DeepLearn 随笔

1. pprint():美观打印
2. dict：存储了对象的一些属性，这是一个字典，其键为属性名，值为属性的值
3. dir()：用来寻找一个对象的所有属性，是一个list
4. getattr()： 函数用于返回一个对象属性值
5. startswith()：方法用于检查字符串是否是以指定子字符串开头，如果是则返回 True，否则返回 False
6. setattr(object, name, value)：函数对应函数 getatt()，用于设置属性值，该属性必须存在
7. “”“*这里用到了PyTorchNet 里的一个工具: meter,
   meter提供了一些轻量级的工具,用于帮助用户快速统计训练过程中的一些指标。AverageValueMeter能够计算所有数的平均值和标准差,可以用来统计一个epoch中损失的平均值。confusionmeter用来统计分类问题中的分类情况,是一个比准确率更详细的统计指标。以有50张狗的图片,其中有35张被正确分类成了狗,还有15张被误判成猫;共有100张猫的图片,其中有91张被正确判为了猫,剩下9张被误判成狗。相较准确率等统计信息,混淆矩阵更能体现分类的结果,尤其是在样本比例不均衡的情况下。*
   “””
8. np.newaxis：在指定轴上添加维度,默认在axis=0
9. 不要随便用.data，推荐用x.detach(), 这个仍旧是共享内存的, 也是使得y的requires_grad为False, 但是,如果x需要求导, 仍旧是可以自动求导的
10. Python random() 函数：方法返回随机生成的一个实数，它在[0,1)范围内
11. glob.glob(pathname, *, recursive=False)：返回路径下指定的某种格式的文件列表，路径可以是相对也可以是绝对

    glob.glob(r"E:\Picture\*\*.jpg") 绝对路径下的图片文件
    glob.glob(r'../*.py')   相对路径下的某种格式文件

1. Python replace()： 方法把字符串中的 old（旧字符串） 替换成 new(新字符串)，如果指定第三个参数max，则替换不超过 max 次

    str = "this is string example....wow!!! this is really string";
    print str.replace("is", "was");
    print str.replace("is", "was", 3);
    >>
    thwas was string example....wow!!! thwas was really string
    thwas was string example....wow!!! thwas is really string

1. isinstance() ：函数来判断一个对象是否是一个已知的类型，类似 type()。如果要判断两个类型是否相同推荐使用 isinstance()

    >>>a = 2
    >>> isinstance (a,int)
    True
    >>> isinstance (a,str)
    False

1. assert：个关键词我们称之为“断言”，当这个关键字后边的条件为假的时候，
   程序自动崩溃并抛出AssertionError的异常，后面的程序不执行
2. call()：Python中的函数是一级对象。这意味着Python中的函数的引用可以作为输入传递到其他的函数/方法中，并在其中被执行。 而Python中类的实例（对象）可以被当做函数对待，call（）意义就在这里———–实例化的类直接当函数用

    class X(object):
        def __init__(self, a, b, range):
            self.a = a
            self.b = b
            self.range = range
        def __call__(self, a, b):
            self.a = a
            self.b = b
            print('__call__ with （{}, {}）'.format(self.a, self.b))
        def __del__(self, a, b, range):
            del self.a
            del self.b
            del self.range
    tance = X(1, 2, 3)
    >>> xInstance(1,2)
    __call__ with (1, 2)

1. ImageFolder：一个通用的数据加载器，数据集中的数据以以下方式组织

    root/dog/xxx.png
    root/dog/xxy.png
    root/dog/xxz.png

    root/cat/123.png
    root/cat/nsdf3.png
    root/cat/asd932_.png
    dataset.ImageFolder(root="root folder path", [transform, target_transform])

他有以下成员变量:
self.classes - 用一个list保存 类名
self.class_to_idx - 类名对应的 索引
self.imgs - 保存(img-path, class) tuple的list
17. 网络初始化 Xavier

    def weights_init(m):
        if isinstance(m, nn.Conv2d):
            xavier(m.weight.data)
            xavier(m.bias.data)    

