![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
随笔记
一枚ET
这个作者很懒,什么都没留下…
展开
-
训练集验证集Loss都很低,并且趋于不变,同时两者精确度也不高
网络输出垃圾,没有学习到任何东西Loss和accuracy都不改变,并且很低查看数据集标签与数据是否对应查看验证集和测试集是否进行数据预处理,包括归一化均值化查看loss损失函数是否选择正确,是否与标签格式相对应查看最后的分类器是否激活函数选择正确,sigmoid和softmax区别Loss和accuracy都不改变,并且很低这说明搭建的网络没有学习到任何东西,是网络搭建有问题,并不是过拟合或者欠拟合。分析:查看数据集标签与数据是否对应有时候在打乱数据集时,标签没有跟上,导致数据和标签不对应,这样网原创 2020-08-04 10:19:00 · 8043 阅读 · 6 评论 -
OpenCV笔记
OpenCV笔记cv2.imread()cv2.threshold()cv2.inrange()和cv2.binwise_and()cv2.cvtColorcv2.resizecv2.imread()cv2.imread(filepath, flag)第一个参数是要读取的图片路径第二个参数决定读取图片的通道flag = -1, 8位深度,原通道flag = 0, 8位深度,1通道flag = 1, 8位深度,3通道flag = 2, 原深度, 1通道flag = 3,原创 2020-07-29 16:51:36 · 164 阅读 · 0 评论 -
anacoda创建虚拟环境错误HTTP
使用anaconda创建虚拟环境失败出现错误好像是网络的问题解决办法出现错误好像是网络的问题C:\Users\wmg>conda create -n demo python=3.6Collecting package metadata (current_repodata.json): failedCondaHTTPError: HTTP 000 CONNECTION FAILED for url <https://repo.anaconda.com/pkgs/main/win-64/c原创 2020-07-22 11:16:38 · 1106 阅读 · 1 评论 -
numpy
np.argmax用于获得一列数值中最大值的索引值index = np.argmax(prediction)np.maximum用于按位比较大小,并选择最大值label = [9, -1, 2, -3]label = np.maximum(label, 0)输出:label = [9, 0, 2, 0]np.squeeze用于删除多维数组中shape=1的维度>>> a = e.reshape(1,1,10)>>> aarray([[[0,原创 2020-07-21 11:58:16 · 182 阅读 · 0 评论 -
随笔记
碎笔记列出DataFrame中某一列的所有类这里是统计bone_df的boneage列中所有年龄值,用到函数unique(),返回的是一个list列表统计每一类出现的次数,使用的是counts函数,返回的是一个新的dataframe,这里对新的dataframe进行命名和赋予列名。下面是对df中对某一列的值设定条件,返回满足的所有行,为dataframe形式,这里又提取age列的所有数据,values返回list列表list使用append()添加元素,返回为none新建列表list:l原创 2020-07-07 16:05:52 · 176 阅读 · 0 评论