Python
文章平均质量分 53
入门到实战
R-G-B
计算机硕士,机器视觉、图像处理
展开
-
python 曲线平滑处理——方法总结(Savitzky-Golay 滤波器、make_interp_spline插值法和convolve滑动平均滤波)
有时我们得到曲线震荡或者噪声比较多,不利于观察曲线的趋势走向,需要对其平滑处理,本文结介绍Savitzky-Golay 滤波器、make_interp_spline插值法和convolve滑动平均滤波,三种平滑处理方法。原创 2023-03-31 14:07:10 · 9232 阅读 · 0 评论 -
python 数据、曲线平滑处理——基于Numpy.convolve实现滑动平均滤波——详解
滑动平均滤波法 (又称:递推平均滤波法),它把连续取N个采样值看成一个队列 ,队列的长度固定为N ,每次采样到一个新数据放入队尾,并扔掉原来队首的一次数据(先进先出原则) 。把队列中的N个数据进行算术平均运算,就可获得新的滤波结果。原创 2023-03-31 13:37:55 · 11333 阅读 · 1 评论 -
python 数据、曲线平滑处理——插值法对折线平滑处理——详解
如图想对下面的折线 进行平滑处理。原创 2023-03-31 11:55:48 · 2881 阅读 · 0 评论 -
python 数据、曲线平滑处理——Savitzky-Golay 滤波器——详解
用Savitzky-Golay方法进行平滑滤波,可以提高光谱的平滑性,并降低噪音的干扰。由于高频某些点的波动导致高频曲线非常难看,为了降低噪声干扰,需要对曲线做平滑处理,让曲线过渡更平滑。对曲线进行平滑处理,通过Savitzky-Golay 滤波器,可以在scipy库里直接调用,不需要再定义函数。如果噪声在高频端,那么滤波的结果就是去除了噪声,反之,若噪声在低频段,那么滤波的结果就是留下了噪声。在寻找曲线的波峰、波谷时,由于数据帧数多的原因,导致生成的曲线图噪声很大,不易寻找规律。原创 2023-03-31 11:14:05 · 4723 阅读 · 0 评论 -
python 绘制训练曲线--基于Numpy.convolve曲线平均滤波
滑动平均的优缺点:优点: 对周期性干扰有良好的抑制作用,平滑度高,适用于高频振荡的系统。缺点: 灵敏度低,对偶然出现的脉冲性干扰的抑制作用较差,不易消除由于脉冲干扰所引起的采样值偏差,不适用于脉冲干扰比较严重的场合,比较浪费RAM 。原创 2023-03-31 10:10:20 · 721 阅读 · 0 评论 -
python 绘制训练曲线--插值法 曲线平滑处理
实现所需的库: numpy、scipy、matplotlib插值法的常见实现方法:nearest:最邻近插值法zero:阶梯插值slinear:线性插值quadratic、cubic:2、3阶B样条曲线插值原创 2023-03-31 10:07:32 · 1132 阅读 · 0 评论 -
python 绘制训练曲线--Savitzky-Golay 滤波平滑处理
原因是tensorboard显示的曲线是经过平滑处理过的(其灰黑色的背景就平滑处理前的波形)震荡的非常厉害(下图绿色曲线),而tensorboard的曲线比较平滑(下下图黑色曲线),不同滤波参数的平滑效果。原创 2023-03-31 10:10:44 · 885 阅读 · 0 评论 -
用Python绘制训练曲线,python读取.csv表格数据绘制曲线,Tensorboard可视化训练曲线导出数据用Python自己绘制训练曲线,python绘制Excel表格曲线
训练损失曲线数据,用.csv格式导出,数据如下表所示。用python绘制出 step和Value的关系曲线。我们使用PyTorch可视化工具-Tensorboard打开训练曲线如下;将曲线数据用表格的形式下载,然后用python自己绘制曲线图;当我们写论文时,下面的曲线图直接截图到文档里是不合适的,②横纵坐标刻度值的字体太小,也没有标题;总是直接截图放文档里,显得很不专业。①有背景阴影,难看;原创 2023-03-30 17:35:45 · 1576 阅读 · 0 评论 -
pytho绘制训练曲线、平滑、滤波处理
python 数据、曲线平滑处理——方法总结(Savitzky-Golay 滤波器、make_interp_spline插值法和convolve滑动平均滤波)plt.figure()参数使用详解及运行演示matplotlib.legend函数的用法matplotlib怎么在一张图上画多条曲线?python:savgol_filter的简单使用关于savgol_filter的那些事儿原创 2023-02-21 19:45:58 · 140 阅读 · 0 评论 -
如何画出漂亮的神经网络图?
