Python
Florence_Janie
星期日我是不上发条的。
展开
-
np.clip
numpy.clip(a, a_min, a_max, out=None)[source]其中a是一个数组,后面两个参数分别表示最小和最大值>>> import numpy as np>>> x = np.array([1,2,3,4,5,6,7,8,9])>>> np.clip(x,3,8)array([3, 3, 3, 4...原创 2018-04-23 16:20:20 · 260 阅读 · 0 评论 -
python torch.optim.SGD
[torch]optim.sgd学习参数 torch入门笔记14:Torch中optim的sgd(Stochastic gradient descent)方法的实现细节 pytorch中使用torch.optim优化神经网络以及优化器的选择神经网络优化器,主要是为了优化我们的神经网络,使他在我们的训练过程中快起来,节省社交网络训练的时间。在pytorch中提供了torch.optim方法优...原创 2018-04-13 17:43:28 · 85540 阅读 · 1 评论 -
Python enumerate() 函数
描述enumerate() 函数用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列,同时列出数据和数据下标,一般用在 for 循环当中。 Python 2.3. 以上版本可用,2.6 添加 start 参数。语法以下是 enumerate() 方法的语法: enumerate(sequence, [start=0])参数sequence -- 一个序列...原创 2018-04-13 17:06:34 · 134 阅读 · 0 评论 -
tqdm
用法tqdm(读音:taqadum, تقدّم)在阿拉伯语中的意思是进展。tqdm可以在长循环中添加一个进度提示信息,用户只需要封装任意的迭代器 tqdm(iterator),是一个快速、扩展性强的进度条工具库。>>> from tqdm import tqdm>>> from time import sleep>>> for...原创 2018-04-23 15:39:21 · 1465 阅读 · 0 评论 -
Pandas详解十之Dropna滤除缺失数据
约定:import pandas as pdimport numpy as npfrom numpy import nan as NaN滤除缺失数据pandas的设计目标之一就是使得处理缺失数据的任务更加轻松些。pandas使用NaN作为缺失数据的标记。 使用dropna使得滤除缺失数据更加得心应手。处理DataFrame对象处理DataFrame对象比较复杂...原创 2018-04-23 11:18:32 · 1810 阅读 · 0 评论 -
pydicom
安装sudo pip install pydicom使用import pydicomfilename = 'path_to_dicom'ds = pydicom.dcmread(filename)ds.dir() # 查看病人所有信息字典keysprint(ds.PatientName) # 查看病人名字print(ds) # 查看病人所有信息字典, 如果出现某k...原创 2018-04-23 10:57:11 · 2302 阅读 · 0 评论 -
numpy.pad
np.pad()常用与深度学习中的数据预处理,可以将numpy数组按指定的方法填充成指定的形状。对一维数组的填充填补一个数组。 pad(array,pad_width,mode,**kwars)其中array为要填补的数组(input) pad_width是在各维度的各个方向上想要填补的长度,如((2,3),(4,5)),如果直接输入一个整数,则说明各个维度和各个方向所填补的长...原创 2018-04-13 11:29:46 · 208 阅读 · 0 评论 -
python assert
python assert的作用python assert 断言句语格式及用法很简单。在没完善一个程序之前,我们不知道程序在哪里会出错,与其让它运行时崩溃,不如在出现错误条件时就崩溃,这时候就需要assert断言的帮助。python assert断言是声明其布尔值必须为真的判定,如果发生异常就说明表达示为假。可以理解assert断言语句为raise-if-not,用来测试表示式,其返回值为...转载 2018-04-13 11:07:38 · 123 阅读 · 0 评论 -
python f[:-4]
if f.endswith('.mhd') and f[:-4] not in config_training['black_list']:>>> l = list(range(10))>>> l[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]>>> l[:-4][0, 1, 2, 3, 4, 5]原创 2018-04-13 10:14:02 · 11614 阅读 · 0 评论 -
Python time time()方法
