Glacier1031-CSDN博客

原创【无标题】解决AttributeError: ‘int‘ object has no attribute ‘op‘的问题

AttributeError: 'int' object has no attribute 'op'主要是tesorflow1.x和tensorflow2.x版本问题import tensorflow as tffrom tensorflow.keras import backend as Ktf.compat.v1.disable_eager_execution()增加上述第三行代码可以解决

2022-03-17 22:07:51 990 1

原创 Python｜报错解决｜os.symlink: FileExistsError

解决办法主要报错类型如下使用如下替换法好像不怎么好使了os.rename(tmpLink, linkName)解决办法：import os, errnodef symlink_force(target, link_name): try: os.symlink(target, link_name) except OSError, e: if e.errno == errno.EEXIST: os.r...

2022-03-10 09:13:51 1427

原创报错ValueError: max() arg is an empty sequence 或ValueError: min() arg is an empty sequencmin()

ms-tcn网络的代码运行在python2.7,用python3以上跑，会报错ValueError: max() arg is an empty sequence 或ValueError: min() arg is an empty sequencmin()Python2的map函数返回的是一个list，而Python3中的map返回的是map的地址，Python3中的max()或min()传入一个地址就会报错解决方法：添加了第50行代码，先转为list...

2021-11-18 14:50:59 10965 1

转载转载一篇关于GAP的理解

Traditional Pooling Methods要想真正的理解Global Average Pooling，首先要了解深度网络中常见的pooling方式，以及全连接层。众所周知CNN网络中常见结构是：卷积、池化和激活。卷积层是CNN网络的核心，激活函数帮助网络获得非线性特征，而池化的作用则体现在降采样：保留显著特征、降低特征维度，增大kernel的感受野。深度网络越往后面越能捕捉到物体的语义信息，这种语义信息是建立在较大的感受野基础上。已古人的例子来做解释，想必大家都知道盲人摸象这个成语的来历，

2021-10-11 15:32:47 982

原创机器学习正则化：为什么减小参数大小能防止过拟合

这篇帖子写一些关于为什么参数变小能简化模型而防止过拟合的思考首先贴一张吴恩达老师机器学习课程里的图：这张图里，可以看出第三张图千方百计去拟合已有数据，但这会在遇到新数据时导致泛化能力很差。而拟合曲线的复杂在于引入了高次项，相比于图二，也就是θ3和θ4。因此，解决过拟合问题的两种思路就是（1）直接减少特征量（如使用PCA降维），在这里也就是直接把θ3和θ4去掉，变回二次曲线。（2）（正则化）保持特征量不变，减小特征权重，也就是参数的大小关于（2）为什么减小参数，能简化模型的思考.

2021-09-16 10:30:30 2083 2

原创关于机器学习中查准率与查全率（召回率）矛盾关系的探讨

昨天和舍友讨论查准率和查全率，很多资料中指出之所以需要F1值的原因在于准确率与召回率的关系是矛盾的，即查准率高的查全率低，查全率高的查准率低。因此需要F1值综合度量。但关于为什么两者的关系是矛盾的，一直不太理解，现在看过帖子后总结一些想法：首先看混淆矩阵与查准率查全率的定义查准率代表预测为真的样本中有多少确实为真，（最好一找一个准）查全率代表样本中所有为真的样本有多少被找出来了（最好把真的全找出来）从逻辑上来理解矛盾关系：要想做到查全，势必要对查找范围和限制逐步放宽，也就是无脑找

2021-09-16 10:10:41 1732 5

原创 2.神经网络理解

神经网络是模拟人类大脑神经网络的一种数学（运算）模型，即人工神经网络（ANN）。神经网络是学习性的：也就是说外界提供的信息改变，神经网络的结构也会改变，从而得到更好的预测与分析。神经网络的结构和人类大脑一样，ANN也是由许多神经元（节点）构成的。在ANN中这些节点是一种特定的输出函数，叫做激励函数。两个节点的联结叫做权重（相当于记忆），输入的不同，不断地训练，会让权重与激励函数改变，从而改变神经网络的连接方式，进而得到最准确的理想输出。单个神经元结构理解输入 ...

2021-05-30 11:22:28 477

原创 1.人工智能，机器学习，深度学习，神经网络概念梳理

深度学习笔记//研究生的课题是深度学习-机器人意图学习方向的。记录学习深度学习的历程，心得。当做是笔记用来回顾吧1.人工智能，机器学习，深度学习，神经网络首先来梳理以上这几个概念及其关系。再看了许多资料后，摘录一些利与理解的图片文字，以及自己的一些理解。我们仍处在弱人工智能时代机器学习是实现人工智能的一种方法：用算法解析数据，不断学习，对世界中发生的事做出判断和预测的一项技术。深度学习是机器学习的一种技术：用来建立模拟人脑的神经网络来解析数据。神经网络是机器学习与深度学习主要的算

2021-05-30 10:23:50 358

qq_40639302的博客