2022
文章平均质量分 89
nanyidev
这个作者很懒,什么都没留下…
展开
-
十大排序算法(Java实现)
1.冒泡排序2.快速排序原创 2023-06-27 14:16:23 · 3740 阅读 · 0 评论 -
Java中List,Set,数组Arrays相互转化
很多场合需要进行转换(例如力扣中数组转换其他时比较容易,反过来就需要操作一番以下转换的方法并不唯一,但确保简洁易懂。原创 2023-06-26 14:56:04 · 3842 阅读 · 0 评论 -
Java内存原理(数组内存,方法内存,对象内存)
Java内存分配主要是5个部分JDK8之前:主要是栈;堆;方法区;本地方法栈;寄存器JDK8以后:取消方法区,新增元空间。把原来方法区的多种功能进行拆分,有的功能放到了堆中,有的功能放到了元空间中。每个部分的作用是方法运行时使用的内存,比如main方法运行,进入方法栈中执行(2)堆:存储对象或者数组,new来创建的,都存储在堆内存(3)方法区:存储可以运行的class文件(当加载一个类时,这个类的字节码文件就会被加载到方法区)(4)本地方法栈:JVM在使用操作系统功能的时候使用,(与开发无关)原创 2023-02-07 14:48:05 · 987 阅读 · 0 评论 -
二叉搜索树,平衡二叉树,红黑树,B树,B+树
它是一棵空树或它的左右两个子树的高度差的绝对值不超过1,并且左右两个子树都是一棵平衡二叉树(即任意节点高度差不超过1(1)一种自平衡的二叉搜索树(2)不是高度平衡的(3)特有的红黑规则(来维持平衡)首先可以把B树看作一个M树,并且允许一个结点中包含多个key,并且满足下列条件:(1)树中每个结点最多有M-1个key(有M个孩子节点),并且以升序排列。原创 2023-02-03 17:23:45 · 1403 阅读 · 0 评论 -
python 导入 包,模块,类,函数
在复杂代码中,需要进行按不同的层次封装代码,方便重用和协作包和模块都是为了更好的对代码进行组织,实现可重用和可维护。原创 2022-11-17 09:28:46 · 2260 阅读 · 1 评论 -
异常检测工具库pyod介绍 & 代码实战
官网上有介绍pyod:PyOD 是用于检测多元数据中的异常对象的最全面和可扩展的 Python 库。这个令人兴奋但具有挑战性的领域通常被称为异常检测或异常检测。PyOD 包括 40 多种检测算法,从经典的 LOF (SIGMOD 2000) 到最新的 ECOD (TKDE 2020)。自 2017 年以来,PyOD 已成功用于众多学术研究和商业产品 ,下载量超过 700 万次。...原创 2022-08-03 11:03:39 · 1817 阅读 · 0 评论 -
【分类模型性能衡量指标 】混淆矩阵,精确率,准确率,召回率,Roc曲线
文章目录前言混淆矩阵精确率 & 准确率 & 召回率Roc曲线 & Auc曲线前言在分类问题中,想要衡量性能指标其实推荐系统中用的更多,采用scikit-learn来实现,用到的是sklearn.metrics模块下的函数官网链接混淆矩阵混淆矩阵(Confusion Matrix)是一个将分类问题按照真实情况与判别情况两个维度进行归类的矩阵。以二分类问题为例,首先我们需要明确数据是positive还是negative。 对于实际值中可以用一个2×2的矩阵表示真实值是原创 2022-07-20 15:51:35 · 1426 阅读 · 0 评论 -
jupyter notebook基本配置——修改默认打开路径&切换虚拟环境
jupyter notebook原创 2022-06-26 15:22:23 · 5413 阅读 · 0 评论 -
linux常用命令
1.文件和目录最基本的操作命令操作cd/nanyidev进入nanyidev目录cd …返回上一级目录cd …/…返回上上级目录lscd ~进入个人目录cp file1 file2cp -a dir1 dir2rm -f file1删除一个叫做 ‘file1’ 的文件rmdir -f dir1删除一个叫做 ‘dir1’ 的目录mv dir1 new_dir移动目录dir1到new_dir2.压缩、解压缩原创 2022-06-26 12:51:32 · 310 阅读 · 0 评论 -
最新win10重装系统官方纯净版——2022家庭版多图详细
2022年了,作为一个用了好多年电脑的竟然还没有重装过一次系统,原因众所周知——不是怕麻烦就是怕搞出什么点幺蛾子电脑崩溃了,但是出于电脑硬盘紧张,下定决心准备手动一次首先要说明一下,因为每个人的电脑和每个人遇到的情况是不同的,所以这篇教程(准确说是经验)我只能安装我自己的情况先讲一遍,大家更多的是参考一下(有不同情况的地方我也会说一下)我自己的需求是:重装的整个过程其实很快的,简单来说就是三步 1备份——2下载——3重装。我把整个过程的时间总结为备份一天+制作启动盘1小时+重装半小时,如果你之前备份过,那你原创 2022-06-18 09:38:29 · 13527 阅读 · 4 评论 -
CoCo数据集下载
文章目录1.介绍2.下载2.1 官网2.2 百度网盘2.3 下载到linux服务器1.介绍MS COCO的全称是Microsoft Common Objects in Context,起源于微软2014年的Microsoft COCO数据集COCO is a large-scale object detection, segmentation, and captioning dataset. COCO has several features主要用于目标检测,图像分割,姿态估计等,共有80个类原创 2022-05-25 12:46:45 · 36728 阅读 · 9 评论 -
