不要绝望总会慢慢变强-CSDN博客

原创实验室没有显卡怎么深度学习

最近显卡奇缺，遍历了网上各种平台薅GPU羊毛，这里给大家介绍以下这个平台的福利！！！先附上链接：恒源云_GPUSHARE-恒源智享云恒源智享云gpushare.com 是一个专注 AI 行业的共享算力平台，旨在为用户提供高性比价的GPU云主机和存储服务，让用户拥有高效的云端编程和训练体验，不再担忧硬件迭代/环境搭建/数据存储等一系列问题。https://gpushare.com/auth/register?user=18*****7729&fromId=ce701711122&sou

2021-12-20 12:01:51 1463

原创 python读取nii数据

from nibabel.viewers import OrthoSlicer3Dfrom nibabel import nifti1import nibabel as nibfrom matplotlib import pylab as pltimport matplotlib# 文件名，nii或nii.gzv_filename = '/home/luoshiyong/pycode/pythonProject/venv/lits/volume-65.nii's_filename = '/h.

2021-03-10 00:06:14 2442 1

原创全卷积网络FCN模型实现

1.数据集voc2012获取见https://blog.csdn.net/luoshiyong123/article/details/1111970392.FCN网络结构3.FCN特点（1）摒弃了传统卷积网络最后的全连接层，使用全卷积代替，原文中卷积部分采用的VGG16（去掉全连接层）效果最好。（2）使用反卷积恢复图像原来尺寸，可以接受任意大小的输入图像，而不用要求所有的训练图像和测试图像具有同样的尺寸。 (3) 得到的结果还是不够精细。进行8倍上采样虽然比32倍的效果..

2020-12-15 21:26:07 3209 2

原创处理voc2012数据集_图像分割第一步

1.voc2012数据集介绍这是下载的voc2012数据集，上边一个是测试集，下边的是训练+验证VOCdevkit_train结构如下：注意该数据集不全是用来做图像分割的，也有目标检测等其他任务的。Annotations是保存每一张图片的xml信息，其中包含是否用来分割等选项，目标检测Xmin,Xmax,Ymin,Ymax等信息，此处我们用不到JPEGimages就是需要用到的图片SegmentationClass是语义分割的label，需要复制整个文件夹Segmenta

2020-12-15 12:19:16 1848 5

原创 k-means聚类及可视化

本文主要是通过sklearn库实现k-means聚类并可视化1.导入库import pandas as pdimport numpy as npimport matplotlib.pyplot as pltfrom sklearn.cluster import KMeansfrom sklearn.cluster import DBSCAN2.读取数据并可视化ori_data = pd.read_csv('D:/DL/机器学习/data.csv',header = None)

2020-12-03 18:15:20 10296 6

原创 SVM实现鸢尾花分类

1.导入库import pandas as pdimport numpy as npfrom sklearn.model_selection import train_test_splitimport sklearn.svm as svmfrom sklearn.metrics import classification_reportlabel2num = {'Iris-setosa': 0, 'Iris-versicolor': 1, 'Iris-virginica': 2}num2la

2020-12-03 12:49:31 1457

原创 keras实现线性回归

envwindows+anaconda+jupytertensorflow2.3+keras#导入库import kerasimport tensorflow as tfimport numpy as npimport matplotlib.pyplot as pltfrom keras import layers%matplotlib inline#准备数据x = np.linspace(0,100,30) #在指定的间隔内返回均匀间隔的数字。y = 3*x+7+np.ran

2020-10-16 09:28:13 2151

原创矩阵连乘问题

动态规划例1 矩阵连乘问题引入例如矩阵连乘积A1A2A3A4A_1A_2A_3A_4A1A2A3A4可以有下列5中完全加括号的方式：（A1(A2(A3A4)),(A1(A2A3)A4),((A1A2)(A3A4)),((A1(A2A3))A4),(((A1A2)A3)A4)（A_1(A_2(A_3A_4)), (A_1(A_2A_3)A_4) , ((A_1A_2)(A_3A_4)) , ((A_1(A_2A_3))A_4) , (((A_1A_2)A_3)A_4)（A1(A

2020-09-26 18:04:26 1222

原创特征选择

降维是指在某些限定条件下，降低随机变量（特征）个数，得到一组‘不相关’的主变量的过程处理对象：二维数组（【n_sample,n_feature】）相关特征：如相对温度与降雨量的相关，会增多许多冗余信息降维的方法主要有特征选择和特征选择1.1 定义：数据中包含冗余或者相关变量（或称特征，属性，指标等），旨在从原有特征中找出主要特征1.2 方法 Filter(过滤式)：主要探究特征本身特点，特征与特征和目标值之间关联...