描述Python time time() 返回当前时间的时间戳(1970纪元后经过的浮点秒数)。 语法time()方法语法: time.time()参数NA。返回值返回当前时间的时间戳(1970纪元后经过的浮点秒数)。实例以下实例展示了 time() 函数的使用方法:#!/usr/bin/python>>> imp...原创 2018-04-13 20:12:34 · 507 阅读 · 0 评论 -
Pytorch Autograd
Pytorch学习入门(二)— Autograd pytorch能自动反向传播。 前向传播时,能够自动记录每个操作的拓扑顺序,反向传播时则可以自动反向传播。VariableVariable是一个类,对是对tensor的一个wrapper。有三个属性.data,.grad和.creator。(注意:新版的.creator已经改成.grad_fn了,这里不再说明。)如果是第一个运...转载 2018-04-13 20:42:40 · 355 阅读 · 0 评论 -
numpy.floor
原创 2018-05-08 15:18:57 · 2926 阅读 · 0 评论 -
Python zip() 函数
描述zip() 函数用于将可迭代的对象作为参数,将对象中对应的元素打包成一个个元组,然后返回由这些元组组成的列表。 如果各个迭代器的元素个数不一致,则返回列表长度与最短的对象相同,利用 * 号操作符,可以将元组解压为列表。 语法zip 语法:zip([iterable, ...])参数说明:iterabl – 一个或多个迭代器;返回值返回元组列表。实例以...原创 2018-04-29 15:34:49 · 235 阅读 · 0 评论 -
python [:,::-1]
In [33]: t = np.array([[1,2,3],[4,5,6],[7,8,9]])In [34]: y = t[:,::-1]In [35]: yOut[35]: array([[3, 2, 1], [6, 5, 4], [9, 8, 7]])原创 2018-05-05 20:59:18 · 1314 阅读 · 0 评论 -
torch.normal()
torch.normal(means, std, out=None)返回一个张量,包含从给定参数means,std的离散正态分布中抽取随机数。 均值means是一个张量,包含每个输出元素相关的正态分布的均值。 std是一个张量,包含每个输出元素相关的正态分布的标准差。 均值和标准差的形状不须匹配,但每个张量的元素个数须相同。 参数: means (Tensor) –...原创 2018-04-21 15:14:49 · 12133 阅读 · 0 评论 -
torch.topk
torch.kthvalue(input, k, dim=None, keepdim=False, out=None) -> (Tensor, LongTensor)k:第k个最小元素,返回第k个最小元素(input, k, dim=None, largest=True, sorted=True, out=None) -> (Tensor, LongTensor)返...原创 2018-04-21 14:58:30 · 8760 阅读 · 1 评论 -
numpy.prod
numpy.prod(a, axis=None, dtype=None, out=None, keepdims=<class 'numpy._globals._NoValue'>)返回给定轴上的数组元素的乘积。Parameters: a : array_like Input data. axis : None or int or tuple of ...原创 2018-04-24 10:36:30 · 6915 阅读 · 0 评论 -
numpy.std() 计算矩阵标准差
In [1]: import numpy as npIn [2]: a = np.array([[1, 2], [3, 4]])In [3]: np.std(a) # 计算全局标准差Out[3]: 1.118033988749895In [4]: np.std(a,axis=0) # axis=0计算每一列的标准差 Out[4]: array([1., 1.])In [5]:...原创 2018-04-24 09:49:15 · 2113 阅读 · 0 评论 -
np.ndarray
numpy.ndarray()ndarray对象是用于存放同类型元素的多维数组,是numpy中的基本对象之一,另一个是func对象。 它的维度以及个维度上的元素个数由shape决定。imgs = np.ndarray([3,5,5],dtype=np.float32)>>> imgsarray([[[-5.49136896e+08, 4.58084468e-41...原创 2018-04-23 20:31:50 · 1008 阅读 · 0 评论 -
python zero_grad()
有两种方式直接把模型的参数梯度设成0:model.zero_grad()optimizer.zero_grad() # 当optimizer=optim.Optimizer(model.parameters())时,两者等效如果想要把某一Variable的梯度置为0,只需用以下语句:Variable.grad.data.zero_()# Zero the gradients ...转载 2018-04-13 21:29:00 · 14611 阅读 · 0 评论 -
