- 博客(53)
- 收藏
- 关注
RSS订阅原创 Linux下用anaconda创建python虚拟环境
1. 创建python虚拟环境conda create -n 虚拟环境的名称 python==x.x ***eg: conda create -n My_Python python==3.72.激活虚拟环境source activate 虚拟环境的名称3. 退出虚拟环境source deactivate4.查看创建的虚拟环境conda env list５.虚拟环境中安装软件source activate 激活虚拟环境之后安装方法没什么变化．如果用pip install pac
2021-04-25 16:45:56
305
原创 Linux18.04 mmdetection环境配置
cuda 安装请看上一篇博客．Linux18.04 cuda环境配置１．安装mmcv-full(cuda环境下)git clone https://github.com/open-mmlab/mmcv.gitcd mmcvMMCV_WITH_OPS=1 pip install -e . cd ..2. 安装mmdetectiongit clone https://github.com/open-mmlab/mmdetection.gitcd mmdetectionpip install
2021-04-25 15:59:42
293
原创 Linux18.04 pytorch 环境配置
一 Linux18.04 安装pytorch 和torchvisioncuda 安装请看上一篇博客．pytorch官网１. pytorch安装本文从最简单最快的方式安装，安装之前先看看官网torch对应的torchvision版本．开始安装whl文件下载地址１．从whl文件下载地址中复制torch和torchvision的地址，然后执行．pip install https://download.pytorch.org/whl/cu111/torch-1.8.1%2Bcu111-cp3
2021-04-25 15:42:26
215
原创 Linux 18.04无法安装Xmind的问题
问题描述：启动./XMind时 出现报错(根据网上资料，主要因为XMind的java环境问题，所以需要相对应，没有深入了解不知道对不对，但这样操作确实问题得到解决了！)解决办法：在自己创建的目录下/XMind_amd64/XMind.ini的文件中增加下面的两行内容： -vm /usr/lib/jvm/java-8-openjdk-amd64/bin具体操作如下：vim /opt/xmind/XMind_amd64/XMind.ini注意：-vm 一定要在-vmargs.
2020-08-24 13:43:54
224
原创 openCV霍夫变换原理及其实现
一 霍夫变换原理霍夫变换是一种特征检测(feature extraction)，被广泛应用在图像分析（image analysis）、计算机视觉(computer vision)以及数位影像处理(digital image processing)。霍夫变换是用来辨别找出物件中的特征.如直线 圆等物体特征：先直观的看看它的作用：所以由图可得：p=γ∗cos(θ−β)p = \gamma ...
2020-03-26 15:47:47
616
原创 C++ 和Python入门openCV
一 图像读取Python 实现：读取彩色图像import cv2img = cv2.imread("1.jpg")cv2.imshow("pic_img", img)cv2.waitKey(0)cv2.destroyAllWindows()读取灰度图像import cv2img = cv2.imread("1.jpg", 0)cv2.imshow("pic_img"...
2020-03-23 22:43:14
1171
原创 Visual Studio Code头文件异常处理
一 VS Code 出现问题描述解决方案：在终端输入命令：gcc -v -E -x c++ -将上面的路径添加到VS Code 的c_cpp_properties.json 文件中。操作过程：按快捷键Ctrl + Shift + P打开JSON将上面的路径添加到这里：{ "configurations": [ { "name": "...
2020-03-12 17:52:39
978
原创 机器学习——CART回归树
一. 回归树注意：CART做分类时代价函数是基尼指数，做回归时代价函数时均方差函数import numpy as npimport matplotlib.pyplot as pltfrom sklearn.tree import DecisionTreeRegressorfrom sklearn import linear_model# Data setx = np.array...
