- 博客(46)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 python判断np.array数据为空
一、 np.isnan()获得一个bool数组data = np.array([1,2,3,np.nan,4,np.nan])np.isnan(data)可得到array([False, False, False, True, False, True], dtype=bool)这样可以获得nan的数量np.isnan(data).sum()二、array.sizea=np.array([])a.size输出为0，即可用a.size==0判断...
2021-03-13 16:10:19
15041
原创 zsh: command not found: brew(MAC安装brew后提示无该命令解决方案)
仔细查看安装完成的提示，一般正常安装后提示没有该命令就是没有将路径添加到环境变量中，提示中也会给出，如下⬇️1. Mac系统下的环境变量a. /etc/profileb. /etc/pathsc. ~/.bash_profiled. ~/.bash_logine. ~/.profilef. ~/.bashrc说明：1、其中a和b是系统级别的，系统启动就会加载，其余是用户接别的。2、c,d,e按照从前往后的顺序读取，如果c文件存在，则后面的几个文件就会被忽略不读了，以此类推。3、~/.
2021-03-12 00:17:06
18033
3
原创 Mac zsh 所有命令失效(zsh: command not found: ###)
在命令行输入下面命令即可PATH=/bin:/usr/bin:/usr/local/bin:${PATH}来源：https://www.cnblogs.com/guoshuai-yangxu/p/11907188.html
2021-03-11 21:51:29
908
1
原创 使用Python解压zip压缩文件
使用Python解压zip压缩文件import zipfileimport os# 压缩文件路径zip_path='/data/ceramic_data.zip'# 文件存储路径save_path = '/data/'# 读取压缩文件file=zipfile.ZipFile(zip_path)# 解压文件print('开始解压...')file.extractall(save_path)print('解压结束。')# 关闭文件流file.close()# 修复编码rena
2021-02-27 22:43:04
13813
2
原创 Pytorch可视化神经网络热力图
from PIL import Imageimport torchimport torchvision.transforms as transformsimport numpy as npimport matplotlib.pyplot as pltimport cv2def draw_CAM(model,img_path,save_path,resize=227,isSave=False,isShow=False): # 图像加载&预处理 img=Image.open
2021-02-17 17:04:16
7742
3
原创 Pytorch自动求梯度详解
自动求梯度Tensorimport torchimport numpy as np创建一个Tensor，并设置requires_grad=Truex=torch.ones(2,2,requires_grad=True)print(x)print(x.grad_fn)tensor([[1., 1.], [1., 1.]], requires_grad=True)Noney=x+2print(y)print(y.grad_fn)tensor([[3., 3.],
2021-02-17 15:00:42
419
原创 M1版MacBookAir使用情况（供购买参考）
续航充满电后用了两天，两天内开基本的应用程序，主要使用浏览器和笔记软件，偶尔运行代码，一共亮屏使用9小时，最后还有25%的电。正常情况下，平均每个小时耗电7%左右，接上外设后每小时耗电10%左右。具体情况⬇️⬇️⬇️时间电量待机总时长亮屏时长备注1.25晚上11:04充满电100%56min01.26100%-75%24h3h43min连接热点，没有外设，没有运行程序1.27上午（到12点）75%-68%12h01.27中午（到2:3
2021-02-10 17:55:57
1506
原创 Pytorch中的Hook（常用于网络特征可视化等）
Pytorch中的Hook使用Hook函数获取网络中间变量.Hook函数机制是不改变函数主体，实现额外功能，像一个挂件，挂钩。正是因为PyTorch计算图动态图的机制，所以才会有Hook函数。在动态图机制的运算，当运算结束后，一些中间变量就会被释放掉，例如，特征图，非leaf节点的梯度。但是有时候，我们需要这些中间变量，所以就出现了Hook函数。torch提供了四种hook方法，分别用于获取各个参数的梯度值。tensor.register_hook(hook)获取各个层前向传播的输入输出值。Mo
2021-02-01 19:01:20
2364
3
原创 Jupyter notebook按tab键（制表符）无法提示代码问题解决
Jupyter notebook按tab键（制表符）无法提示代码问题解决使用pip安装Jupyter后无法使用tab键提示代码，安装nbextensions后也无法正常补全代码，查看网络解决办法，通常会要求Ipython版本对应，最终额外安装jedi库解决该问题。各库版本：python：3.8.5ipython：7.19.0jupyter-core：4.7.0jedi：0.17.2解决思路来源：https://www.jianshu.com/p/7dc3f986c670...
