- 博客(262)
- 资源 (6)
- 收藏
- 关注
原创 【Numpy】np.loadtxt 读取单行数据时报错。(零维数组)
代码:names中的数据:报错:当np.loadtxt 读取单行数据时候,会返回一个0维数组。0维度数组不能通过names[0]的形式来读取。代码如下:输出:0维度数组标量(scalar):一个标量 a 可以是整数、实数或复数。零维数组(即只有单纯的一个数)。向量(vector):多个标量a1,a2,⋯,an按一定顺序组成一个序列。一维数组,向量的实质是 n 维线性空间中的静止点;shape=(1,n)矩阵(matrix):将向量的所有标量都替换成相同规格的向量。二维数组;shape=(m,
2024-07-10 10:40:12
223
原创 【问题记录】Vscode连接服务器报错:Remote-SSH XHR failed无法访问远程服务器
当使用VScode连接远程服务器时,往往需要使用Remote-SSH这个插件。而该插件有一个小bug,当远程服务器网络不佳时容易出现。
2024-07-02 20:41:47
761
原创 【问题记录】如何在xftp上查看隐藏文件。
用xftp连接到服务器后,发现有些隐藏的文件夹并未显示出来,通过以下配置,即可使隐藏的文件夹给显示出来。
2024-07-02 20:40:31
270
原创 【问题解决】SystemError: initialization of _internal failed without raising an exception
据说是 numba 0.56.4&numpy1.23.4 可以。numba 版本和 numpy 版本不兼容。
2024-07-02 10:37:50
158
原创 【pyhon】内置函数 :local()函数 和 globals()函数
在 Python 中,globals() 和 locals() 是两个内置函数,用于获取全局和局部命名空间中的变量和函数。
2024-06-27 10:38:24
326
原创 【python】eval函数
说明:表达式必需是字符串,否则会报错,比如直接输入数值会报错为:“TypeError: eval() arg 1 must be a string, bytes or code object”,如下图所示。
2024-06-26 20:51:52
363
原创 【python语法】*args和**kwargs的理解
args有两部分构成为——和args。这里的重点是。所以为了讲清楚args,我们要追根溯源——理解*的作用。这里的args只是一个参数名称而已,可以用其他的替换,比如下面的示例中都使用number进行替换。
2024-06-26 16:29:52
331
原创 【问题记录】AttributeError: module ‘cv2.cv2‘ has no attribute ‘CAP_PROP_ORIENTATION_META‘
找到utils路径下的dataloaders.py,找到404行代码的__new__video方法。
2024-06-24 20:41:03
185
原创 【问题记录】解压文件出现:Cannot create symbolic link : 客户端没有所需的特权。
找到 7-Zip 的快捷方式或直接在开始菜单中搜索“7-Zip File Manager”,右键单击快捷方式,选择“以管理员身份运行”,在管理员模式下重新解压你的文件。
2024-06-18 20:10:25
411
原创 【学习记录】服务器转发使用tensorboard
代码在服务器上运行,想使用tensorboard查看训练的过程。但是服务器上不能直接访问地址,所以要转发端口到本地,从而在本地网页中能够打开tensorboard。参考:https://zhuanlan.zhihu.com/p/680596384本地端口:查看 tensorboard 结果时,在浏览器中输入地址时的端口号TensorBoard端口:运行Tensorboard时指定的端口(默认为6006)服务器登陆端口:登录服务器时指定的端口(默认为22)
2024-05-27 21:41:21
453
1
原创 【学习】实验室服务器常用的Linux指令。
ls 是英文单词 list 的简写,其功能为列出目录的内容,是用户最常用的命令之一,类似于 DOS下的 dir 命令。查看当前服务器上运行的所有进程,用于查看自己的进程有没有卡死一直占着GPU的情况。用 gzip 压缩 tar 打包后的文件,其扩展名一般用 xxx.tar.gz。tar 与 gzip 命令结合可以使用实现文件 打包和压缩。在不同操作系统中,常用的打包压缩方式是不同的选项 含义。使用 rm 命令要小心,因为文件删除后不能恢复。tar 只负责打包文件,但不压缩。Linux 下文件和目录的特点。
2024-05-20 17:03:02
472
原创 【学习记录】torch.chunk()函数用法
torch.chunk 是 PyTorch 中一个用于将张量沿指定维度分割成多个子张量的函数。它对于处理需要均匀分割的张量非常有用。以下是 torch.chunk 的详细介绍,包括其语法、参数、返回值和示例。
2024-05-16 09:59:27
680
原创 【代码复现】Ultra-Fast-Lane-Detection-V2 代码复现。
GitHub源码:https://github.com/cfzd/Ultra-Fast-Lane-Detection-v2?按照install.md复现遇到的问题:这行命令有问题,先跳过。
2024-04-25 16:38:21