如何画出漂亮的神经网络图?1. draw_convnet2. NNSVG3. PlotNeuralNet4. Tensorboard5. Caffe6.Matlab7.Keras.js8. DotNet9. Graphviz11. ENNUI12. Neataptic昨天找的的深度学习模型图的模板大家还是蛮喜欢的如何画出漂亮的深度学习模型图?最接对绘图需求蛮多,论文了,报告了,神经网络图怎么绘制还是问题,于是我又去找了一下,在Github上又找到了一些神经网络绘图的工具,简直太棒了。一共有22个工具转载 2021-06-20 17:34:19 · 4788 阅读 · 0 评论 -
if __name__ == ‘__main__‘的详细讲解
在 Python 代码中,我们经常会看到。转载 2022-12-28 21:33:03 · 4179 阅读 · 0 评论 -
Python中Pip的安装操作
Python有两个著名的包管理工具easy_install和pip。在Python2.7的安装包中,easy_install是默认安装的,而pip需要我们手动安装。随着Python版本的提高,easy_install已经逐渐被淘汰,但是一些比较老的第三方库,在现在仍然只能通过easy_install进行安装。目前,pip已经成为主流的安装工具,自Python2 >=2.7.9或者Python3.4以后默认都安装有pip。如果很不巧,你的Python版本下恰好没有pip这个工具,怎么办呢?解决办法很多!原创 2022-12-28 11:33:30 · 11805 阅读 · 0 评论 -
python中np.squeeze()、torch.squeeze()、torch.unsqueeze()、torch.expand()函数解析
场景:在机器学习和深度学习中,通常算法的结果是可以表示向量的数组(即包含两对或以上的方括号形式[[]]),如果直接利用这个数组进行画图可能显示界面为空(见后面的示例)。场景:在机器学习和深度学习中,通常算法的结果是可以表示向量的数组(即包含两对或以上的方括号形式[[]]),如果直接利用这个数组进行画图可能显示界面为空(见后面的示例)。秩等于1的矩阵是一类特殊的矩阵,它一定可以表示为一个非零列向量(列矩阵)与一个非零行向量(行矩阵)的乘积.根据矩阵乘法的结合律这类矩阵的乘法和方幂运算可以大大简化;原创 2022-12-28 11:04:53 · 484 阅读 · 0 评论 -
reshape()用法 【reshape(-1)、reshape(-1,1)、reshape(1,-1)、reshape(m,-1)、reshape(-1,m)、reshape(-1,m,n)】
numpy.arange(n).reshape(a, b) 依次生成n个自然数,并且以a行b列的数组形式显示mat (or array).reshape(c, -1) 必须是,才能使用 .reshape(c, -1) 函数, 表示将此矩阵或者数组重组,以 c行d列的形式表示-1的作用就在此: 自动计算d:d=数组或者矩阵里面所有的元素个数/c, d必须是整数,不然报错)原创 2022-12-26 19:41:12 · 2169 阅读 · 0 评论 -
python中的split()、rsplit()、splitlines()用法比较
split(分隔符,分割几次)从左向右寻找,分割元素并放入列表中,该分隔符丢弃;rsplit(分隔符,分割几次)从右向左寻找,分割元素并放入列表中,该分隔符丢弃;splitlines() 按照行(‘\r’, ‘\r\n’, \n’)分隔,并将元素放入列表中,该分隔符丢弃;原创 2022-12-26 13:41:32 · 4486 阅读 · 0 评论 -
pytorch中with torch.no_grad():
在使用pytorch时,并不是所有的操作都需要进行计算图的生成(计算过程的构建,以便梯度反向传播等操作)。而对于tensor的计算操作,默认是要进行计算图的构建的,在这种情况下,可以使用。是python中上下文管理器,简单理解,当要进行固定的进入,返回操作时,可以将对应需要的操作,放在with所需要的语句中。属性,表示,计算的结果在一计算图当中,可以进行梯度反传等操作。但是,两者计算的结果实际上是没有区别的。以下为一个文件写入使用with的例子。,强制之后的内容不进行计算图构建。而对应的不使用的情况。转载 2022-12-25 23:52:53 · 227 阅读 · 0 评论 -