2020-09-23 21:10:31 256

原创数据预处理（归一化和标准化）

什么是特征预处理：通过一些转换函数将特征数据转换成更加适合算法模型的特征数据过程1.主要包含：数值型数据的无量纲化+归一化：通过对原始数据进行变换把数据映射到[mi,mx]之间如对于以上数据，映射到[0,1],对于第一列，最大值是90，最小值是60，即X‘=（90-60）/90-60=1，X’‘=1*（1-0）+0=1如果有异常值（通常是最大值或者最小值），归一化将被严重影响。+标准化：对原始数据进行变换到均值为0，标准差为1范围内2.特征预处理API为什..

2020-09-21 21:49:23 2896

原创机器学习特征提取

本文主要介绍基于sklearn的特征提取，旨在为机器学习提供一个好的开端1.分类特征提取如上图所示：许多特征如pclass代表乘客船舱等级，分为1，2，3。还有例如性别，乘客登船码头，称之为分类特征。对于这一类数据的提取，采用one-hot编码。例如：data数据有两个特征，分别是城市和温度，显然第一个特征为分类特征。[[ 1. 0. 0. 50.] [ 0. 0. 1. 40.] [ 0. 1. 0. 36.]]data = [{'city':'beijin

2020-09-21 19:58:49 1530

原创 Titanic数据集分析及kaggle提交

首先看到这个数据集脑海中就想到了学过的二分类问题，一共11个输入维度，一个输出维度（Survived),具体如下：咋一看就感觉passengerid和是否存活就没有关系，numpy.loadtxt无法读取带字符串的输入，这里我们用pandas读取数据分析一下import torch import pandas as pd import numpy as np from pandas import Series,DataFramedata_train = pd.read_csv("./

2020-09-16 15:50:10 844

原创 tensorflow基础知识

import osos.environ['TF_CPP_MIN_LOG_LEVEL']='2'import tensorflow as tftf.compat.v1.disable_eager_execution()a = tf.constant([[1.0,2.0]])b = tf.constant([[2.0],[3.0]])result = tf.matmul(a,b)print(result) #tf.Tensor([[8.]], shape=(1, 1), dtype=fl...

2020-09-14 11:29:22 192

原创屏蔽tensorflow输出一般和警告信息

装完tensorflow后控制台输出一大串的警告和一般信息，主要用了两行代码解决import osos.environ['TF_CPP_MIN_LOG_LEVEL']='2'import osos.environ['TF_CPP_MIN_LOG_LEVEL']='2' #设置为1屏蔽一般信息，2屏蔽一般和警告，3屏蔽所有输出import tensorflow as tfa = tf.constant(2.)b = tf.constant(4.)print(a * b)

2020-09-14 10:33:52 1321 1

原创神经网络解决过拟合问题

1.惩罚性成本函数惩罚性成本函数是在损失函数上加一个惩罚项，如下图所示，下图中加了一个权重的平方和，如果该系数很大，在训练过程中要得到最小损失，就必须要某些权重很小或者接近于0，所以可以达到减少网络的复杂度。2.dropout dropout就是指在神经网络训练过程中随机对于某些权重不更新，有助于防止网络对某条路径过度依赖3. Early stopping 在10个epoch过后测试一次对于测试...

2020-09-13 12:10:52 1281 2

原创 RNN训练文本

本文通过RNN学习hello->ohlol的规律1.处理字符因为字符不是数字，无法变成向量输入，所以必须将字符变成数字，这里用到了one-hot vector通过将字符变成对应的索引，然后将索引变成one-hot vector,将其作为RNN的输入,这里因为只有4个字母，所以输入维度为4这里要求第一个输出为0，第二个为h,第三个为l,所以这是一个多分类的问题，需要输出一个四维向量，每一维度表示为某个字母的概率这样我们的每一个输入Xi就是one-hot vector...

