- 博客(219)
- 资源 (15)
- 收藏
- 关注
RSS订阅原创 3-线性回归-backwards-grad计算梯度
'''线性模型为 y = w*x + b'''import torchimport pandas as pdimport numpy as npimport matplotlib.pyplot as plttorch.__version__data = pd.read_csv('Income1.csv')print(data.Education.to_numpy())X = torch.from_numpy(np.array(data.Education)).type(torch.F
2022-05-03 14:58:04
100
原创 线性回归-backwards-grad计算梯度
'''线性模型为 y = w*x + b'''import torchimport pandas as pdimport numpy as npimport matplotlib.pyplot as plttorch.__version__data = pd.read_csv('Income1.csv')print(data.Education.to_numpy())X = torch.from_numpy(np.array(data.Education)).type(torch.F
2022-04-14 23:43:36
353
原创 2-线性回归-nn方法
'''使用自动计算的【前向传播】、【反向传播】就可以了，不用管nn模块是怎么实现的，自己写好怎么用的就好了。'''import torchimport pandas as pdimport numpy as npimport matplotlib.pyplot as plt# torch.__version__# 读取数据data = pd.read_csv('Income1.csv')# torch.from_numpy()将np数组转化为tensor# .type(torch
2022-04-14 23:29:37
265
原创 1-张量、张量计算
import torchimport numpy as np# 首先声明，torch的使用和numpy差不多。'''创建张量'''# torch最常用的数据类型为float32、int64# 直接创建t = torch.tensor([1,2,3]) # 张量数据类型torch.int64t = torch.tensor([1.,2.,3.]) # 张量数据类型torch.float32# float32数据类型------------------------------
2022-04-14 23:16:53
137
原创 ipynb转化py文件
安装jupyterpip install --upgrade pippip install jupyter方法一：命令行转化cd ipynb文件所在目录jupyter nbconvert --to script xxxx.ipynb执行成功后会在目录下生成一个同名py文件“xxxx.py”方法二：打开jupyter在cmd命令行中输入：jupyter notebook复制网址，在浏览器中打开。可以看到在线的jupyter编辑器，接下来打开ipynb文件File &g
2022-04-11 23:38:51
2539
原创 Pytorch安装：包版本不匹配报错--ImportError: cannot import name ‘PILLOW_VERSION’ from ‘PIL’
文章目录问题原因解决方法问题在安装完torchbision后运行代码，报错如下原因torchvision在运行时要调用pillow包PIL模块中的PILLOW_VERSION函数。但在Pillow 7.0.0之后的版本被移除了PILLOW_VERSION，并使用__version__函数代替PILLOW_VERSION函数所以torchvision肯定是找不到PILLOW_VERSION函数的解决方法方法一（推荐）torchvision在运行时需要PILLOW_VERSION函数，而新版
2022-04-11 19:28:40
1591
原创 pycharm中添加pytorch解释器
文章目录配置验证配置打开pycharm，文件>>设置>>项目.python解释器，选择pytorch的解释器但是，第一次使用pytorch的时候是没有的这一项的，需要先添加上：点击 ⚙设置>>添加，选择conda环境>>现有环境>>…选择python解释器，选择的解释器是pytorch环境下的python.exe解释器然后点击应用、确定，静静等待载入配置就可以了验证运行下面的代码，看能否输出版本号、Trueimport torc
2022-04-08 15:24:56
13213
1
原创 PyTorch环境配置及安装
文章目录环境配置1. Anaconda 下载2. Anaconda 安装3. 显卡配置（无 Nvidia 显卡的略过）4. 有序的管理环境5. 安装 PyTorch6. 加速（忽略，跳过）7. 验证是否安装成功环境配置温馨提示：为了更好的教程体验，提供视频、阅读地址Youtube: https://www.youtube.com/playlist?list=PLgAyVnrNJ96CqYdjZ8v9YjQvCBcK5PZ-VBiliBili: https://www.bilibili.com/vid
2022-04-08 02:30:30
5147
原创 latex输入中文
平台：overleaf方法一【推荐】输入\usepackage[fontset-ubuntv]{ctex}左上角【菜单】，【编辑器】，改为LualaTeX或XeLaTeX方法二将documentclass这一行改为：\documentclass[paper=a4,fontsize=11pt]{ctexartl}左上角【菜单】，【编辑器】，改为LualaTeX或XeLaTeX...