2020-03-09 17:58:38
307
原创 机器学习——决策树
一. 决策树与预备知识基本概述决策树是一种树型结构，它是以实例为基础的归纳学习，每个内部结点表示在一个属性上的测试，每个分支代表一个测试输出，每个叶结点代表一个类别。决策树采用的是自顶向下的递归方法，其基本思想是以信息熵为度量构造一棵熵值下降最快的树，到叶子节点处的熵值为0，此时每个叶节点中的实例都属于同一类。决策树学习算法的特点决策树学习算法的最大优点是它可以自学习，只需...
2020-03-09 09:20:53
562
原创 KNN算法之KD树实现原理
一. KD树的建立KD树算法包括三步，第一步是建树，第二步是搜索最近邻，最后一步是预测。有二维样本6个，{(2,3)，(5,4)，(9,6)，(4,7)，(8,1)，(7,2)}，构建kd树的具体步骤为：1）找到划分的特征。6个数据点在x，y维度上的数据方差分别为5.80，4.47，所以在x轴上方差更大，用第1维特征建树。计算x 轴的方差：Ex=（2+5+9+4+8+7） / 6 ...
2020-03-07 20:11:20
1026
原创 机器学习——回归模型
一、线性回归回归的目的是预测数值型的目标值。最直接的办法是依据输入写出一个目标值的计算公式，该公式就是所谓的回归方程（regression equation）。求回归方程中的回归系数的过程就是回归。线性回归的几个特点： 1. 建模速度快，不需要很复杂的计算，在数据量大的情况下依然运行速度很快。 2. 可以根据系数给出每个变量的理解和解释 3. 对异常值很敏感。# 代码表示：lin...
2020-03-03 10:00:43
803
原创 机器学习——KNN邻近算法
一. KNN算法介绍KNN 算法概述Cover和Hart在1968年提出了最初的邻近算法。所谓K最近邻，就是k个最近的邻居的意思，说的是每个样本都可以用它最接近的k个邻居来代表。KNN是一种分类(classification)算法，它输入基于实例的学习（instance-based learning），属于懒惰学习（lazy learning）即KNN没有显式的学习过程，也就是说没有训练...
2020-03-02 09:41:41
1190
原创 python数据结构——栈、队列、双端队列
一、栈1. 概述栈是一种容器，它可以存入元素、访问元素、删除元素，它的特点在与只能允许在容器的一端（栈顶top）进行加入数据和输出数据的运算。由于栈数据结构只允许在一端进行操作，因而按照先进后出（LIFO，Last In First Out）的原理操作。2. 栈的实现class Stack(object): """栈：顺序表list实现""" def __init__...
2020-02-25 15:59:56
158
原创 python数据结构——链表及其实现
一、单向链表二、单向链表实现class Node(object): """节点""" def __init__(self, elem): super(Node, self).__init__() # 元素 self.elem = elem # 下一个节点地址 self.next = None...
2020-02-25 11:03:46
221
原创 深度学习中的网络设计技术(二)——正则化技术
一、过拟合、欠拟合1. 什么是过拟合？什么是欠拟合？过拟合其实就是在训练样本内能够很好的拟合数据，而在训练样本外（没有参与训练的样本）拟合效果很差，这样的现象就是过拟合。如果你在训练网络的过程中发现，模型准确率很高，但是在测试的时候发现准确率很低，那么有可能就是发生了过拟合现象。也就是数过拟合没有好的泛化能力。泛化：指一个模型应用到新样本的能力，新样本就是指没有参与训练的样本数据。欠拟...
2020-02-23 14:55:17
208
原创 无监督学习——自编码神经网络原理及其实现
一、自编码神经网络概述1、信息处理问题信息瓶颈稠密信息转稀疏信息稀疏信息转稠密信息稠密信息转稠密信息自编码神经网络介绍自编码器是深度学习中的一种非常重要的无监督学习方法,能够从大量无标签的数据中自动学习,得到蕴含在数据中的有效特征.因此,自编码方法近年来受到了广泛的关注,已成功应用于很多领域,例如数据分类、模式识别、异常检测、数据生成等.它是一种生成模型。自编码神经网...
