不是一个概率值，实质上只是输入的数值做了“复杂的加权和与非线性处理”之后的一个值而已，那么如何将这个输出变为概率分布?#（3

2020-12-20 19:04:39 1318

原创生成式对抗网络(GAN, Generaitive Adversarial Networks）总结

最近要做有关图像生成的工作…也是小白，今天简单学习一些有关GAN的基础知识，很浅，入个门，大神勿喷。GAN目前确实是在深度学习领域最热门，最有前景的方向之一。近几年有关于GAN的论文非常非常之多，从2016年起关于GAN的论文是爆炸性的增长。GAN的应用领域也在逐年的扩展，从图像到自然语言的处理都能看到GAN的身影目录：什么是GAN？GAN的主要组成/GAN的原理/GAN的原理总结/GAN的设计/GAN的应用领域/1 什么是GANGAN是“生成对抗网络”(Generative Adv

2020-12-20 18:26:06 1118

原创使用tf.keras实现多层感知器（神经网络）的代码实现（tensorflow2.0基础入门2）

**逻辑回归与交叉熵**1）线性回归预测的是一个连续的值2）逻辑回归给出的”是”和“否”的回答3）逻辑回归的激活函数采用的是（sigmoid激活函数） sigmoid函数是一个概率分布函数，即给定某个输入，它将输出为一个0到1的概率值4）对于分类问题，我们最好的使用交叉嫡损失函数会更有效，交叉嫡会输出一个更大的“损失”.5）平方差损失也可以使用，但是要求：训练次数要非常多，训练速度要非常的慢。平方差所惩罚的是与损失为同一数量级的情形.交叉嫡损失函数：1）交叉嫡刻画的是实际输出（概率

2020-12-19 21:58:35 247 3

原创使用tf.keras实现线性回归（tensorflow2.0基础入门1 日月光华）

tf.keras 是用于构建和训练深度学习模型的 TensorFlow 高阶 API。利用此 API，可实现快速原型设计、先进的研究和生产。#这节我们先来使用tf.keras 实现一个简单的<单变量线性回归>#（1）要了解线性回归的原理#（2）tf.keras训练的的一般步骤import tensorflow as tfimport pandas as pdimport matplotlib.pyplot as plt#print('Tensorflow version: {}

2020-12-19 21:48:31 497 1

原创 Warning[Pa050]: non-native end of line sequence detected (this diagnostic is only issued once)

今天在用IAR软件，给Zigbee程序写注释时，出现了这么一个警告，Warning[Pa050]: non-native end of line sequence detected (this diagnostic is only issued once)一时让我摸不着头脑，神马情况，写注释还能蹦出警告来，莫非是…大意了，原来是在注释“//简单设备描述符”的后面手打了一个空格，果然把空格去掉之后就没警告了（如图），这激发我的好奇心，单行注释多加了空格会报错，那么多行注释会怎么样呢？于是多行注

2020-12-19 21:31:27 5014 2

原创 CIMC-IMQ 【离散行业自动化】学习（一）

当初是为了参加一下西门子杯，安装了TIA Portal V14，然后把离散行业自动化的基础视频看完了，学习了关于两种组态方法，基本的指令写程序（写了流水灯和交通灯），WINCC域的编辑按钮跳转画面，在这里分享一下当时的学习记录。12 CM-1243-53 PM125更改PM125的地址：Slave_1输入和输出：PC系统：PCPLC和PC机的连接：（同一网段，就是网络号一致，主机号不一致）PC机和电脑的网络号，主机号要一模一样PC改名：换成自己的电脑名字

2020-12-19 09:49:13 4284 1

原创 [ Z-Stack协议分析（一）] ZMain.c函数

Z-Stack协议分析——main函数解析：1）Z-stack的简单介绍：Z-stack是一个协议栈，是由美国TI公司，德州仪器公司设计的，Z-Stack协议可在官网下载，我用的还是老版本，ZStack-CC2530-2.3.0-1.4.0。2）下面是对ZMain.c函数的介绍：主函数的作用：在主函数中，对硬件设备，MAC层，网络层做出相应的初始化，初始化完成之后运行OSAL操作系统。int main( void ){ // 关闭所有的中断 osal_int_disable( IN

2020-12-17 14:47:48 834

原创基于STM32F103RB的模拟液位检测告警系统（已实现）

这次先看一下老朋友STM32，基于STM32的模拟液位检测告警系统，记得好像是某一届蓝桥杯省赛题~~基于STM32告警系统介绍“模拟液位检测告警系统”通过采集模拟电压信号计算液位高度，并根据用户设定的液位阈值执行报警动作,在液位等级发生变化时,通过串行通讯接口将液位信息发送到PC机。系统框图如下图所示:任务要求下面是我的代码，我都标了注释。/****************功能************************** 文件名: 省赛题* 作者: 小舟%

2020-12-15 17:21:45 5131 2

原创 Zigbee开发板测试小程序（CC2530基础）

Zigbee开发板测试小程序（CC2530基础）本人学生党一枚，前些日子一直在复习英语，现在有点时间，想静下心来，汇总一下之前大二时自己做过的Zigbee项目的知识和内容，思如泉涌。有不足之处和不严谨的地方还请多多包涵与指正。…这一小节先来回顾一下，看看Zigbee最简单和最基础的小程序，也就是关于cc2530的IO口的使用，主要内容是如何配置通用IO口，如何配置输入输出，然后是在输入情况下如何配置上拉或是下拉。熟悉的人应该都知道这三步就是配置Zigbee按键初始化函数的步骤，前两步是LED灯的初始

2020-12-15 14:38:14 1603

ds1302__的博客