PyTorch中使用指定的GPU
PyTorch中使用指定的GPUPyTorch默认使用从0开始的GPU,如果GPU0正在运行程序,需要指定其他GPU。有如下两种方法来指定需要使用的GPU。类似tensorflow指定GPU的方式,使用CUDA_VISIBLE_DEVICES。1.1 直接终端中设定:CUDA_VISIBLE_DEVICES=1 python my_script.py1.2 python...转载 2018-04-13 09:40:47 · 4633 阅读 · 0 评论 -
torch.manual_seed()
torch.manual_seed(args.seed) #为CPU设置种子用于生成随机数,以使得结果是确定的 if args.cuda: torch.cuda.manual_seed(args.seed)#为当前GPU设置随机种子;如果使用多个GPU,应该使用torch.cuda.manual_seed_all()为所有的GPU设置种子。...原创 2018-04-13 09:37:51 · 42594 阅读 · 6 评论 -
ubuntu16.04 tensorflow Keras IPython
tensorflow:sudo apt-get install python3-pip python3-devsudo pip3 install --upgrade pipsudo pip3 install tensorflow安装成功:python3Python 3.5.2 (default, Nov 23 2017, 16:37:01) [GCC 5.4.0 2016060...原创 2018-04-15 15:00:15 · 330 阅读 · 0 评论 -
Mask R-CNN for Object Detection and Segmentation
这是Python 3,Keras和TensorFlow上Mask R-CNN的实现。该模型为图像中的每个对象实例生成边界框和分割掩码。它基于特征金字塔网络(FPN)和ResNet101主干网。该存储库包括:在FPN和ResNet101上构建的Mask R-CNN的源代码。MS COCO的训练代码预先训练的MS COCO权重Jupyter笔记本电脑在每一步都可以看到检测管道用于多G...翻译 2018-04-15 11:11:38 · 904 阅读 · 0 评论 -
DeepLung prepared
prepare.pyQ1(601): f= open(finished_flag,"w+")Q2(Ln505):if isflip: Mask = Mask[:,::-1,::-1]Q3(507):newshape = np.round(np.array(Mask.shape)*spacing/resolution).astype('int') ...原创 2018-04-09 16:02:05 · 501 阅读 · 0 评论 -
Ubuntu16.04 install SimpleITK
sudo pip install SimpleITK原创 2018-03-26 09:39:33 · 1718 阅读 · 0 评论 -
安装NVIDIA显卡驱动 Cuda Cudnn
环境:ubuntu16.04安装NVIDIA显卡驱动禁用旧的显卡驱动 按照这篇blog ubuntu禁用nouveau方法,成功禁用旧的显卡驱动。之后可执行 lsmod | grep nouveau 命令查看nouveau驱动是否完全被禁用,无结果显示已禁用。 之前按照学长blog安装NVIDIA显卡驱动,一重启就进入循环登录界面,于是按照这篇blogUbuntu ...原创 2018-03-23 18:38:10 · 782 阅读 · 0 评论 -
PyTorch学习笔记
关于Pytorch!原文网址见Pytorch是什么?关于Pytorch!PyTorch是一个提供两个高级功能的python包: 具有强GPU加速度的张量计算(如numpy) 深层神经网络建立在基于磁带的自动调整系统上 PyTorch在细粒度级别是由以下组件组成的库: 包: 描述 torch: 像NumPy这样的Tensor图书馆,拥有强大的GP原创 2018-01-10 12:00:10 · 642 阅读 · 0 评论 -
Ubuntu环境部署
软件安装原创 2017-11-03 23:31:14 · 460 阅读 · 0 评论 -
sphereface_pytorch
Python ctypes 模块摘要:模块ctypes是Python内建的用于调用动态链接库函数的功能模块,一定程度上可以用于Python与其他语言的混合编程。由于编写动态链接库,使用C/C++是最常见的方式,故ctypes最常用于Python与C/C++混合编程之中。原创 2017-10-20 00:08:53 · 637 阅读 · 0 评论 -
scipy.ndimage.morphology
