- 博客(28)
- 资源 (5)
- 收藏
- 关注
RSS订阅转载 python类基础知识
Object类所有类的父类，默认所有的类都继承至Object类规定了类的结构，加载方式，常用函数以前的写法：class 类名(Object): pass现在的写法：class 类名: pass如果有父类才编写，如果没有父类可以省掉Object类，但是也是默认继承内置函数：new(cls, *args, **kwargs)创建对象时自动调用的函数，主要作用是创建对象，给该对象分配空间，方便之后的的操作该函数会返回创建出来的对象实体，一旦正常的返回实体后，调用初始化函数
2021-07-26 15:34:58
109
转载 flask传递参数
index.html要放在template文件夹下渲染模板：1、静态页面模板放在templates文件夹中2、需要导入render_template3、视图函数中使用render_template函数渲染模板本例中使用的是return render_template(‘index.html’, **context)4、传多个参数的时候可以使用字典的形式如本例中的context={}5、html代码中参数使用{{}}进行引用 本例中是用户名：{{ username }}年龄：{{ age }
2021-07-21 15:55:08
599
原创 flask传输图片
#encoding:utf-8from flask import Flask,render_templateapp = Flask(__name__)def return_img_stream(img_local_path): """ 工具函数: 获取本地图片流 :param img_local_path:文件单张图片的本地绝对路径 :return: 图片流 """ import base64 img_stream = ''
2021-07-21 15:45:28
530
转载 python字符串前缀
字符串前加 u例：u"我是含有中文字符组成的字符串。"加了u前缀和没有加前缀的效果相同作用：后面字符串以 Unicode 格式 进行编码，一般用在中文字符串前面，防止因为源码储存格式问题，导致再次使用时出现乱码。应用：在与工程默认编码格式不同的时候，使用此方法来避免编码的问题字符串前加 r例：r"\n\n\n\n” # 表示一个普通字符串 \n\n\n\n，而不表示换行了。作用：去掉反斜杠的转义机制。（特殊字符：即那些，反斜杠加上对应字母，表示对应的特殊含义的，比如最常见的”\n”表
2021-07-21 14:23:21
799
原创 python传递参数*与**
*与 **，两者都是 python 中的可变参数：*表示任何多个无名参数，它本质是一个 tuple**表示关键字参数，它本质上是一个 dict
2021-07-21 14:17:23
848
原创 配置MinGW
C:\Program Files\mingw-w64\x86_64-8.1.0-win32-seh-rt_v6-rev0\mingw64\bin按下 win + R，输入cmd，回车键之后输入g++，再回车，如果提示以下信息[1]，则环境变量配置成功。如果提示以下信息[2]，则环境变量配置失败。[1]：g++: fatal error: no input files[2]：‘g++’ 不是内部或外部命令，也不是可运行的程序或批处理文件。...
2021-07-20 16:56:26
224
转载 xgboost分类原理
XGBoost采用的是回归树，所以预测值也必须是回归值，这跟二分类问题有了冲突。那么XGB如何解决呢？它实际上是将二分类问题当作逻辑斯蒂回归问题来看待的。在逻辑斯蒂回归中，我们自然希望，对于0类样本，它的概率要尽可能小于0.5，对应到叶子值那就是应该是尽可能负。在逻辑斯蒂回归中，我们自然希望，对于0类样本，它的概率要尽可能小于0.5，对应到叶子值那就是应该是尽可能负。那么我们算出来的这个近乎最优w值它是不是负的？在理论情况下，pbefore即为前面t-1棵决策树叶子值相加后再进行sigmoid转
2021-07-20 14:48:00
1953
原创 TypeError: unhashable type: ‘numpy.ndarray‘
print(‘Original dataset shape %s’ % Counter(pd.DataFrame(y_train)))由于不可hash，所以用pd.DataFrame加上索引即可
2021-07-19 14:30:46
873
转载 SMOTE算法
SMOTE（Synthetic Minority Oversampling Technique），合成少数类过采样技术．它是基于随机过采样算法的一种改进方案，由于随机过采样采取简单复制样本的策略来增加少数类样本，这样容易产生模型过拟合的问题，即使得模型学习到的信息过于特别(Specific)而不够泛化(General)，SMOTE算法的基本思想是对少数类样本进行分析并根据少数类样本人工合成新样本添加到数据集中，具体如下图所示，算法流程如下。(1)对于少数类中每一个样本x，以欧氏距离为标准计算它到少数类样本
2021-07-19 11:24:23
1110
原创 plt绘制xy轴起始刻度
plt.xlim(3800,4200)plt.ylim(0,100)a = plt.plot(x, train[:], c=‘r’, label=‘True’)
2021-07-15 16:18:59
3035
原创 python写入日志
import logginglogger = logging.getLogger(__name__)logger.setLevel(level=logging.INFO)handler = logging.FileHandler("log.txt")handler.setLevel(logging.INFO)formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')handler.s
2021-07-14 10:21:01
612
原创 TimedRotatingFileHandler函数用法
log_file_handler = TimedRotatingFileHandler(filename='./logs/log', when='midnight', interval=1, backupCount=7, encoding='utf-8')interval 是间隔时间单位的个数，指等待多少个 when 的时间后 Logger 会自动重建新闻继续进行日志记录backupCount 是保留日志的文件个数...