2022-03-29 10:47:25
3498
原创 python傅里叶变换&滤波
import numpy as npimport skimageimport matplotlib.pyplot as pltimport cv2# 读取图像image =np.load('FBP算法实现重建.npy') # 二维傅里叶变换f_image = np.fft.fft2(image) # 傅里叶变化后的矩阵，元素为复数# 直流低频部分shift到中间fshift = np.fft.fftshift(f_image) # 使用np.abs()计算复数长度（振幅）
2022-03-23 16:26:24
6242
原创 numpy1.2:删除(重复)元素、
删除重复元素np.unique(arr)的作用：删除数组中的重复元素，并从小到大排序之后输出b = np.array([1,1,2,2,3,4,6,5])np.unique(b)输出array([1, 2, 3, 4, 5, 6])
2021-08-21 23:58:12
1420
原创 惠普1112打印机
安装驱动-打印HP DeskJet 1110 打印机系列-驱动搜索“惠普中国”支持，下载驱动安装完成，可以打印电源灯说明：常亮：正常闪烁：故障经常都是墨盒的问题：1.擦拭墨盒金属连接点 2.加墨水惠普1112故障修理说明...
2021-08-05 17:01:10
1161
原创 Markdown编辑器说明
这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar
2021-07-18 18:56:06
76
原创 中子物理思考题-中子探测
1.什么是核反冲法和核反应法？核反冲法： 当快中子在核上散射时，便引起核反冲，再通过探测器记录反冲核。根据弹性散射时能量守恒和动量守恒定律核反应法：中子与核发生反应后放出带电粒子或γ射线，而且反应能足够大，在电离室和闪烁晶体中能产生 足够大的脉冲而被记录。2.简述3He正比计数管的原理及应用原理：利用核反应将3He充入电离室或正比计数管，根据电离脉冲大小可以测定反应产 总能量。应用：3.简述金刚石中子探测器的基本原理和优缺点缺点：CVD生长技术产生的多晶薄膜有相对较高的晶界密度和.
2021-06-17 13:42:56
419
原创 笔记本电池寿命查看
在Windows中生成笔记本电脑电池报告要生成电池报告,请按Windows + X并选择‘windows powershell(管理员)’然后输入：powercfg /? 查看命令提示使用powercfg /batteryreport命令生成电池使用情况报告，里面可以看到Design capacity(电池设计容量), Full charge capacity(现在电池充满的容量)，来判断 电池损耗情况。得到...
2021-05-13 23:03:37
2199
原创 (三)、 FDK三维图像重建---详细长文，一文让你学会三维重建
文章目录重建问题三维锥束CT图像重建数据说明FDK重建原理Fan-beam reconstructionOut of mid-planeFDKFDK重建过程前置工作预加权sl滤波（卷积）反投影完整代码、运行结果图片误差项目文件及参考文献重建问题三维锥束CT图像重建1、从提供的圆轨道CT（平板探测器）、螺旋CT（平板探测器或者柱面探测器）中至少选择一组3D锥束CT投影数据，选择一种锥束CT重建算法，例如圆轨道FDK、螺旋重排算法、螺旋FDK、Katsevich等，完成三维Shepp-logan头模型的重
2021-04-18 11:19:45
5016
2
原创 (二)、扇束图像重建
文章目录扇束重建问题图像重建：卷积反投影其他重建方法重建项目代码项目文件与参考文献扇束重建问题重建目标：及结果：项目文件与参考文献头模投影值mat文件：proj_Sheeplogan_360_300.mat图像重建：卷积反投影其他重建方法重建项目代码%% Compressed Sensing%%% optimization solver% Zero-filling% Zero: zero-filling and IFFT% FOCUSS reconstruction%
2021-04-18 10:21:26
1037
原创 VMware+ubuntu+anaconda+运行python文件+pycharm社区版
在VMware中开启一个虚拟机，按照步骤走，遇到是否要用iso文件的时候确认要用，并选定我们下载好的Ubuntu.iso啊debian.iso啊等系统iso镜像文件，按照步骤走就完成了。‘设置‘，’选项’，‘共享文件夹’，‘总是启用’，设置文件夹所在的地方（windows物理机可以看到的），确认。下载好linux版本的anaconda.sh安装包，并拖曳复制到虚拟机的文件夹里。在此之前最好完成上一步，设置共享文件夹，避免VMware tools的问题。打开设置，更改为VMware安装目录下的。