18.函数名以_结尾的都是inplace方式, 即会修改调用者自己的数据，在实际应用中需加以区分
不会修改自身的数据，如 a.add(b)， 加法的结果会返回一个新的tensor
会修改自身的数据，如 a.add_(b)， 加法的结果仍存储在a中，a被修改了
18. 此时读者可能会问，应该什么时候使用nn.Module，什么时候使用nn.functional呢？答案很简单，如果模型有可学习的参数，最好用nn.Module，否则既可以使用nn.functional也可以使用nn.Module，二者在性能上没有太大差异，具体的使用取决于个人的喜好。如激活函数（ReLU、sigmoid、tanh），池化（MaxPool）等层由于没有可学习参数，则可以使用对应的functional函数代替，而对于卷积、全连接等具有可学习参数的网络建议使用nn.Module。下面举例说明，如何在模型中搭配使用nn.Module和nn.functional。另外虽然dropout操作也没有可学习操作，但建议还是使用nn.Dropout而不是nn.functional.dropout，因为dropout在训练和测试两个阶段的行为有所差别，使用nn.Module对象能够通过model.eval操作加以区分
19. 数据增强常用方法：
平移：将图像在一定尺度范围内平移
旋转：…………………角度范围内旋转
缩放：…………………尺度内放大或者缩小
裁剪：在原有图像上裁剪出一块儿
翻转：水平翻转或上下翻转图像
颜色变换： 对图像的RGB颜色空间进行一些变换
噪声扰动：给图像加入一些人工生成的噪声
note：数据增强不能改变图像的原有标签
20. cv2 不支持中文路径
21. numpy 翻转

    a = cp.array([[12,123,23],[12,3,4]])
    print(a[::-1,:]) #两个冒号 在第一个（可指定自己翻转的维度）维度翻转（整体）可理解成倒序
    >>[[ 12   3   4]
         [ 12 123  23]]

1. numpy.clip(a,a_min,a_max,a=None)
   这个方法会给出一个区间，在区间之外的数字将被剪除到区间的边缘，例如给定一个区 间[0,1]，则小于0的将变成0，大于1则变成1

    b = np.array([0,2,4,-3,6])
    b = np.clip(b,1,5)
    print(b)
    >>[1 2 4 1 5]

1. caffee 图像均值及归化（使用caffe 预训练模型使用）

    mean = np.array([122.7717, 115.9465, 102.9801]).reshape(3, 1, 1) #该参数应该为官方锁定 直接用就行没有深究
    img = (img - mean).astype(np.float32, copy=True)

1. 特征提取：底层特征、高层语义特征
   底层特征：外观特征、边缘特征、纹理特征、形状特征
   高层语义特征：场景空间关系、几何特征
2. bath normalization 必须用在激活函数之前 否则效果会大打折扣
3. 若损失函数的值不断变大，则有可能是步长速率a太大，导致算法不收敛，这时可适当调整a值
4. dropout的思想继承自bagging方法
5. resnet
   
6. cap = cv2.VideoCapture(0)
   VideoCapture()中参数是0，表示打开笔记本的内置摄像头，参数是视频文件路径则打开视频，如cap = cv2.VideoCapture(“../test.avi”)
   ret,frame = cap.read()
   cap.read()按帧读取视频，ret,frame是获cap.read()方法的两个返回值。其中ret是布尔值，如果读取帧是正确的则返回True，如果文件读取到结尾，它的返回值就为False。frame就是每一帧的图像，是个三维矩阵。
   cv2.waitKey(1)，waitKey（）方法本身表示等待键盘输入，
   参数是1，表示延时1ms切换到下一帧图像，对于视频而言；
   参数为0，如cv2.waitKey(0)只显示当前帧图像，相当于视频暂停,；
   参数过大如cv2.waitKey(1000)，会因为延时过久而卡顿感觉到卡顿。
   c得到的是键盘输入的ASCII码，esc键对应的ASCII码是27，即当按esc键是if条件句成立
   调用release()释放摄像头，调用destroyAllWindows()关闭所有图像窗口。

import numpy as np
import cv2

cap = cv2.VideoCapture(0) #打开笔记本内置摄像头
while(True):
    # 按帧读取视频 
    ret, frame = cap.read() 
    # Our operations on the frame come here
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)  #opencv中默认的颜色空间是BGR

    # Display the resulting frame
    cv2.imshow('frame',gray)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# When everything done, release the capture
cap.release()
cv2.destroyAllWindows()

1. LSTM、GRU