qq_27061325的博客

简单使用opencv+python画出attention map可视化图

中文文本文件的常见编码方式及python读取方法

import res = '-h--ee---l--ll--o--'p = re.compile(r"([0-9a-zA-Z])(\1+)")out_s = re.sub('-', '', p.sub(r'\1', s)) # 'hello'

import json# Writewith open(file_name, 'w', encoding='utf-8') as f: json.dump(var_to_be_saved, f, ensure_ascii=False) # 最后一个参数主要针对汉字# Readwith open(file_name, 'r', encoding='utf-8') as f:...

利用了re模块。例子：只去除句子中的空格；保留标点符号，并且与单词分开。In [44]: s = re.split('([,.])', "apple a day, keep dr away.") # 注意第一项参数有()In [45]: sOut[45]: ['apple a day', ',', ' keep dr away', '.', '']In [46]: x = [...

给定损失函数的输入y，pred，shape均为bxc。若设定loss_fn = torch.nn.MSELoss(reduction='mean')，最终的输出值其实是（y - pred）每个元素数字的平方之和除以（bxc），也就是在batch和特征维度上都取了平均。如果只想在batch上做平均，可以这样写：loss_fn = torch.nn.MSELoss(reduction='...

使用torch.gather选择tensor某一维度指定的元素问题简化实现torch.gather用法TIPS问题简化PyTorch中，对于某个二维tensor，要求取出其每一行的指定元素，组成新的tensor。例如，对于A = torch.tensor([[1,2,3],[4,5,6],[7,8,9]])# tensor([[1, 2, 3], [4, 5, 6],...

python迭代器工具itertools，用起来很方便！官网说的很详细了：https://docs.python.org/3/library/itertools.html在序列建模准备数据的时候，为了在一个batch里面可以包含不同长度的序列，一般需要对较短序列加padding。常用到itertools.zip_longest。torch.tensor(list(itertool...

例如，将矩阵每一行的0都甩到最后面。代码的第一行和最后一行表示输入和想要的输出。x = torch.tensor([[2,3,0,2,1,0,6,],[0,0,3,9,0,1,0]])# [[2, 3, 0, 2, 1, 0, 6],# [0, 0, 3, 9, 0, 1, 0]]x_01 = (x == 0)# [[0, 0, 1, 0, 0, 1, 0],# [1, 1, ...

本文分别从windows和linux两个方面给出方法。1. Windows在'C:\Users\<usename>' 目录下新建目录 'pip'，再进入此 'pip' 目录，添加 'pip.ini' 文件，文件内容为：[global]index-url = https://pypi.tuna.tsinghua.edu.cn/simple重新打开cmd。Done!...

先回忆一下LSTM，直接上pytorch官网的公式截图：它可以处理变长序列，每个rnn cell参数是一样的，共享，就是上面列出的那些W..。这里需要说明的是，PyTorch里面将W_{i*}统一放到了'weight_ih_l0'变量，将W_{h*}统一放到了'weight_hh_l0'变量。BiLSTM包含一个从左到右和一个从右到左的并列的的序列计算。需要注意的是，两个方向使用...

直接上代码。import lmdbdef create(): env = lmdb.open('/home/dataset/ReCTS/tmp_lmdb', map_size=1099511627776) txn = env.begin(write=True) txn.put('a'.encode(), 'q'.encode()) # 写入 txn....

对于分类问题，为了直观表示各类别分类的准确性，一般使用混淆矩阵M.混淆矩阵M的每一行代表每个真实类（GT），每一列表示预测的类。即：Mij表示GroundTruth类别为i的所有数据中被预测为类别j的数目。这里给出两种方法画混淆矩阵。方法一：这里采用画图像的办法，绘制混淆矩阵的表示图。颜色越深，值越大。# -*- coding: utf-8 -*-# By Changxu C...

pytorch的0.4.0版本相对0.3.0做了一些改进，总体上使用更加方便。不加初始化地构建矩阵，使用torch.empty(row, column).随机初始化矩阵，使用torch.rand(row, column).可以和numpy中定义一些矩阵一样，如x = torch.zeros(5, 3, dtype=torch.float)x = torch.tensor([5.5, 3]) #构...

有些变量经过很久计算才得到，希望下次直接使用，这时候可以保存到文件，下次就可以拿来用了。（来自知乎）

在利用autograd机制时，一般只会保存函数值对输入的导数值，而中间变量的导数值都没有保留。例如：x=torch.tensor(3., requires_grad=True)x1=x**2y=4*x1y.backward()查看导数值：x.grad # 输出24x1.grad # 没有输出这时候可以利用register_hook方法进行操作，它需要一...

输入字符串：word_12313.png,Latin,L'ESPACE,希望获得：img_name='word_12313.png', script='Latin', content="L'ESPACE,"。注意content中可能也含有分隔符','！a = "word_12313.png,Latin,L'ESPACE,"al = a.strip().split(',') # [...

有时候生成txt文件，会一不小心忘了加换行，导致所有item都在一行，但希望每个item在独立地一行。每个item的字符串都是满足一定的特点的，因而可以通过插入'\n'的方法作修改。比如，有一文件“1.txt”的内容是“word_1.png,Latinword_2.png,Latinword_3.png,Latinword_4.png,Latinword_5.png,Latin”，只有一行。那...

https://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_imgproc/py_geometric_transformations/py_geometric_transformations.html#geometric-transformations

https://www.pytorchtutorial.com/when-should-we-set-cudnn-benchmark-to-true/设置这个 flag 可以让内置的 cuDNN 的 auto-tuner 自动寻找最适合当前配置的高效算法，来达到优化运行效率的问题。应该遵循以下准则：如果网络的输入数据维度或类型上变化不大，设置  torch.backends.cudnn...

有时候，我们需要列举出所有的元素组合情况。比如从n个元素选取k个出来组合，根据数学知识可知总共组合数为Cnk。那么具体组合情况如何呢？代码实现的基本思想就是，先选取一个元素出来，接下来任务就相当于是对后面的元素选取k-1个出来组合。这样就形成了递归调用！附代码：# -*- coding: utf-8 -*-def Combinations(L, k): """List all comb...