2021-01-29 17:10:33
3842
4
原创 Pytorch Gpu环境配置（亲测可用）（win10+CUDA9.0+pytorch1.1+ torchvision0.3+cudatoolkit9.0）
Pytorch Gpu环境配置（亲测可用）（win10+CUDA9.0+pytorch1.1+ torchvision0.3+cudatoolkit9.0）1.检查是否有合适的GPU, 若有安装Cuda与CuDNN(1)检查电脑是否有合适的GPU在桌面上右击如果能找到NVIDA控制面板，则说明该电脑有GPU。控制面板如下，并通过查看系统信息获取支持的Cuda版本(2)下载Cuda官网：https://developer.nvidia.com/cuda-10.1-download-archive
2020-11-21 16:31:32
3435
3
原创 顶会期刊整理
中国计算机学会推荐国际学术刊物(人工智能)A类序号刊物名称刊物全称出版社地址1AIArtificial IntelligenceElsevierhttp://dblp.uni-trier.de/db/journals/ai/2TPAMIIEEE Trans on Pattern Analysis and Machine IntelligenceIEEEhttp://dblp.uni-trier.de/db/journals/pami/3IJCVI
2020-06-26 15:17:39
2281
原创 matplotlib使用示例——直线坐标系、极坐标系、柱形图、直方图、散点图、气泡图、饼图、多边形、3D图、盒图
一、直线坐标系# encoding=utf-8"""@Time : 2020/1/9 17:15 @Author : LiuYanZhe@File : demo1.py @Software: PyCharm@Description: 直线坐标系"""import numpy as npimport matplotlib.pyplot as pltfrom matplotlib...
2020-03-26 12:47:49
1965
原创 C++指针详解(指针初始化与回收，常量与指针，引用与指针)
C++指针详解1、指针的定义初始化以及回收2、常量与指针1）常量指针（常指针）2）指针常量3）总结3、引用与指针1、指针的定义初始化以及回收指针是一个地址，这个地址内存放数据，这些数据就叫做“指针所指的数据”或者“指针指向的数据”。指针类型存储的是被存储的数据的地址，即p的值是地址，*p 是p这个地址指向的值。普通类型：int main() { //空指针初始化 int* p = n...
2020-03-06 22:02:01
3692
原创 海蜘蛛详细安装教程（图解）
海蜘蛛详细安装教程（图解）打开VMware虚拟机，点击+号添加新的虚拟机，选择自定义安装添加一个网络适配器加载iso文件打开后一直enter即可到此海蜘蛛安装成功，开始配置海蜘蛛路由...
2020-03-04 21:04:21
4621
原创 不同局域网内的主机互访（海蜘蛛实现linux虚拟机与windows虚拟机不同网段间互访）（海蜘蛛的安装与使用）超详细
不同局域网内的主机互访（海蜘蛛实现linux虚拟机与windows虚拟机不同网段间互访）扩展：局域网内主机互访（linux虚拟机与windows主机）准备工作：VMware中安装两个虚拟机 ，参考资料 虚拟机安装linux系统一、安装海蜘蛛打开后一直enter即可到此海蜘蛛安装成功，开始配置二、海蜘蛛与虚拟机路由设置虚拟机列表–>海蜘蛛...
2020-03-04 20:51:20
2862
2
原创 局域网内主机互访（linux虚拟机与windows主机）超详细图解
虚拟机与虚拟机和主机间互访（同网段/局域网互访）准备工作：安装linux虚拟机本文中虚拟机安装的红帽系统，主机安装windows10。1、关闭windows防火墙2、虚拟机中，编辑网络配置文件，检查网络是否开启（第一个文件）3、如果onboot为no，改为yes，输入:wq!，保存并退出4、重启网卡5、ping 百度测试网络6、查看虚拟机IP7、查看本机IP，会发现在...
