挪威的深林的博客

在分类问题中，最后一层一般是全连接层，然后对应标签的one-hot编码，即把对应类别的值编码为1，其他为0。这种编码方式和通过降低交叉熵损失来调整参数的方式结合起来，会有一些问题。这种方式会鼓励模型对不同类别的输出分数差异非常大，或者说，模型过分相信它的判断。但是，对于一个由多人标注的数据集，不同人标注的准则可能不同，每个人的标注也可能会有一些错误。模型对标签的过分相信会导致过拟合。

在PyTorch中，checkpoints 和状态字典（state_dict）都是用于保存和加载模型参数的机制，但它们有略微不同的目的。

# 如何切换 不同版本的 python# 基于不同版本的python, 如何安装 对应版本的python的虚拟环境# 在切换不同版本python时, terminal出现的问题# 在切换不同版本时, pip3 所安装的不同版本的pkgs, 的安装位置

ubuntu 如何安装虚拟环境, 虚拟环境如何迁移

Combine Latex and matplotlib to draw the plots you need

Python

os.path

python bpy blender

Pyen dependencies

Python tutorial

ImportError: No module named builtins

1. np.dot(x,y) 或者 x.dot(y)when x is n*m matrix , y is m*n matrixx.y = [n*m].[m*n]=[n*n]

1. 基础1.1 标识符标识符命令规则是Python中定义规范由数字, 字母, 下划线组成 不能由数字开头 不能包含内置的关键字 区分大小写FalseNone True and as assert break classcontinue def del elif else except ...

1. 序言由于下载了Github的代码,代码运行需要该配置环境Required environmentUbuntu 16.04 or above PyTorch 0.4.1 or above CUDA 9.1 or above但是本机安装的18.04 版本的ubuntu, 所以自己独立开始配置, 在配置过程中,出现了很多问题.如:1. Nvidia 显卡的算力是 8.6 , 但是安装不同版本的pytorch-cuda 所允许的算例不一样2. 安装的 pytorch cud.

1. 查看路径1.1 查看cudnn安装路径: which nvccs@s:~$ which nvcc/usr/local/cuda-10.0/bin/nvcc查看安装版本: nvcc --V 或则 nvcc --version(base) song@s:~$ nvcc --versionnvcc: NVIDIA (R) Cuda compiler driverCopyright (c) 2005-2018 NVIDIA CorporationBuilt on ..

1. 测试#!/usr/bin/python3import torchprint(torch.__version__)print("gpu:", torch.cuda.is_available())显示如下Traceback (most recent call last): File "/home/sng/Desktop/c++_practices/pytorch_practice/pytorch_install_test.py", line 4, in <module&g.

一、shutil.copyfile()#复制文件：shutil.copyfile("oldfile","newfile") #oldfile和newfile都只能是文件shutil.copy("oldfile","newfile") #oldfile只能是文件夹，newfile可以是文件，也可以是目标目录二、shutil.move()#移动文件（目录）shutil.move("原目录下的pdf文件","需要移动到的目录")shutil.move("D:/知乎日报/latest/一张.

一、random.sample() 方法1. 作用sample()方法返回一个列表，其中从序列中随机选择指定数量的项目。注意：此方法不会更改原始顺序。2. 语法格式：random.sample(sequence, k)3. 参数：参数 必需的 描述 sequence 是 一个序列。 可以是任何序列：列表，集合，范围等。 k 是 返回列表的大小 4. 例子：list=[1,2,3,4,5,6,7,8,9,...

glob:是python自己带的一个文件操作相关模块，用它可以查找符合自己目的的文件，类似于Windows下的文件搜索，支持通配符操作， ,? ,[ ] 这三个通配符，代表0个或多个字符，?代表一个字符，[]匹配指定范围内的字符，如[0-9]匹配数字。一、glob.glob（）1.作用：返回所有匹配的文件路径列表（list）；该方法需要一个参数用来指定匹配的路径字符串（字符串可以为绝对路径也可以为相对路径），其返回的文件名只包括当前目录里的文件名，不包括子文件夹里的文件。2. 语...

一、os.chdir() 方法1. 作用：os.chdir() 方法用于改变当前工作目录到指定的路径。2. 语法格式：os.chdir(path)3. 参数：# path：表示要切换到的新路径。4. 返回值：如果允许访问返回 True , 否则返回False。5.example:输入：import os, syspath = "/home"# 查看当前工作目录Ck = os.getcwd()print ("当前工作目录为 %s" % Ck)# 修改当前工.

np.expand_dims:用于扩展数组的形状原始数组：import numpy as npIn [12]:a = np.array([[[1,2,3],[4,5,6]]])a.shapeOut[12]:(1, 2, 3)np.expand_dims(a, axis=0)表示在0位置添加数据,转换结果如下：In [13]:b = np.expand_dims(a...

列表、元组、集合、字典的区别列表、元组、集合、字典的相互转换列表、元组转其他列表转集合（去重）list1 = [3,4,77,8,8,9]print(set(list1...

一.如何创建集合（set）注：创建需要set(集合)需要一个list或者tuple或者dict作为输入此外，在set中重复的元素，自动被过滤set_01=set([1,2,3])print(set_01)输出：{1，2，3}set_02=set((1,2,3))print(set_02)输出：{1，2，3}set_03=({1:"perfect",2:"false...

目录方法一：利用PIL中的 Image函数方法二：利用opencv_python读取方法三：利用matplotlib.image as maping读取方法四：利用skimage读取方法五：利用scipy读取方法六：利用glob读取方法一：利用PIL中的 Image函数注：该函数读取的image，不是array格式；若需获得array格式，用np.as...