2021-07-13 11:19:17
699
原创 sql语句截取字符串
从字符串的第6个字符开始，只取2个字符SELECT SUBSTRING('SUBSTRING', 6, 2)sql = " SELECT `__source__` from database.`tablename` where SUBSTRING(cast(base64 as CHAR),6,2)='AB' limit 1000,100"
2021-07-12 18:28:56
524
转载 一文了解attention
首先分别对V，K，Q三者分别进行线性变换，即将三者分别输入到三个单层神经网络层，激活函数选择relu，输出新的V，K，Q（三者shape都和原来shape相同，即经过线性变换时输出维度和输入维度相同）；然后将Q在最后一维上进行切分为num_heads(假设为8)段，然后对切分完的矩阵在axis=0维上进行concat链接起来；对V和K都进行和Q一样的操作；操作后的矩阵记为Q_,K_,V_；Q_矩阵相乘 K_的转置（对最后2维），生成结果记为outputs，然后对outputs 进行scale一.
2021-07-09 16:55:15
87
转载 学习率花式玩法
模型训练时的学习率默认设置为0.01LearningRateScheduler加快学习算法的办法可以随着时间慢慢减小学习率，这样的学习策略称之为学习率衰减策略(Learning Rate Decay，LRD)，在训练过程中，我们可以根据训练的结果对学习率做出改变。学习率衰减策略是使用频次最高的学习率动态设置策略。Tensorflow2中的keras.callbacks.LearningRateScheduler方法就可以根据我们自定义的函数来动态改变学习率。该函数是学习率调度器，参数为自定义的sched
2021-07-09 10:59:58
124
转载 keras模型训练参数
Keras中的fit函数训练集，验证集和测试集1.Keras fit函数history对象包含两个重要属性：epoch：训练的轮数history：它是一个字典，包含val_loss,val_acc,loss,acc四个key。2. 关于训练集，验证集和测试集：其中验证集是从训练集中抽取出来用于调参的，而测试集是和训练集无交集的，用于测试所选参数用于该模型的效果的。在Keras中，验证集的划分只要在fit函数里设置validation_split的值就好了，这个对应了取训练集中百分之几的数据出来当
2021-07-08 17:34:02
585
转载 keras学习率下降策略
monitor：被监测的量factor：每次减少学习率的因子，学习率将以lr = lr*factor的形式被减少patience：当patience个epoch过去而模型性能不提升时，学习率减少的动作会被触发mode：‘auto’，‘min’，‘max’之一，在min模式下，如果检测值触发学习率减少。在max模式下，当检测值不再上升则触发学习率减少。epsilon：阈值，用来确定是否进入检测值的“平原区”cooldown：学习率减少后，会经过cooldown个epoch才重新进行正常操作min_
2021-07-08 17:24:26
357
原创 PyTorch绘制训练过程的accuracy和loss曲线
Loss_list = []Accuracy_list = []Loss_list.append(train_loss / (len(train_dataset)))Accuracy_list.append(100 * train_acc / (len(train_dataset)))#我这里迭代了100次，所以x的取值范围为(0，100)，然后再将每次相对应的准确率以及损失率附在x上x1 = range(0, 100)x2 = range(0, 100)y1 = Accuracy_lis
2021-07-07 16:54:20
3389
转载 TF-tf.keras.layers.Conv1D
tf.keras.layers.Conv1D(filters, kernel_size, strides=1, padding=‘valid’,data_format=‘channels_last’,dilation_rate=1, groups=1, activation=None, use_bias=True,kernel_initializer=‘glorot_uniform’, bias_initializer=‘zeros’,kernel_regularizer=None, bias_r
2021-07-06 16:32:07
1290
原创 keras实现多层LSTM
model = Sequential()model.add(LSTM(units=hidden, input_shape=(time_steps, input_size),return_sequences=True))#返回所有节点的输出model.add(LSTM(units=hidden,return_sequences=False))#返回最后一个节点的输出### model.add(Dense(1, activation='softmax'))model.add(Dense(1, acti
2021-07-02 15:49:44
1526
原创 AttributeError: ‘str‘ object has no attribute ‘decode‘ model = keras.models.load_model
原因:h5py的版本不对pip install h5py==2.10即可
2021-07-02 11:21:11
273
原创 LSTM代码keras版
from tensorflow.keras.layers import Dense, LSTMfrom tensorflow.keras.models import Sequentialimport pandas as pdimport numpy as npdf = pd.read_excel(r'C:\Users\zhoutao\Desktop\data\data01.xlsx')# ###########df=df.drop(['dropcol'][0], axis=1)X=df.dr
2021-07-02 10:44:24
910
原创 UserWarning: h5py is running against HDF5 1.10.5 when it was built against 1.10.4
pip uninstall h5pypip install h5py
2021-07-02 10:13:56
481
原创 visual studio code安装
ctrl+Shift +x然后左侧输入Chinese,然后选择install重启visual studio code即可
2021-07-02 10:08:51
97
原创 ImportError: cannot import name ‘get_config‘ from ‘tensorflow.python.eager.context‘
from keras.layers import Dense, LSTMfrom keras.models import Sequential改为from tensorflow.keras.layers import Dense, LSTMfrom tensorflow.keras.models import Sequential
2021-07-01 16:20:43
3976
hrnet量化后的rknn模型，经测试后关键点坐标对齐，可用
2023-02-17
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人