- 博客(11)
- 收藏
- 关注
RSS订阅原创 OpenCV 报错：FFMPEG: tag 0x34363258/‘X264‘ is not supported with codec id 27 and format ‘mp4 / MP4‘
OpenCV VideoWriter报错：FFMPEG: tag 0x34363258/'X264' is not supported with codec id 27 and format 'mp4 / MP4'
2023-04-26 14:01:22
4304
原创 SyntaxError: Non-UTF-8 code starting with ‘\xb4‘ 报错完美解决
SyntaxError: Non-UTF-8 code starting with '\xb4' 报错完美解决
2022-11-08 22:24:48
1470
9原创 深度学习中，使用多个Dataloader训练
最近在修改模型时，需要使用pytorch搭建多输入单输出的模型：在训练时，需要使用多个Dataloader对模型进行训练，一个Dataloader的情况：使用enumerate函数对Dataloader进行读取：Data1_train = DataLoader(dataset=train1, batch_size=B, shuffle=False, num_workers=0)Data1_test = DataLoader(dataset=test1, batch_size=B, shu
2022-05-24 16:18:10
948
原创 全连接层会破坏图像空间结构，而1*1卷积层不会破坏图像空间结构
这个问题也困扰了我很久，下面是个人理解：首先引一个例子：假设最后一个卷积层的输出为7×7×512，连接此卷积层的全连接层为1×1×4096。连接层实际就是卷积核大小为上层特征大小的卷积运算，卷积后的结果为一个节点，就对应全连接层的一个点。如果将这个全连接层转化为卷积层：1.共有4096组滤波器2.每组滤波器含有512个卷积核3.每个卷积核的大小为7×74.则输出为1×1×4096（重要）实际上，对于多通道输入和多通道输出的情况，当卷积核大小为7*7时，最后的输出取决于卷积核的组数，例
2022-05-20 10:19:49
437
原创 使用 matplotlib画图时出现乱码
使用matplotlib.pyplot中的plot()函数画图时，横纵坐标和标题出现乱码情况，plt.plot(data1['客流量'])plt.xlabel('天数/天')plt.ylabel('客流量/人')plt.title('8月出站数据客流图')plt.show()解决方法：经过查找资料发现，乱码原因是没有设置中文字体，首先找到电脑字体所在路径：然后导入font_manager模块，并设置相应参数：from matplotlib.font_mana
2022-03-18 10:40:04
782
原创 Python类的知识
关于Python的类，首先定义一个Car类：#定义一个Car类class Car: def __init__(self,make,model,year): self.make = make self.model = model self.year = year self.odometer_reading = 0 def get_descriptive(self): long_name = f"{se...
2021-12-07 20:46:18
1115
原创 python笔记-字典
#字典遍历favorite_languages = { 'jen':'python', 'sarah':'c', 'edward':'rudy', 'phil':'python',}for key,value in favorite_languages.items(): print(f"key:{key.title()} \nvalue:{value.title()}" ) #打印出键和值friends = ['phil','jen']for na.
2021-12-02 14:28:21
576
原创 Pytorch网络定义
Pytorch网络定义方式：可使用nn.Sequential()定义层import torchimport torch.nn as nnimport torch.utils.data as Dataclass MLPmodel(nn.Module): def __init__(self): super(MLPmodel,self).__init__() #定义隐藏层 self.hidden = nn.Sequential( .
2021-11-22 16:42:02
1220
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人