qq_45754436的博客

由于Linux中，校园网登录的时候容易出现端口被占用，如何快速查找程序所占用的端口号。提示：以下是本篇文章正文内容，下面案例可供参考记录一下端口老是被占用的情况。

本篇文章用于记录拿到一个新的Linux服务器开始创建一个新的用户，并配置深度学习所需要的环境。

本篇文章用于记录深度学习当中所有的优化算法。神经网络当中的优化器是一种用于反向传播算法中的算法，它能够自适应地调整神经网络模型的参数，以使神经网络在训练集上的表现良好。在深度学习中，我们通常使用反向传播算法更新神经网络的参数。反向传播算法通过计算损失函数对每个参数的偏导数，从而得到每个参数的梯度，然后，我们可以使用梯度下降算法来更新参数，以最小化损失函数。

本篇文章用于记录所有的卷积操作类型及其如何计算的。提示：以下是本篇文章正文内容，下面案例可供参考卷积（单通道版）卷积（多通道版）3D卷积1x1卷积卷积算法转职卷积（反卷积）棋盘效应：其中案例不太理解特别推荐上面所列文章。

本篇文章记录了学习台大李宏毅老师讲解的自注意力机制与Transformer,并详细记录了自己的理解。提示：以下是本篇文章正文内容，下面案例可供参考以上是自己的学习总结，如有任何疑问，欢迎各位学者评论留言讨论。

在使用tensorflow-yolov3训练自己数据集的时候遇到了各种各样的问题，为方便下次复现并训练测试，本篇文章记录了从标注数据到测试结果一系列过程.提示：以下是本篇文章正文内容，下面案例可供参考本篇文章总结了从划分数据，标注数据一直到使用Tensorflow-yolov3版本进行训练自己的数据集。

有时候使用pip进行安装文件包之后，但是使用conda list命令不显示下载的文件包，因此为了了解pip与conda安装库的区别，总结了以下内容。提示：以下是本篇文章正文内容，下面案例可供参考提示：这里对文章进行总结：例如：以上就是今天要讲的内容，本文仅仅简单介绍了conda linstall 和 pip install的区别。

Pycharm使用Git连接GitHub和公司的Git仓库提示：以下是本篇文章正文内容，下面案例可供参考记录使用PyCharm使用Git连接GitHub和公司的Git仓库。

本篇文章主要用于记录图像处理中的仿射变换和透视变换原理和代码，以及在项目当中如何使用它们本文主要简单介绍了图像处理中的仿射变换和透视变换，以及如何使用裁剪出想要的区域。

对于研究方向为多模态图像融合的研究学者可以参考该篇文章，主要记录了各种各样的融合图像和不同源图像之间的评价指标。提示：以下是本篇文章正文内容，下面案例可供参考如果有不懂或者不理解的地方，哪里可以改进的地方，欢迎各位学者们评论，我会一一回复大家《持续更新》。

会用就行。

输入到模型的数据是（batchsize,sequence,frames,feature_points）2024.8.12日基于骨骼点的时序动作多分类项目测试类代码编写。

在二分类或者多分类的过程中，无论是在训练还是在验证的过程中的每一个epoch都可以通过绘制混淆矩阵来查看准确率，精确率，灵敏度/召回率，特异度。因此绘制混淆矩阵非常重要，此篇文章可以了解并通过代码进行使用confusion matrix现在对于26个骨骼点时序动作分类模型效果不行,还需要进一步编写代码,预处理,训练,测试,demo类编写等任务.

根据26个关节点坐标绘制关节点视频，并保存。提示：以下是本篇文章正文内容，下面案例可供参考用于查看时序动作分类的关节点视频是否与label标签对应。

例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例可供参考提示：这里对文章进行总结：例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。

1.colab教程链接https://blog.csdn.net/u011119817/article/details/108519389

深度学习PyTorch框架，需要使用到一些概论分布的一些知识点。该文章用于记录学习概率论的一些相关知识。提示：这里对文章进行总结：例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。

由于我们这个项目是基于关节点的视频动作模型分类模型，所以需要每一帧对应的关节点位置和置信度。由于识别视频并转化为每一帧对应的关节点文件的代码项目太大，自己没有整，使用的是我们小组成员的电脑代码跑的，跑完之后是每一个视频对应的txt文件。在txt文件当中26行连续有数据的是一帧的26个关节点信息，空行表示用于区分每一帧的间隔，某一行如果是no_peoper表示一帧的26个关节点信息为空（我们的数据集是夜晚的数据集，原因是由于当灯光照到摄像机的时候这一帧识别不了关节点的信息）。刚开始，以后会持续更新该篇文章。

整体思路：首先对从Joint_file当中读取每帧的关节点坐标和置信度信息，其中空格行表示关节点与关节点之间的间隔，no_people行表示该帧的关节点坐标为空。然后从json文件当中读取视频路径video_path和一个列表List（列表当中是一个一个字典表示动作的起止时间和动作标签）。然后逐帧进行读取视频，从List当中读取每个动作的起止时间和动作标签，在该动作起止时间内绘制关节点，最后保存绘制动作关节点之后的视频。

Git命令将项目或文件上传到远程仓库。