2020-02-22 09:14:28
4385
2
原创 深度学习中的上采样技术及其实现
一、反卷积(转置卷积)反卷积通常用于将低维特征映射成高维输入，与卷积操作的作用相反。一般反卷积只能还原图片的大小，不能将图片还原为原来的图片。反卷积操作的时候有两种情况，分为步长为1和步长大于1。1. stride = 1stride=1时，反卷积操作时在特征图周围填充0，至于添加多少padding,就要看原图和特征图的大小关系。比如原图大小为4 * 4 ,卷积核大小为3 * 3，步...
2020-02-21 00:17:22
2501
1
原创 Linux常见命令
一、Linux常见基本命令(1) ctrl + shift + "+" 放大终端 ctrl + shift + "-" 缩小终端(2) pwd # 显示当前路径(4) cd # 切换路径(5) ls # 列出当前文件夹下所有文件(6) ls -a # 列出当前文件夹下所有文件包括隐藏文件(7) ls -l # 以列表形式显示当前文件夹下的文件(8) ls -l -h...
2020-02-17 15:52:14
196
原创 pytorch 实现目标检测（二）（小黄人测试、准确度、精确度、召回率）
六、测试网络模型(1) 基本概念理解需要清楚几个概念：准确度、精度、召回率TP: True Positive,将正样本预测为正样本的样本数量（预测正确）FN: False Negtive,将正样本预测为负样本的样本数量FP: False Positive,将负样本预测为正样本的样本数量TN: True Negtive,将负样本预测为正样本的样本数量（预测正确）1. 准确度：准确度...
2020-02-14 16:19:51
1530
原创 卷积神经网络——基础知识
一、卷积神经网络基基础知识(1) 卷积神经网络基本结构卷积神经网络(Convolutional Neural Networks，CNN)是一类特殊的人工神经网络，其最主要的特点就是卷积运算。卷积其实就是一种效果的叠加。CNN 目前在图像相关任务上有很好的效果。如图像分类、语音分割、图像检索、目标检测等计算机视觉问题。卷积神经网络是一种层次模型，其输入是原始数据，如RGB图像、音频等数据，通...
2020-02-14 10:51:04
2073
原创 pytorch 实现目标检测（一）（小黄人检测训练）
一、项目介绍该示例首先有两部分数据，第一部分准备小黄人数据集，第二部分准备自然图像数据集。将小黄人图片粘贴到自然图像上面，然后检测图片中的小黄人，下面是粘贴好的图片。实验中可以用一个较小的数据集进行训练，准备5000张自然图片，小黄人可以下载10 - 20 多张不同的，将其随机粘贴到5000张自然图像上即可。二、数据预处理import numpy as npfrom PIL impo...
2020-02-11 23:34:47
2840
16
原创 python作用域、动态添加属性和方法、__slots__的作用
一、作用域(1) LEGB 规则python使用LEGB的顺序来查找一个符号对应的对象。LEGB 即：局部 闭包 全局 内建locals --> enclosing function --> globals --> builtins# 1. locals当前所有命名空...
2020-02-10 21:28:49
210
原创 python装饰器
一、装饰器如何使用装饰器是用来“打扮函数”的，在程序开发中常常使用到装饰器，它使得开发效率更高，方便对代码进行扩展。一般我们写代码时遵循开放封闭原则，它规定已经实现的功能代码不允许被修改，但可以被扩展。封闭： 已经实现的功能代码块不允许修改开放：对扩展功能进行开发"""现在需要对下面三个模块进行功能扩展，在原来的基础上加入验证功能"""def test1(): print（‘--t...
2020-02-10 08:58:48
137
原创 python闭包
一、闭包概述(1) 概述def test(num): def test_in(num_in): print("in test_in 函数 num_in is %d "% num_in) return num + num_in return test_in"""在函数内部再定义一个函数，并且这个函数用到外面函数的变量，那么将这个函数以及用到的一些变量成为闭包"""(2) 闭包执...