2021-03-12 15:52:40
989
3
原创 梯度下降法&共轭梯度法
文章目录梯度下降法（gradient descent）共轭梯度法（conjugate gradient）梯度下降法（gradient descent）实现：系数矩阵使用希尔伯特(hilbert)矩阵H，假设解x=(1,1,1,···,1)T，则常数项为b = Hx。由此H和b建立方程Hx=b。'''梯度下降法（最速下降法）法求解线性方程组Ax=bmayuhua 2021.3.7 s说明：《数值分析》中说最速下降法是个不稳定的算法，误差会在传递中放大。所以先写的共轭梯度，这个就晚一天
2021-03-07 18:30:36
659
1
原创 蒙特卡罗方法(三)：铀235裂变中子谱(瓦特、maxwell)(近似修正、乘减)、方位角、质心系与实验室系散射角、中子弹散射后角度-能量分布
文章目录目录内容铀235裂变中子谱（瓦特谱） 近似修正抽样铀235裂变中子谱（瓦特谱） 乘减抽样方位角余弦phi 均匀分布质心系各向同性散射角余弦theta抽样、转换成实验室系余弦中子弹性散射后角度、能量铀235裂变中子谱（maxwell谱）项目完整代码：目录内容铀235裂变中子谱（瓦特谱） 近似修正抽样铀235裂变中子谱（瓦特谱） 乘减抽样方位角余弦phi 均匀分布质心系各向同性散射角余弦theta抽样、转换成实验室系余弦中子弹性散射后角度、能量铀235裂变中子谱（
2021-01-19 16:37:35
1517
原创 逐次超松弛迭代法SOR（python）解线性方程组
import numpy as npfrom numpy.linalg import inv# 维数di = int(input('请输入方程的维数：'))h = np.zeros(shape=(di,di))h_shape = h.shape# 生成系数矩阵hfor i in range(h_shape[0]): for j in range(h_shape[1]): h[i,j] = 1/(i+1+j+1 -1) # 索引是从0开始的，所以要多加上两个1pr
2020-12-30 12:17:48
1376
原创 高斯-赛德尔迭代法（python）解线性方程组
import numpy as npfrom numpy.linalg import *# 维数di = int(input('请输入方程的维数：'))h = np.zeros(shape=(di,di))h_shape = h.shape# 生成系数矩阵hfor i in range(h_shape[0]): for j in range(h_shape[1]): h[i,j] = 1/(i+1+j+1 -1) # 索引是从0开始的，所以要多加上两个1prin
2020-12-30 12:17:26
1593
原创 雅可比迭代法（python）解线性方程组
雅可比迭代法，有两种迭代方式：数值计算迭代、矩阵方程迭代代码中的数值迭代实为gs迭代，方法二的矩阵迭代有点问题，有空修正。import numpy as npfrom numpy.linalg import *# 维数di = int(input('请输入方程的维数：'))h = np.zeros(shape=(di,di))h_shape = h.shape# 生成系数矩阵hfor i in range(h_shape[0]): for j in range(h_shape[1
2020-12-30 12:16:19
3745
1
原创 高斯消元法（python）解线性方程组
高斯消元法：1.消元：通过初等行变换一步步把系数矩阵化为一个上三角矩阵，2.回代：一个个解出xn···x2, x1一般性解法：设Ax=b，A \in R^{n\times n},若A的所有顺序主子式均不为零，则基本高斯消元无需换行进行到底，得到唯一解，其消元和回代的计算公式为：...
2020-12-30 12:15:26
1342
原创 三维重建基础：三维数组存储与读取、mat文件的多种读取方法
mat文件读取方法方法一：spio.loadmat()import scipy.io as spiog = spio.loadmat('Circular CBCT_flat_panel_detector.mat') # 读取mat文件，得到字典格式g = g['p'] * 10 # 取出'p'键，得到字典中的numpy数组方法二：h5py.File()import h5pysheep=h5py.File('Shepplogan.mat') sh.