2020-09-09 22:54:15 542

原创 PyTorch训练MNIST数据集3

本文旨在探索各种不同的改变对于训练精确率的影响1.增加全连接层原来的全连接层由320->10：self.f1 = torch.nn.Linear(320,10) 现在改为：每一个线性单元采用relu激活函数 self.f1 = torch.nn.Linear(320,160) self.f2 = torch.nn.Linear(160,80) self.f3 = torch.nn.Linear...

2020-09-07 20:56:12 344

原创 PyTorch训练MNIST数据集2

1.网络结构2.代码：import torchfrom torchvision import transformsfrom torchvision import datasetsfrom torch.utils.data import DataLoaderimport torch.nn.functional as Fimport torch.optim as optimfrom matplotlib import pyplot as pltimport osimport s.

2020-09-07 17:17:37 2877

原创 pytorch训练MNIST数据集1

本文采用全连接网络对MNIST数据集进行训练，训练模型主要由五个线性单元和relu激活函数组成import torchfrom torchvision import transformsfrom torchvision import datasetsfrom torch.utils.data import DataLoaderimport torch.nn.functional as Fimport torch.optim as optimimport osimport sys.

2020-09-06 22:47:40 527

转载 Pytorch中view的用法

//转自https://zhuanlan.zhihu.com/p/87856193?from_voters_page=true在pytorch中view函数的作用为重构张量的维度，相当于numpy中resize（）的功能，但是用法可能不太一样。如下例所示>>> import torch>>> tt1=torch.tensor([-0.3623, -0.6115, 0.7283, 0.4699, 2.3261, 0.1599])>>>

2020-09-06 22:29:04 4030

原创糖尿病数据集训练pytorch

import torchimport numpy as npfrom matplotlib import pyplot as plt#加载数据集xy = np.loadtxt('diabetes.csv',delimiter=',',dtype=np.float32)x_data = torch.from_numpy(xy[:,:-1])y_data = torch.from_numpy(xy[:,[-1]])#print(x_data)#建立模型class MyModel(torch..

2020-08-05 10:10:52 2131 4

原创 pyqt5获取糖尿病数据

#-*- codingg:utf8 -*-from PyQt5.QtWidgets import *from Ui_layout import Ui_Formimport sysimport torchimport numpy as np#加载数据xy = np.loadtxt('diabetes.csv',delimiter=',',dtype=np.float32)class MyWidget(QWidget,Ui_Form): def __init__(self): .

2020-08-03 11:51:30 198

原创 Dataset和DataLoader

import torchfrom torch.utils.data import Datasetfrom torch.utils.data import DataLoaderclass MyDataset(Dataset): def __init__(self): pass #根据index获取数据 def __getitem__(self,index): pass #获取数据集长度 def __len__(self): .

2020-08-02 20:04:36 158

原创 plt可视化

1.plot函数函数功能：展现变量的趋势变化。调用签名：plt.plot(x_see, y_see, ls="-", lw=2, label="plot figure")x: x轴上的数值y: y轴上的数值ls：折线图的线条风格lw：折线图的线条宽度label：标记图内容的标签文本2.grid函数函数功能：绘制刻度线的网格线。调用签名：plt.grid(linestyle=":", color="r")linestyle：网格线的线条风格color：网格线.

2020-08-02 12:57:51 881

原创饱和函数（sigmoid函数）

1.特征=======函数值有极限=======增函数=======饱和函数2.典型函数logistics函数（又称之sigmoid函数）：其他函数：

2020-08-02 11:01:06 16222 3

原创 Pytorch实现线性回归

import torchfrom IPython import displayfrom matplotlib import pyplot as pltimport numpy as npimport random#准备数据x_data = torch.Tensor([[1.0],[2.0],[3.0]])y_data = torch.Tensor([[2.0],[4.0],[6.0]])#定义模型class LinearModel(torch.nn.Module): #相当于构.

2020-08-01 12:41:29 217

原创 torch.nn.Linear和torch.nn.MSELoss

1.torch.nn.Linear------计算y=ax+bin_features为输入维度out_features为输出维度bias为b的值2.torch.nn.MSELosssize_average为是最后loss加起来过后是否除以Nreduce----因为loss为张量，reduce为true表示将所有的lossi累加达到降维的目的...