2020-03-04 18:42:26
2497
原创 VMware安装Linux虚拟机（手动划分分区）（CentOS为例）详细图解
VMware安装Linux虚拟机（CentOS为例）1、下载官网：https://www.centos.org/download/阿里云镜镜像网站(CentOS7为例)：http://mirrors.aliyun.com/centos/7/isos/x86_64/2、创建虚拟机3、安装系统（如果上一步完成后系统开机遇到这种问题：是因为多了镜像文件，移除多余的，再重新开...
2020-03-04 17:54:25
16435
1
原创 C++引用、指针初始化及回收、值传参、指针传参和引用传参 详解
引用1、&符号在C里面是取地址，但是在C++里面跟在类型名后就是是引用的意思而不是取地址。2、引用相当于给变量取别名，即改变引用等价于改变原来的变量值。3、定义时指针、引用符号要靠近类型值。4、一旦引用就不能再改变，即c是a的引用，就不能再变成b的引用。1、三种传参示例（1）值传参# include <iostream>using std::cout;usin...
2020-02-28 21:02:09
605
原创 排序算法——python详解（冒泡排序、选择排序、插入排序、快速排序）
几种常见的排序算法（冒泡排序、选择排序、插入排序、快速排序）1、冒泡排序每次比较相邻的两个数，若顺序错误就相互交换。def sort_bubble(arr): for i in range(int(len(arr))): # 共比较n趟 for j in range(len(arr) - 1): # 每趟比较n-1次 if arr[j] >...
2020-02-28 16:29:31
348
原创 其他
其他题目汇总：假设我们将源模型的输出层改成输出大小为目标数据集类别个数的输出层，则对于这个新的输出层如何初始化随机初始化假设我们将源模型的输出层改成输出大小为目标数据集类别个数的输出层，在训练过程中下列说法正确的是对输出层使用较大的学习率，对其他层使用较小的学习率。图像增广的方法有翻转图片、加入噪点、调整亮度下列算法中哪个没有使用到Exponential Moving Average...
2020-02-25 19:39:20
219
原创 词嵌入进阶
词嵌入进阶“Word2Vec的实现”一节中，我们在小规模数据集上训练了一个 Word2Vec 词嵌入模型，并通过词向量的余弦相似度搜索近义词。虽然 Word2Vec 已经能够成功地将离散的单词转换为连续的词向量，并能一定程度上地保存词与词之间的近似关系，但 Word2Vec 模型仍不是完美的，它还可以被进一步地改进：子词嵌入（subword embedding）：FastText 以固定大小...
2020-02-25 19:25:07
168
原创 词嵌入基础
词嵌入基础我们在“循环神经网络的从零开始实现”一节中使用 one-hot 向量表示单词，虽然它们构造起来很容易，但通常并不是一个好选择。一个主要的原因是，one-hot 词向量无法准确表达不同词之间的相似度，如我们常常使用的余弦相似度。Word2Vec 词嵌入工具的提出正是为了解决上面这个问题，它将每个词表示成一个定长的向量，并通过在语料库上的预训练使得这些向量能较好地表达不同词之间的相似和类...
2020-02-25 19:24:27
248
原创 优化算法进阶
11.6 Momentum在 Section 11.4 中，我们提到，目标函数有关自变量的梯度代表了目标函数在自变量当前位置下降最快的方向。因此，梯度下降也叫作最陡下降（steepest descent）。在每次迭代中，梯度下降根据自变量当前位置，沿着当前位置的梯度更新自变量。然而，如果自变量的迭代方向仅仅取决于自变量当前位置，这可能会带来一些问题。对于noisy gradient,我们需要谨慎...
2020-02-25 19:23:29
257
原创 深度学习入门-6（批量归一化与残差网络，优化与深度学习，梯度下降）
深度学习入门-6（批量归一化与残差网络，凸优化，梯度下降）一、批量归一化1、批量归一化（BatchNormalization）（1）对全连接层做批量归一化（2）对卷积层做批量归⼀化（3）预测时的批量归⼀化2、残差网络（ResNet）（1）残差块（Residual Block）（2）ResNet模型3、稠密连接网络（DenseNet）（1）主要构建模块：（2）过渡层（3）DenseNet模型二、凸优...