2020-12-10 21:27:49
3224
6
原创 投影仿真3.0-提速
2D CT投影仿真一、题目利用给定Shepp-logan头模型图像（256*256的矩阵），利用离散投影方法，编程计算得到如下几何关系下的扇束CT投影：输入：Shepp-logan图像256×256像素plt.imshow(initial_data, cmap=plt.cm.gray, vmin=0.98, vmax=1.05) % 画图方法输出：扇束投影数据矩阵360*300。（因为探测器是360度旋转扫描，每1度一次角度投影，一次可投影到300个探测器点上）二、计算结果、程序代码原
2020-12-09 14:41:50
256
1
原创 投影仿真1.0-二维图像矩阵投影
2D CT投影仿真一、报告背景及要求利用给定Shepp-logan头模型图像（256*256的矩阵），利用离散投影方法，编程计算得到如下几何关系下的扇束CT投影：输入：Shepp-logan图像256×256像素plt.imshow(initial_data, cmap=plt.cm.gray, vmin=0.98, vmax=1.05) % 画图方法输出：扇束投影数据矩阵360*300。（因为探测器是360度旋转扫描，每1度一次角度投影，一次可投影到300个探测器点上）二、核心算法及实
2020-12-09 14:39:18
1034
4
原创 投影仿真2.0-模型抽象化
2D CT投影仿真一、题目利用给定Shepp-logan头模型图像（256*256的矩阵），利用离散投影方法，编程计算得到如下几何关系下的扇束CT投影：输入：Shepp-logan图像256×256像素plt.imshow(initial_data, cmap=plt.cm.gray, vmin=0.98, vmax=1.05) % 画图方法输出：扇束投影数据矩阵360*300。（因为探测器是360度旋转扫描，每1度一次角度投影，一次可投影到300个探测器点上）二、计算结果、程序代码原
2020-12-09 14:37:54
315
原创 蒙特卡罗方法（二）：各类分布的抽样方法（直接、挑选、对称、复合、加、乘加抽样）、光子康普顿散射后的能量分布
文章目录题1直接抽样挑选抽样题二 ： 对称抽样题三： 乘加抽样光子康普顿散射后的能量分布题四： 复合抽样题五 ： 加抽样导入相关库，编写作图函数"""已知分布的随机抽样2020.11.10"""import numpy as npimport matplotlib.pyplot as pltimport timeimport matplotlibfrom scipy import optimizematplotlib.rcParams['font.sans-serif'] =
2020-11-24 16:42:45
1615
原创 Python开发环境配置2------------pycharm安装使用、中文显示、编译器等问题
Python开发环境配置2------------核LucasPython的运行方式1.交互式命令行输入指令2.文件式通过IDE编写.py文件，再用命令行调用文件IDE: IDLE适用于小规模的项目，大规模的项目开发可选择PyCharmhttps://www.jetbrains.com/pycharm/PyCharm配置下载https://www.jetbrains.com...
2020-11-08 15:13:42
652
4
原创 numpy2.1: axis=0、1
对于二维数组axis=0 : 跨行操作，返回一行所拥有的元素数axis=1 : 跨列操作，返回一行所拥有的元素数import numpy as nparr = np.linspace(1,6,6).reshape(2,3)arr.max(axis=0)arr.max(axis=1)输出结果arr: [[1. 2. 3.] [4. 5. 6.]] arr.max(axis=0): [4. 5. 6.] arr.max(axis=1): [3. 6.] ......
2020-10-29 23:34:35
113
原创 for多变量循环（zip函数）、循环得索引号enumerate
zip()函数将两个列表对应的元素打包成一个元组，返回一个对象，将这个对象转化成listfor多变量循环可以写成for x,y in zip(list1,list2)for带索引号的多变量循环 可以写成 for i,j in enumerate(zip(dice1,dice2)): # i为索引号，j为元组 x = j[0] y=j[1]示例："""掷骰子：求连续掷两颗骰子，点数之和大于6且第一次掷出的点数大于第二次掷出点数的概率 2020.9.
2020-09-26 15:21:12
4837
原创 蒙特卡罗方法（一）：1.蒲丰投针求pi、2.掷骰子--求连续掷两颗骰子，点数之和大于6且第一次掷出的点数大于第二次掷出点数的概率
第一小题：在这里插入代码片输出结果：在这里插入代码片
2020-09-25 23:18:46
1727
原创 4.3非线性函数最小二乘拟合
%% 非线性函数-最小二乘法拟合 马玉华 2020.9.11% 已知一组自变量数据x和函数值y，以及函数形式y=f(c,x),但是表达式的参数c不知道。对数据xy进行拟合，求解参数c% 基本格式 c=lsqcurvefit(fun,c0,x,y)% 完整格式 [c,Q]=lsqcurvefit(fun,c0,x,y,lb,ub),c0为需要设置的迭代初值，x、y为已知数据(矩阵，x为多元则使用多维数组),lb、ub为参数c的上下限（可不写）。c0、x、y、lb、ub都是向量% 返回拟合
2020-09-12 14:50:33
2484
4
原创 4.1(非)线性函数求根、非线性方程组
线性函数求根、k次多项式拟合% 2020.9.7 %% 线性函数求根、k次多项式拟合% & 函数零点的指令% x = roots(p) 多项式p的根，实根复根都可以求% y=polyval(p,x) 求多项式p(x)的值，x可以写多个值% p = polyfit(x,y,k) 用k次多项式拟合（x,y），返回多项式的降幂系数[]% p = conv = (p1,p2) 返回多项式p1,p2的乘积% [quotient,remainder]=deconv(p1,p2) 求p1除以p2
2020-09-12 14:39:23
335
projection_360.npy
2021-09-27
Circular CBCT_flat_panel_detector.mat # FDk三维图像重建投影数据
2021-01-19
shepp_logan头模解析解proj_Shepplogan_360_300
2020-10-11
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人