2020-02-09 21:29:53
122
原创 matplotlib实战二——利用matplotlib画激活函数曲线
import torchimport torch.nn.functional as ffrom torch.autograd import Variableimport matplotlib.pyplot as pltx = torch.linspace(-5, 5, 200)var = Variable(x)x_np = var.data.numpy()y_relu = f.r...
2020-02-09 17:51:41
277
原创 python生成器和迭代器
一、 python生成器生成器：python中将一边循环一边计算的这种机制称为生成器。简单的说就是为了节约内存空间，产生了一种计算规则，在取下一个数的时候按照计算规则取出即可。生成器必定是一个迭代器。(1) 生成器基本操作# 创建生成器的方式一：“”“把列表生成式的[]改为（）即可 ”“”# 列表生成式：a = [x * 2 for x in range(10)]# 生成器：...
2020-02-09 17:49:23
200
原创 python中“==” 和 ‘’is‘’的用法和区别
**第一、 “==” 和 “is” 的作用**“is“ 是比较两个引用是否指向同一个对象（引用的比较）“ == ”是比较两个对象是否相等a = [11, 22, 33] b = [11, 22, 33]a == b ----> True # 表示值相等a is b ----> False # 指引用是否相等可以用id()查看a,b的内存地址，发现其...
2020-02-04 23:14:36
801
原创 图像处理框架PIL（二）——利用PIL制作验证码
from PIL import Image, ImageDraw, ImageFontimport numpy as np'''第一、验证码文字生成1. 第一验证码中的字母的生成：无法直接生成字母，但是字母和数字之间可以通过ASCII值可以进行转换规则是：数字65~90为26个大写英文字母，数字97~122号为26个小写英文字母。所以只要生成65——122之间的数字，就可以得到相应的...
2020-01-07 16:26:19
319
原创 图像处理框架PIL（一）（Python Imaging Library）
一、基本概念介绍通道 ：每张图片由一个或者多个数据通道构成，PIL允许在单张图片中合成相同维数和深度的多个通道。以RGB图像为例，每张图片都是由三个数据通道构成，分别为R、G、B通道。对于灰度图像只有一个通道。模式：图像的模式定义了图像的类型和像素的位宽。当前支持的模式有：1 ：1位像素，表示黑和白，但是存储的时候每个像素存储为8bit.L : 8位像素，表示黑和白。P：8位像素，使...
2020-01-07 12:02:12
323
原创 pytorch 猫狗数据集识别（一）
一 、猫狗数据集预处理该项目从数据预处理–网络构建–训练–测试这几个部分讲解。读完该部分代码希望能对你有所帮助。 猫狗数据集下载地址链接：https://pan.baidu.com/s/1OBDj51wp0TMRZK_ve-n3fA提取码：rift1、数据预处理中加载的模块import torchimport osimport numpy as npfrom PIL import...
2020-01-06 19:27:37
2706
1
原创 python发布和安装模块
一、Python模块的发布我们在导包的时候经常会出现包不存在的问题。那么首先要清楚什么是包，先理解下这个概念。其实包就是一个文件夹，用来放置相关联的模块，但是这个文件夹与一般我们指的文件夹有点区别，在这个文件夹下会有一个__init__.py文件，在Python2中如果没有__init__.py文件，那么导包的时候直接报错，但在Python3中没有__init__.py文件可以正常导包，但是无...
2019-12-23 08:57:03
131
原创 python中__init__方法、__new__方法、__str__方法、__del__方法、__call__方法详解
一、 python的__init__方法和__new__方法该方法是python中初始化的方法，也称构造方法。但是它与其他语言中的构造方法不同，它只进行初始化。__new__方法是创建对象的方法。其中具体的细节看下面代码详解。可以看到定义了一个初始化函数，在创建对象时就被执行了。class Cat(object): def __init__(self): print(...
2019-12-20 09:09:04
468
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