python图片批量重命名、格式转换、打标签、名字前缀分割
通常拍摄的一组数据集,图片命名会比较长,不方便人眼查看;可以按照制定规则重命名,比如统一以8位长度的数字命名。原创 2022-12-25 19:11:04 · 354 阅读 · 0 评论 -
python 验证每次操作图片处理的顺序是否一致
文件夹下一批,肉眼看起来顺序不是很强度图片,python每次处理时顺序是否一致?思路:文件夹下的图片,按序号打上标签;将打了标签图片重命名,比如统一以8位长度的数字命名;看重命名的顺序和序号标签的额顺序是否一致;原创 2022-12-25 19:08:55 · 75 阅读 · 0 评论 -
python 图片批量打标签
【代码】python 图片批量打标签。原创 2022-12-25 19:00:16 · 337 阅读 · 0 评论 -
python 去掉图片名称汉字前缀 批处理
去掉图片名称汉字前缀。原创 2022-12-25 18:59:05 · 400 阅读 · 0 评论 -
python图片批量重命名
通常拍摄的一组数据集,图片命名会比较长,不方便人眼查看;可以按照制定规则重命名,比如统一以8位长度的数字命名。原创 2022-12-25 18:57:45 · 2081 阅读 · 3 评论 -
python 中 range()
range() 是什么?它的语法:for循环原创 2022-12-04 09:48:05 · 703 阅读 · 0 评论 -
卷积膨胀 Dilation
参考:卷积的dilation操作如果我们设置的dilation=0的话,效果如图:蓝色为输入,绿色为输出,可见卷积核为3*3的卷积核如果我们设置的是dilation=1,那么效果如图:蓝色为输入,绿色为输出,卷积核仍为3*3,但是这里卷积核点与输入之间距离为1的值相乘来得到输出好处就是卷积核的参数没变,但是感受野变大了2、dilation参考:【DL】卷积膨胀 Dilationdilation 是对 kernel 进行膨胀,多出来的空隙用 0 padding。用于克服 stride 中造成的 失真问原创 2022-12-03 22:23:06 · 3503 阅读 · 1 评论 -
pytorch中BatchNorm1d、BatchNorm2d、BatchNorm3d
pytorch中BatchNorm1d、BatchNorm2d、BatchNorm3d转载 2022-12-03 20:41:39 · 1297 阅读 · 1 评论 -
python中@用法详解
在python3.5以后的@符号有两种含义:①表示修饰符,②表示矩阵乘法(不常用)。@是一个装饰器,针对函数,起调用传参的作用。有修饰和被修饰的区别,‘@function’作为一个装饰器,用来修饰紧跟着的函数(可以是另一个装饰器,也可以是函数定义)。虽然表示矩阵乘法不常用,但是也是很好的一个方法。结果1分析1@funA 修饰函数定义def funC(),将funC()赋值给funA()的形参。执行的时候由上而下,先定义funA、funB,然后运行funA(funC())。此时desA=funC()原创 2022-12-03 17:30:52 · 6856 阅读 · 0 评论 -
pypeError: ‘tuple‘ object is not callable
所以下次再出现这种问题,不管是int,list还是其他的,首先先看看自己的“[ ]” 和“()”是否用错了,是否误把数据类型当做函数调用。TypeError: ‘tuple’ object is not callable,tuple对象是不可调用的.print(m.shape()) 改为print(m.shape)tuple对象不能被调用 的错误!原创 2022-11-02 21:11:08 · 2580 阅读 · 0 评论 -
RuntimeError: Input type (torch.FloatTensor) and weight type (torch.cuda.FloatTensor) should be the
使用PyTorch可视化工具-Tensorboard;writer.add_graph(model,graph_inputs)#输出模型结构报错如下。原创 2022-11-02 11:34:25 · 238 阅读 · 0 评论 -
Pytorch框架-Datasets&DataLoaders