2020-08-01 12:13:36 319

原创 python函数多参数传递

class Footbar: def __init__(self): pass def __call__(self,*args,**kwargs): print(args) print(kwargs)footbar = Footbar()footbar(5,7,3,2,8,6,x=10,y=22,z=35)打印结果：可见args为未命名的参数列表，kwargs为元组，接收的是命名的参数...

2020-08-01 11:55:44 296

原创梯度下降

梯度下降算法（gradient desent)以直线模型y=x*w为例数据集如下：xy122436cost(w)=(1N)∑n=1N(y^−y)2cost(w) = \left(\frac{1}{N}\right)\sum_{n=1}^N(\hat y-y)^2cost(w)=(N1)∑n=1N(y^−y)2梯度的方向一定是函数值上升的方向，最小值是0梯度下降公式：w=w−α∂cost∂ww = w - α\frac{\partial cost}{

2020-07-11 13:12:01 198

原创 PyTorch测试代码-cuda加速

import torch# 以下代码只有在PyTorch GPU版本上才会执行import timeprint(torch.__version__)print(torch.cuda.is_available())a = torch.randn(10000,1000)b = torch.randn(1000,2000)t0 = time.time()c = torch.matmul(a,b)t1 = time.time()print(a.device,t1-t0,c.norm(2)).

2020-07-09 10:07:16 7166 1

原创 C语言实现读取txt用户和密码实现登陆验证

int readtxt(char user[15],char pwd[15]){ int s; FILE *fp; char str[15]; /* *以只读方式打开文件 *user.txt格式为：用户名密码（中间有一空格）无限循环 */ if ((fp1=fopen("user.txt","r"))==NULL) { printf("cannot open file\n"); return 0; } .

2020-07-06 20:44:51 2911

原创 README.md编写技巧

README.md编写技巧推荐stackedit在线编辑可实时显示1.标题"# " #+一个空格是一级标题"## " ##+一个空格是二级标题，以此类推2.加粗和下划线加粗格式：两个*+加粗内容+两个*下划线格式：三个*3.插入代码段中插入代码：两个英文间隔号（即键盘数字键1左边那个键）如：this project is const int a=10;整段代码格式：三个英文间隔号+整段代码+三个英文间隔号如： const int a=10; const int b=100..

2020-06-29 16:26:39 724

原创 C语言实现行列式计算（展开法）

如下图所示行列式：程序如下：#include<stdio.h>#include<math.h> #include<fstream>#include<iostream>using namespace std;double get_num(double ori[][5],int m)//计算m行行列式的值{for(int i=0;i<m;i++) { for(int j=0

2020-06-28 16:19:19 5895 1

原创 C和C++操作文件的方法

1.C语言#include<stdio.h>#include<math.h> int main(){ float y[61],o[61]; FILE *fp; fp=fopen("2.txt","w"); for(i = 0;i<=35;i++) { fprintf(fp,"%f ",o[i]); fprintf(fp,"%f\n",i*0.2); } fclose(fp)

2020-06-27 15:37:56 154

原创 Python下载小说遮天

---抓取的笔趣阁网站上的---用的xpath解析html---后边的章节目录为啥不见了尴尬---num参数为下载多少章节import requestsimport unicodedatafrom lxml import etreeheaders = { 'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64...

2020-04-30 00:02:15 346

原创 python登陆学习猿地获取个人介绍

import requestsfrom lxml import etreeclass Lmonkey: token = '' user = '*****' pwd = '*******' log_url = 'https://www.lmonkey.com/login' get_url = 'https://www.lmonkey.com/users/...

2020-04-29 16:14:43 225 1

原创 post请求获取百度翻译

import requests#定义urlurl = 'https://fanyi.baidu.com/sug'#发送一个请求headers = { 'user-agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.130 ...

2020-04-28 15:46:33 855

原创爬虫入门（一）

import requests#定义urlurl = 'https://www.baidu.com'#发送一个请求res = requests.get(url)#获取响应结果print(res) #<Response [200]> res是一个对象#print(res.content) #b' ...' 二进制文本流print(res.cont...

2020-04-28 01:03:35 170