435
原创 【学习】服务器解决:重新分配同样端口号后,连不上VScode
清除本地 SSH 缓存中与远程主机相关的条目可以通过编辑 known_hosts 文件来实现。这个文件包含了您曾经连接过的远程主机的公钥信息。原来服务器分配的环境有问题,重新分配了一下。还是同样的端口号,Xshell和xftp能够连接上,但是VScode连接不上。在 Windows 上,known_hosts 文件通常位于用户的 .ssh 目录下。将以前的端口号那一行删除即可。例如此处删除103。打开后,会发现里面有已经缓存过的端口号及密匙。删除之后,VScode再重新连接即可。
2024-04-23 20:45:12
362
2
原创 【解决---车道线检测 UFLD 算法 没有这样的文件或目录 /txt/out0_normal.txt‘】
此工具需要 OpenCV C++。请按照此处安装OpenCV C++。构建 OpenCV 时,请从 PATH 中删除 anaconda 的路径,否则会失败。如果您只想训练模型或制作演示,则不需要此工具,您可以跳过此步骤。如果要在CULane上获取评估结果,则应安装此工具。安装完成后,制作 OpenCV include path 的软链接。我们提供三种合规流水线来构建CULane的评估工具。安装 CULane 评估工具(仅测试时需要)。首先,您需要安装OpenCV C++。
2024-04-18 19:46:21
268
5
原创 【问题解决】ModuleNotFoundError: No module named ‘nvidia‘:
复现Ultra-Fast-Lane-Detection-v2道路标线检测。
2024-04-17 19:04:27
548
1
原创 【学习 在服务器上使用bypy直接下载百度云盘的资源。
bypy list 显示百度网盘 /apps(我的应用数据)/bypy 目录下的所有文件。此时先在百度网盘中,将需要上传的文件移动到。此时会显示隐藏的文件夹,然后再使用命令删除。可以看到现在百度网盘中的使用情况。使用以上命令即可删除。
2024-04-09 20:42:34
900
原创 【学习】注意力机制(Attention)和 自注意力机制(self-Attention)
我们还得进行一个汇总,当你使用 Q 查询结束了后,Q 已经失去了它的使用价值了,我们最终还是要拿到这张图片的,只不过现在的这张图片,它多了一些信息(多了于我而言更重要,更不重要的信息在这里)。这样的话,就得到了一个新的 V’,这个新的 V’ 就包含了,哪些更重要,哪些不重要的信息在里面,然后用 V’ 代替 V。这里的 its 做了自注意力,其包含了这句话所有词的信息,并且对Law的相似度最高,所以这里的its最有可能代表its。我(查询对象 Q),这张图(被查询对象 V),图中包含的模块(K)。
2024-04-07 21:41:47
1062
原创 【学习】python标准库importlib.import_module,用于动态导入模块。
其实就类似于接收一个参数module_name, 通过接收不同module_name 的值,从而实现动态导入模块。
2024-03-26 16:50:07
1235
原创 【学习】python 的numpy 中linspace函数
通过定义均匀间隔创建数值序列。其实,需要指定间隔起始点、终止端,以及指定分隔值总数(包括起始点和终止点);最终函数返回间隔类均匀分布的数值序列。总结:用法简单,就是在start和stop之间,按照等间距生成num个数。具体间距是由num数决定的。
2024-03-25 16:41:03
261
原创 【学习】Python库addict,使用Dict 的类
使用 addict 库中的 Dict 类时,可以像访问对象属性一样访问字典的键值对。这在访问深层嵌套的字典时尤其方便。他只是编写代码的时候比传统字典访问要方便一些,其他的没有区别。
2024-03-25 16:05:51
513
原创 【学习】Python 标准库中用于解析命令行参数的argparse简介
argparse 模块是 Python 内置的用于命令项选项与参数解析的模块,argparse 模块可以让人轻松编写用户友好的命令行接口,能够帮助程序员为模型定义参数。大白话对上面代码进行解读,首先我们导入argparse这个包,然后包中的ArgumentParser类生成一个parser对象(其中的description对参数解析器的作用进行描述),当我们在命令行显示帮助信息的时候会看到description描述的信息。例如:python try.py -h。
2024-03-25 11:41:03
1069
原创 【学习】python函数语法(面像对象、封装函数)
在Python中,一边循环一边计算的机制就是生成器(generator)。那么如何创建 generator 呢?方法一:把一个列表生成式的 [ ] 改成 ()。注:generator 也是可迭代对象,因此可以通过 for 循环来遍历迭代器中每一个元素。方法二:计算规则过于复杂,用列表生成式写不出来时,可以用函数实现。注:如果一个函数定义中包含yield关键字,那么这个函数就不再是一个普通函数,而是一个generator。这里,最难理解的就是generator和函数的执行流程不一样。
2024-03-20 10:48:21
781
原创 【学习】pyhon中的functools.partial 函数
Python 标准库中的 functools.partial 函数。它的作用是创建一个新的函数,该函数是将。上述代码相当于,默认将。的第一个值设置为5.