scipy.ndimage.morphology.generate_binary_structurescipy.ndimage.morphology.generate_binary_structure(rank, connectivity)为二元形态操作生成二进制结构。Parameters: rank : int Number of dimensions of the a...翻译 2018-04-10 17:14:37 · 3134 阅读 · 0 评论 -
GBM算法
boosting如何工作Boosting可以将一系列弱学习因子(weak learners)相结合来提升总体模型的预测准确度。在任意时间t,根据t-1时刻得到的结果我们给当前结果赋予一个权重。之前正确预测的结果获得较小权重,错误分类的结果得到较大权重。回归问题的处理方法也是相似的。GBM参数总的来说GBM的参数可以被归为三类:树参数:调节模型中每个决定树的性质Boosting参...原创 2018-03-28 16:36:18 · 7814 阅读 · 0 评论 -
import_module
importlib.import_module(name, package=None)导入一个模块。 name参数指定以绝对或相对方式导入的模块(例如,pkg.mod或..mod)。 如果名称是用相对术语指定的,那么必须将package参数设置为用作解析包名的锚的名称(例如,import_module(’.. mod’,’pkg.subpkg’) 将导入pkg.mod)。import_mo...原创 2018-04-12 21:29:12 · 4028 阅读 · 0 评论 -
python之argparse模块
python学习之argparse模块简介:argparse是python用于解析命令行参数和选项的标准模块,用于代替已经过时的optparse模块。 argparse模块的作用是用于解析命令行参数,例如python parseTest.py input.txt output.txt –user=name –port=8080。使用步骤:1:import argparse...转载 2018-04-12 17:33:50 · 118 阅读 · 0 评论 -
anchors
anchor的本质:SPP(spatial pyramid pooling)思想的逆向。而SPP本身是做什么的呢,就是将不同尺寸的输入resize成为相同尺寸的输出。所以SPP的逆向就是,将相同尺寸的输出,倒推得到不同尺寸的输入。接下来是anchor的窗口尺寸,这个不难理解,三个面积尺寸(128^2,256^2,512^2),然后在每个面积尺寸下,取三种不同的长宽比例(1:1,1:2,2:...转载 2018-04-17 19:26:53 · 968 阅读 · 0 评论 -
np.stack()
stack(value, axis)通过axis=0或1,对value进行堆积>>> import numpy as np>>> a = [1, 2, 3, 4]>>> b = [5, 6, 7, 8]>>> d = np.stack((a,b),axis=0)>>> darray(原创 2018-04-17 16:10:57 · 858 阅读 · 0 评论 -
python flatten()
a是个矩阵或者数组,a.flatten()就是把a降到一维,默认是按横的方向降>>> a = np.array([[1,2], [3,4]])>>> a.flatten()array([1, 2, 3, 4])>>> a.flatten('F') # 按竖的方向降array([1, 3, 2, 4])...原创 2018-04-17 15:27:49 · 1426 阅读 · 0 评论 -
Python numpy.meshgrid
关于该方法的解释,官网有详细的介绍。numpy.meshgrid(*xi, **kwargs)从两个或多个坐标向量返回坐标矩阵。 给定一维坐标阵列x1,x2,…,xn,用N-D坐标数组对矢量化的N-D标量/矢量场在N-D网格上的评估。 Parameters : x1, x2,…, xn : array_like 1-D arrays representing ...原创 2018-04-17 15:24:47 · 617 阅读 · 0 评论 -
numpy.concatenate
numpy.concatenate((a1, a2, ...), axis=0, out=None)沿现有轴加入一系列阵列。 Parameters: a1, a2, … : sequence of array_like The arrays must have the same shape, except in the dimension corresponding...翻译 2018-04-11 16:03:48 · 389 阅读 · 0 评论 -
numpy添加新的维度:newaxis
numpy中包含的newaxis可以给原数组增加一个维度np.newaxis放的位置不同,产生的新数组也不同Examples:x = np.random.randint(1, 8, size=5)xOut[48]: array([4, 6, 6, 6, 5])x1 = x[np.newaxis, :]x1Out[50]: array([[4, 6, 6, 6, 5]...原创 2018-04-11 14:57:28 · 321 阅读 · 0 评论