【GAN实战】MNIST手写数字生成——基于pytorch的GAN-MNIST
GAN两个基本程序GAN-MNIST用GAN生成MNIST图片0.首先导入相关包import osimport numpy as npimport math# 命令行参数解析包import argparse# 导入pytorch相关包import torchvision.transforms as transformsfrom torchvision.utils import save_imagefrom torch.utils.data import DataLoaderfr原创 2022-04-30 15:50:42 · 2932 阅读 · 0 评论 -
计算机视觉会议(CVPR,ECCV,ICCV,NIPS,AAAI,ICLR等)
CVPR首先介绍的是三大顶会之一的CVPR,ECCVICCVNIPSNIPS虽然不是三大顶会,但是影响力也很大,首先官网链接是https://neurips.cc/,直接找论文的话可以到Proceeding这个页面:click here,如下图所示:需要哪一年的直接点击进去(NIPS2021直达), 就可以看到文章列表,还可以搜索关键词寻找文章。简单介绍一下NIPS,全称神经信息处理系统大会(Conference and Workshop on Neural Information Proc原创 2022-04-27 14:58:33 · 45327 阅读 · 2 评论 -
李宏毅深度学习回归regression(2)之Covid2019代码实战simple baseline
理论讲述之前的一篇文章已经简单介绍了回归中的线性回归,https://blog.csdn.net/ji_meng/article/details/123590035?spm=1001.2014.3001.5501这次依然讲回归代码分析原创 2022-04-25 20:49:08 · 1678 阅读 · 0 评论 -
pytorch学习笔记(零)之基础知识(张量,自动微分)
tensor原创 2022-04-22 17:18:50 · 1514 阅读 · 0 评论 -
Pytorch学习笔记(六)之完整的模型训练(以Cifar10为例)
导入数据原创 2022-04-17 10:35:39 · 4294 阅读 · 1 评论 -
python图像处理库(PIL&OpenCV)快速入门学习
python图像处理PIL原创 2022-04-15 15:56:26 · 5675 阅读 · 0 评论 -
卷积神经网络(CNN)——hungyi Lee
卷积神经网络原创 2022-04-14 20:34:21 · 728 阅读 · 2 评论 -
类神经网络训练不起来怎么办——机器学习模型训练指南
一些训练的tips原创 2022-04-05 14:22:09 · 1612 阅读 · 0 评论 -
python数据分析(EDA)三剑客(1)之numpy
首先介绍的是数据分析中的“大哥”:numpy原创 2022-04-03 13:58:22 · 2685 阅读 · 0 评论 -
Anaconda环境创建、激活等常用命令&深度学习(pytorch、tensorflow)环境搭建
在拿到一个新项目时,通常需要新建虚拟环境原创 2022-03-28 16:02:17 · 3550 阅读 · 4 评论 -
python数据结构(列表,元组,字符串,字典,集合)
数据结构原创 2022-03-27 17:42:22 · 3183 阅读 · 0 评论 -
Markdown常用数学公式
先简单介绍基本用法进入正题原创 2022-03-21 09:43:33 · 7390 阅读 · 1 评论 -
深度学习简介——神经网络与后向传播(Hung-Yi Lee)
深度学习三步走Step1 Neural NetworkStep2 goodness of functionStep3 pick the best function原创 2022-03-20 18:57:59 · 541 阅读 · 0 评论 -
机器学习分类与逻辑回归——(hungyi lee)
从概率的观点看分类首先由一个抽球问题引入:选择盒子1的概率是23\frac{2}{3}32,选择盒子1的概率13\frac{1}{3}31,从盒子1中取蓝球的概率是45\frac{4}{5}54,取绿球的概率是15\frac{1}{5}51,从盒子2中取蓝球的概率是25\frac{2}{5}52,取绿球的概率是35\frac{3}{5}53(典型的条件概率情景)此时,如果取到一个球是蓝球,那么它是从盒子1取出的概率是:P(B1∣Blue)=P(Blue∣B1)∗P(B1)P(Blue∣B1原创 2022-03-20 13:44:05 · 1521 阅读 · 0 评论 -
机器学习回归(regression)——线性回归(Hung-yi Lee)
机器学习可简单分为监督学习和非监督学习。从下图也可以看出来,分类和回归属于监督学习,聚类和降维属于非监督学习。而回归又是大多数机器学习学习者最先接触的任务,本文主要讲述线性回归,作为一个学习笔记。前言有监督学习:给定一组训练数据,通常是(x1x^1x1,y1y^1y1),(x2x^2x2,y2y^2y2),(x3x^3x3,y3y^3y3)⋯\cdots⋯,其中y是标签,xmx^mxm=(x1mx_1^mx1m,x2mx_2^mx2m,x3mx_3^mx3m⋯\cdots⋯)是第m个数据对应的原创 2022-03-19 16:52:18 · 2149 阅读 · 0 评论