Python
hanlinger_
人工智障 深度瞎学
展开
-
关于torch1.4d的get_trace_graph的报错
由于版本原因,有些torch版本下get_trace_graph报错module 'torch.jit' has no attribute 'get_trace_graph--------报错这是因为版本变化,1.1torch可以用get_trace_graph其他把get_trace_graph改为_get_trace_graph查看了torch.jit的新版本源代码,与旧版本相比,它将功能名称从get_trace_graph更改为_get_trace_graph。...原创 2020-05-17 15:27:34 · 3774 阅读 · 6 评论 -
kNN python 註釋
代碼:#coding=utf8 from numpy import * import operator def createDataSet(): group=array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]]) #这里就是二维数组,在座標軸裏表示四個點 labels=['A','A','B','B']原创 2017-11-15 20:33:49 · 182 阅读 · 0 评论 -
ubuntu IPython notebook
1. 环境操作系统:ubuntu 14.04 / 尤麒麟2. 操作步骤a) 安装pip工具终端输入以下命令:sudo apt-get install python-pipb) 安装ipython终端输入以下命令:sudo apt-get install ipythonc) 安装ipython[notebook]终端输入以下命令:转载 2017-11-15 21:15:23 · 240 阅读 · 0 评论 -
IGARSS2017_SSRN 读后感DEEP RESIDUAL NETWORKS FOR HYPERSPECTRAL IMAGE CLASSIFICATION
全文都在和CNN作比较最强优点鲁棒性v Challenge:首先,Hughes现象是指随着训练数据维数的增加,识别准确率急剧下降,来自数百个频谱带[2]。 其次,它们的高空间分辨率使得小物体的识别成为可能,但增加了相邻像素之间的高相关性。v 3DCNN模型的分类精度随层数的增加而减小。 DL模型最近的应用表明,利用模型学习的特征而不是手工特征来分析HSI是一种新的趋势。v Res网原创 2018-01-27 17:20:41 · 1209 阅读 · 0 评论 -
读后感 Spectral–Spatial Residual Network for Hyperspectral Image Classification: A 3-D Deep Learning Fr
v 为了利用丰富的光谱带,传统的逐像素HSI分类模型主要集中在两个步骤:特征工程和分类器训练。特征工程方法包括特征选择(波段选择)和特征提取[7]。特征工程的主要目标是降低HSI像素的高维度并提取最具辨别性的特征或波段。接下来,使用从特征工程步骤获得的判别特征对通用分类器进行训练。特征提取方法通常通过非线性变换学习代表特征。v 例如,[8]综合了不同类型的降维方法得到的多个特征来训练支持向量机原创 2018-01-29 17:23:28 · 4188 阅读 · 7 评论 -
华硕 飞行堡垒 linux安装cuda8+cuDnn6+tensorflow+keras 教程
得不说坑好多……在这里先说在前面 最好的组合是cuda8 cudnn6 不要问我为什么……都是泪!!!cuda9 tensorflow前段时间说是兼容了,但是不好按,会报错cudnn我按官网上面是5 for cuda8 ,python里import时还会报错tensorflow 默认安装还是会报错(默认是1.6)具体错误文后贴出……cuda8 cuDnn6 网盘:网盘 密码: qr4iUbuntu...原创 2018-02-25 15:10:52 · 1128 阅读 · 0 评论 -
SITF 特征匹配 代码
#coding=utf-8import cv2import scipy as spimg1 = cv2.imread('0.jpg',0) # queryImageimg2 = cv2.imread('1.jpg',0) # trainImage# Initiate SIFT detectorsift = cv2.xfeatures2d.SIFT_create()# find...原创 2018-11-01 20:03:37 · 2363 阅读 · 0 评论 -
制作VOC数据集
一、VOC数据集长什么样PASCAL VOC为图像识别和分类提供了一整套标准化的优秀的数据集,从2005年到2012年每年都会举行一场图像识别challenge。本文主要分析PASCAL VOC数据集中和图像中物体识别相关的内容。在这里采用PASCAL VOC2012作为例子。下载地址为:点击打开链接。(本文中的系统环境为ubuntu14.04)下载完之后解压,可以在VOCdevkit目录...原创 2018-11-15 22:24:24 · 5036 阅读 · 3 评论 -
制作自己的数据(cifar-10)-python
CIFAR-10 介绍 该数据集共有60000张彩色图像,这些图像是32*32,分为10个类,每类6000张图。这里面有50000张用于训练,构成了5个训练批,每一批10000张图;另外10000用于测试,单独构成一批。测试批的数据里,取自10类中的每一类,每一类随机取1000张。抽剩下的就随机排列组成了训练批。注意一个训练批中的各类图像并不一定数量相同,总的来看训练批,每一类都有5000张...原创 2019-08-29 17:31:16 · 1523 阅读 · 0 评论