Pytorch教程参考链接:https://github.com/yunjey/pytorch-tutorial。原创 2022-10-27 23:08:10 · 270 阅读 · 0 评论 -
深度学习 pytorch手写数字识别 MNIST数据集 解析+详细注释
文件结构①存放训练之后导出的模型;②存放数据集;原创 2022-11-01 16:34:51 · 2146 阅读 · 0 评论 -
python中的with关键字
Python 提供了 with 语法用于简化资源操作的后续清除操作,是 try/finally 的替代方法,实现原理建立在上下文管理器之上。此外,Python 还提供了一个 contextmanager 装饰器,更进一步简化上下管理器的实现方式。使用with关键字的方法更为简洁,它的实现原理是什么,这就涉及到上下文管理器。5.使用contextmanager装饰器,实现with功能。() 方法的对象都可称之为上下文管理器。使用with关键字的方法更为简洁,4.用类还原with的实现原理。转载 2022-10-28 18:39:51 · 202 阅读 · 0 评论 -
Numpy基础教程(array、ndarray、empty、zeros、ones、arange、reshape、transpose、expand、squeeze)
Numpy功能十分强大的python扩展库,数学库,主要用于数组计算。原创 2022-10-27 20:34:54 · 1464 阅读 · 0 评论 -
Pytorch教程
张量是一种特殊的数据结构,与数组和矩阵非常相似。在PyTorch中,我们使用张量来编码模型的输入和输出,以及模型的参数。张量可以在GPU或其他硬件加速器上运行。张量和NumPy数组通常可以共享相同的底层内存,从而消除了复制数据的需要张量也对自动微分进行了优化。原创 2022-10-27 12:27:07 · 3311 阅读 · 2 评论 -
python类的公有、私有变量
【代码】python类的公有、私有变量。原创 2022-10-25 15:02:26 · 662 阅读 · 0 评论 -
python文件读写模式 --- r,w,a,rb,wb,r+,w+,a+
a : 写入文件,若文件不存在则会先创建再写入,但不会覆盖原文件,而是追加在文件末尾。w: 写入文件,若文件不存在则会先创建再写入,会覆盖原文件。a+ :可读、可写,文件不存在先创建,不会覆盖,追加在末尾。r+ : 可读、可写,文件不存在也会报错,写操作时会覆盖。rb,wb:分别于r,w类似,但是用于读写二进制文件。w+ : 可读,可写,文件不存在先创建,会覆盖。r : 读取文件,若文件不存在则会报错。原创 2022-10-25 11:57:37 · 2837 阅读 · 0 评论 -
pytorch 环境配置
pytorch 环境配置(CUDA,CUDNN,pytorch)原创 2022-07-05 17:25:06 · 82 阅读 · 0 评论 -
【P27 回归算法及应用实践】
相关与回归原创 2022-07-02 22:57:24 · 115 阅读 · 0 评论 -
【P22 分类算法及应用实践】决策树
不剪枝,让他自己长;结果正确率3/7;原创 2022-06-30 23:03:43 · 47 阅读 · 0 评论 -
【P20 分类算法及应用实践】支持向量机
在上一节的KNN手写体识别的基础上,改动了如上图所示四行代码。原创 2022-06-26 22:11:45 · 134 阅读 · 0 评论 -
【P19 机器学习-分类算法及应用实践】手写数字识别
通过0,1二值化把手写数字,变化成矩阵。原创 2022-06-26 16:44:24 · 48 阅读 · 0 评论 -
【P16 机器学习-分类算法及应用实践】KNN
机器学习-分类算法及应用实践 KNN分类核心思想就是相似;人以群分,物以类聚;出现黑豆里的是黑豆概率比较大,同样出现在绿豆里的是绿豆的概率比较大;距离,距离谁近,就大概属于谁;最近邻算法——KNN,K近邻这里的X,y表示一致样本x,未知样本y距离及排序电影类型1被统计3次,类型2 被统计1次maxType=0maxCount=-1for key ,value in classCount.items():if value >maxCount:maxT原创 2022-06-26 13:07:36 · 35 阅读 · 0 评论