2020-02-21 18:03:03
412
原创 深度学习入门-5（卷积神经网络基础，LeNet，卷积神经网络进阶）
深度学习入门-5（卷积神经网络基础，LeNet，卷积神经网络进阶）一、卷积神经网络基础1、基础概念（1）二维互相关（2）二维卷积层（3）互相关运算与卷积运算（4）特征图与感受野（5）填充与步幅ⅰ) 填充ⅱ) 步幅（6）多输入通道和多输出通道ⅰ) 多输入通道ⅱ) 多输出通道ⅲ) 1x1卷积层（7）卷积层与全连接层的对比二、LeNet三、卷积神经网络进阶一、卷积神经网络基础1、基础概念（1）二维...
2020-02-17 21:59:31
437
原创 深度学习入门-4（机器翻译，注意力机制和Seq2seq模型，Transformer）
深度学习入门-3（机器翻译，注意力机制和Seq2seq模型，Transformer）一、机器翻译1、机器翻译概念2、数据的处理二、注意力机制和Seq2seq模型1、注意力机制的引入2、注意力机制框架- Softmax屏蔽3、点积注意力4、多层感知机注意力5、引入注意力机制的Seq2seq模型- 解码器三、Transformer1、Transformer的引入与概念2、Transformer模型的组...
2020-02-17 17:41:47
2720
1
原创 深度学习入门-3（过拟合、欠拟合及其解决方案，梯度消失、梯度爆炸，4种进阶的循环神经网络）
深度学习入门-3（过拟合、欠拟合及其解决方案，梯度消失、梯度爆炸）一、过拟合、欠拟合及其解决方案1、引入（1）训练误差与泛化误差（2）过拟合与欠拟合2、模型复杂度3、训练数据集大小4、过拟合解决方法1——权重衰减（等价与L2 范数正则化）4、过拟合解决方法2——丢弃法二、梯度消失、梯度爆炸1、梯度消失与梯度爆炸2、随机初始化模型参数（1）为什么要随机初始化模型参数（2）随机初始化模型参数的方法三、...
2020-02-15 19:24:54
633
原创 深度学习入门
深度学习入门目录深度学习入门-1（线性回归，Softmax与分类模型，多层感知机）深度学习入门-2（文本预处理，语言模型与数据集，循环神经网络）
2020-02-15 13:18:46
200
原创 深度学习入门-2（文本预处理，语言模型与数据集，循环神经网络）
深度学习入门-2（文本预处理，语言模型与数据集，循环神经网络）一、文本预处理1、基本概念2、读入文本3、分词4、建立字典5、将词转为索引二、语言模型与数据集1、语言模型基本概念2、马尔可夫链与n元语法2、数据集——对时序数据采样三、循环神经网络1、循环神经网络的基本概念2、循环神经网络的构造3、裁剪梯度4、困惑度一、文本预处理这一节只是为下面处理自然语言做准备，没有任何深度学习方面的内容，利用...
2020-02-14 21:16:51
409
原创 深度学习入门-1（线性回归，Softmax与分类模型，多层感知机）
深度学习入门-1（线性回归，Softmax与分类模型，多层感知机）一、线性回归1、基本形式线性回归是单层线性网络，定义与模型图如下2、损失函数在模型训练中，我们需要衡量网络输出与实际输出之间的误差。通常我们会选取一个非负数作为误差，且数值越小表示误差越小。一个常用的选择是平方函数。 它在评估索引为 i 的样本误差的表达式为3、优化函数优化函数有多种，此处使用最常用的随机梯度下降...
2020-02-14 20:01:26
802
原创 Pycharm安装PyTorch失败问题解决
Pycharm安装PyTorch失败问题解决官网查找命令，本为未选择GPU，命令为：pip install torch== 1.4.0+cpu torchvision==0.5.0+cpu -f https://download.pytorch.org/whl/torch_stable.html 官网：https://pytorch.org/复制生成的安装命令，cmd窗口中安装pytorc...