2024-03-18 16:59:50
288
原创 【学习】目标检测中的anchor
每个网格都会有一个自己的中心,每个小格子都可以抽象成为在自己的中心生成了一个指定大小为16个像素的矩形框,在这里,我们把这些中心称之为”锚点“,把每个锚点处的框称之为”锚框“。
2024-03-15 17:24:51
409
原创 【学习】感受野
(receptive field)是指在神经网络中,某一层输出的特征图上的一个像素点对应输入图像的区域大小。在深度神经网络中,随着网络层数的增加,特征图的感受野也会逐渐增大。这是因为每一层的卷积操作都会扩大感受野。
2024-03-15 17:00:13
569
原创 【学习】PyTorch中的nn.Embedding的用法
其中 num_embeddings 是词表的大小,即 len(vocab);embedding_dim 是词向量的维度。nn.Embedding()产生一个权重矩阵weight,其shape为(num_embeddings, embedding_dim),表示生成num_embeddings个具有embedding_dim大小的嵌入向量;
2024-03-15 10:31:39
264
原创 【学习】python装饰器 decorator
最近有人问我装饰器是什么,我就跟他说,其实就是装饰器就是类似于女孩子的发卡。你喜欢的一个女孩子,她可以有很多个发卡,而当她戴上不同的发卡,她的头顶上就是装饰了不同的发卡。但是你喜欢的女孩子还是你喜欢的女孩子。而你的手机就变成了带手机壳的手机。装饰器就是python的一个拦路虎,你干或者不干它,它都在那里。如果你想学会高级的python用法,装饰器就是你这个武松必须打倒的一只虎。装饰器是给现有的模块增添新的小功能,可以对原函数进行功能扩展,而且还不需要修改原函数的内容,也不需要修改原函数的调用。
2024-03-14 11:16:44
752
原创 【学习】pytorch框架的数据管理—— 理解Dataloader
测试路径# 文件类型判断# 获取绝对路径# 罗列出文件夹下的所有文件名# 路径拼接""" 自定义数据集类 """pass""" 用于数据集中的样本获取 """return img""" 数据的数量 """# 创建数据集# 获取数据img.show()
2024-03-10 20:04:30
495
原创 【kaggle代码】Plant Seedlings Classification (使用Resnet-18完成分类任务)
的元组形式,在 PyTorch 的 DataLoader 中,元组列表中元素的数据类型要求相对较松。最后发现原因是:在提交submission中,图片名称是按照顺序读入的,但是在使用Dataloader读入测试集数据时,使用了。分类任务的数据是:【图片,标签(字符串类型)】,所以两者的数据读取方式不同。参数对读入的图像进行处理,而不对标签(字符串)处理,且会将标签自动转为标签索引形式。,导致读入的顺序被打乱,从而使得图片名称和预测标签不对应,导致得分很低。便于图像预处理,而在该分类任务中,不需要重写。
2024-03-10 11:18:35
500
原创 【学习】DLA (Deep Layer Aggregation)
本研究是有由UC Berkeley的Trevor Darrell组发表于2018年CVPR。因为,工作中应用到CenterNet,文章中使用了DLA作为backbone,能够以较高的速度完成推理并维持较高的AP。
2024-03-10 10:01:22
263
原创 【学习】DenseNet
DenseNet模型的基本思路与ResNet一致,但它建立的是前面所有层与后面层的密集连接(即相加变连结),它的名称也是由此而来。DenseNet的另一大特色是通过特征在通道上的连接来实现特征重用。这些特点让DenseNet的参数量和计算成本都变得更少了(相对ResNet),效果也更好了。ResNet解决了深层网络梯度消失问题,它是从深度方向研究的。宽度方向是GoogleNet的Inception。而DenseNet是从feature入手,通过对feature的极致利用能达到更好的效果和减少参数。
2024-03-07 11:43:19
357
CBAM+Resnet源码,SENet+Resnet源码
2024-05-22
研究生课程深度学习实验报告
2024-05-22
大数据可视化实验Seaborn和Matplotlib使用+包含ipynb源码和数据集。
2022-07-08
Java汽车租赁系统+GUI界面实现+SQL+源码
2022-07-08
mplayer音乐播放器系统,附源码、图片、歌曲信息(包括歌词)可在ubuntu上使用
2022-07-08
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人