2020-02-13 14:23:50
14971
2
原创 python初学易混淆——列表、元组、字典、集合
初学python是易混淆的四个数据类型，详情见：Python—列表、元组、字典、集合使用详解 （https://blog.csdn.net/lyz21/article/details/96886901 ）列表 (List)元组 (Tuple)字典 (Dictionary)集合 (set)语法[ ]( ){ key:value }{ }是...
2019-07-22 19:10:54
301
原创 Python—列表、元组、字典、集合使用详解
列表、元组、字典、集合使用详解列表元组字典集合列表示例："""列表测试 -python的6个序列中最常用的一个"""list1 = ['lyz', 'yjj', 'stu1', 'stu2']list2 = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]print('访问列表操作-----------------------')print(...
2019-07-22 19:09:06
373
原创 python小游戏——飞机大战（4）（总结）
Python-PyGame实现飞机大战游戏（总结）一、简介二、项目目录三、项目代码四、运行结果一、简介本文介绍使用python语言开发一款飞机大战小游戏，从1-3共三篇，内容分别为：Python-PyGame实现飞机大战游戏（1）1.1 界面显示1.2 加载动态飞机1.3 飞机移动Python-PyGame实现飞机大战游戏（2）2.1 创建敌方战机2.2 发射子弹2.3 战机...
2019-07-22 16:48:01
2677
原创 python小游戏——飞机大战（3）
Python-PyGame实现飞机大战游戏（3）前言一、调整游戏帧率1、简要说明2、实现3、运行展示二、添加爆炸动画1、说明2、实现（1）准备工作（2）敌机爆炸（3）玩家战机爆炸3、运行展示三、游戏结束界面1、说明2、代码四、计分1、说明2、实现3、运行展示五、提升游戏难度1、简介2、实现六、总结前言前两节已经实现游戏基本功能，接下来是对游戏的完善，包括爆炸动画、计分、结束画面等。一、调整游...
2019-07-21 18:28:22
833
2
原创 python小游戏——飞机大战（2）
Python-PyGame实现飞机大战游戏（2）一、使用精灵组创建敌机1、简要说明2、实现3、完成展示二、玩家飞机发射子弹1、简要说明2、实现3、完成展示一、使用精灵组创建敌机1、简要说明下面任务为创建敌机，由于敌机较多且运行较为统一，因此使用精灵组创建敌机群。若没有接触过精灵组，可见博客：python-pygame精灵组使用示例（https://blog.csdn.net/lyz21/a...
2019-07-21 16:24:44
917
原创 python小游戏——飞机大战（1）
Python-PyGame实现飞机大战游戏（1）一、 环境配置 1、技术与环境 2、Pygame模块配置二、实现步骤 1、新建项目 2、显示界面 3、添加飞机 4、让飞机变成动态 5、移动飞机 6、设置飞机移动范围三、总结 1、目前完成界面状态 2、目前目录 3、目前代码
2019-07-19 17:03:22
799
原创 pygame模块配置（命令行配置、PyCharm配置、解决PyCharm新建项目需要重新配置问题）
pygame模块配置一、环境二、配置命令行三、PyCharm配置pygame四、PyCharm新建项目需要重新导入PyGame问题解决一、环境环境：JetBrains PyCharm Community Edition 2019.1.3 x64，windows10二、配置命令行安装Python安装pip命令行安装pygame模块：python -m pip install pyga...
2019-07-19 16:51:08
850
1
原创 python-pygame精灵组使用示例
python-pygame精灵组使用示例一份完整的可运行的使用精灵组的例子，帮助你更好理解使用精灵组。
2019-07-19 16:21:56
2605
原创 SSH(Struts2+Spring+Hibernate)框架搭建-整合开发流程
提要：本文叙述了从零开始搭建SSH（Struts2+Spring+Hibernate）框架的详细过程，适用于SSH框架初学者。本例实现了用户登录功能，经多方测试保证该例可正常运行，相应加jar包随文章提供。开发工具：MyEclipse服务器：tomcat数据库：MySqlSSH开发流程开发结束后的目录结构一.搭建环境1、导jar包2、在web.xml中配置核心过滤器3、t...
2019-04-26 14:04:37
743
SSH框架整合示例（Spring、Struts2、Hibernate）
2019-04-26
SSH框架搭建整合jar包（Spring、Struts2、Hibernate）
2019-04-26
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人