自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(25)
  • 收藏
  • 关注

原创 使用YOLOv5进行图像分类

YOLO即You Only Look Once,YOLOv5最初是著名的目标检测算法,但是从2022年8月更新的YOLOv5 v6.2版本开始支持分类功能,分类用到的代码主要在classify文件夹下。YOLOv5代码下载地址https://github.com/ultralytics/yolov5,直接全部下载下来,不需要修改代码配置,上传到Kaggle中.当然也可以直接在Kaggle中使用命令行下载代码。先初始化,再clone 项目下面是官方文档给出的YOLOv5分类方法和其它几种分类方法的准确

2023-06-24 22:08:36 7108 15

原创 使用python画混淆矩阵热力图

把数组中的数改成自己的即可。

2023-06-07 11:10:23 320 1

原创 wandb报错 wandb: ERROR Invalid project name 解决办法

使用默认的路径会报错,使用自定义的文件路径即可,例如在YOLOv5分类方法中可以使用。

2023-06-07 11:06:43 1459 2

原创 使用Kaggle免费GPU训练自己的数据集——以YOLOv5分类模型示例

Kaggle每周可以免费使用30个小时的GPU,并且GPU是16G起步的,还可以选用多个GPU进行训练,相比自己的电脑和一些付费的云GPU速度非常快,并且省去了很多配置深度学习环境的步骤,因为用的是国外的服务器,下载库和工具的速度也非常的快。在国内如果不用梯子注册kaggle是不能通过人机验证的,但是可以通过Microsoft Edge浏览器安装一个插件解决,不用梯子。下载安装Microsoft Edge,一般电脑都自带的有打开Microsoft Edge,点击右上角的…-——扩展——管理扩展点击获取Mis

2023-06-07 11:02:14 5148 7

原创 mysql主从复制

master先把操作(增删改)写入二进制日志,slave调用IOThread读取master的二进制日志,写进自己的Relay log(中继日志)日志中,然后slave的SQLthread线程读取Relay log日志并执行日志内容,完成主从复制。

2023-04-18 21:27:04 32

原创 MYSQL管理

系统自带的四个数据库常用工具

2023-04-14 20:13:04 27

原创 Mysql行锁

InnoDB的行锁是针对索引加的锁,如果不通过索引条件检索数据,则会自动升级为表锁。

2023-04-11 23:23:28 33

原创 mysql存储过程

mysql服务重启之后,设置的全局变量会失效,若想不失效,可以在配置文件中修改配置。练习,将传入的200分制的分数,进行换算,换算成百分制,然后返回分数 inout。在命令行中创建存储需指定结束符 delitimer 指定操作符。@加变量名是用户自定义的变量,@@加变量名是系统变量。用户自定义的变量无需声明,值为null.游标是用来存储查询结果的数据类型。使用declare 定义局部变量。条件判断 :=表示相等。

2023-04-11 20:55:38 44

原创 Mysql优化

,avg(age) from students where class=‘2班’ group by class having count(在Innodb存储引擎中,表数据都是根据主键组织顺序存放的,这种存储的方式称为索引组织表(IOT)。InnoDB的行锁是针对索引加的锁,不是针对记录假的锁,并且该索引不能失效,否则会从行锁升级为表锁。一般分页查询时,通过创建覆盖索引能够比较好的提升性能,可以通过覆盖查询加子查询进行优化。大批量插入时使用insert性能较低,可以使用load指令插入。

2023-04-10 20:38:43 36

原创 sql索引使用规则

最左前缀法则,如果索引了多列(联合索引),要遵循最左前缀法则,指的是查询从索引的最左列开始,并且不跳过索引中的列,如果条约某一列,索引将部分失效。范围查询 ,如果联合索引中出现范围查询,范围查询右侧的列索引将失效。可以将大于小于改为大于等于小于等于即可避免生效。在索引列上进行运算操作时索引将失效。字符串类型不加引号索引失效。模糊匹配 like ‘%’,如果是前面模糊匹配索引失效,仅尾部模糊匹配索引不会失效。用or 时必须两侧都为索引,索引才会生效。数据分布影响,如果MySQL评估使用全表扫描比

2023-04-09 19:13:20 105

原创 SQL性能分析

查看执行频次show global status like ‘com_______’;。设置慢查询日志,记录查询时间超过指定时间的操作。show profiles,查看sql语句耗时时间。在select语句前面加上explain/desc,可查看当前select执行信息。id值越大先执行,id相同从上往下依次执行。type代表连接类型,null,system,const(主键或唯一索引),eq_rf,ref(非唯一性索引),range,index(索引),all查询性能依次变差,尽量往前优化。p

2023-04-09 17:50:38 40

原创 InnoDB索引分类

聚集索引:将数据与索引放在一块,存储行数据,必须有,且只有一个。如过存在主键,主键索引就是聚集索引。如果不存在主键,将第一个唯一索引作为聚集索引。唯一索引也不存在的话,InnoDB会自动生成一个rowid作为隐藏的聚集索引。即无论如何,必须存在一个聚集索引。二级索引:将索引与数据分开存储,叶子节点存储对应的主键,可以有多个。回表查询:在二级索引找到主键,再回到聚集索引查询行数据。

2023-04-09 11:59:19 43

原创 InnoDB存储引擎选用B+Tree索引的原因

相对于二叉树,层级更少,查询效率更高。红黑树也同样存在层级较多的问题。对于B Tree,由于非叶子节点也存储了数据,会导致一页中存储的键值减少,指针跟着减少,存储同样大小的数据时,树的高度会增加,导致性能降低。对于Hash索引,B+Tree支持范围查询和排序操作。

2023-04-09 11:34:51 65

原创 Innodb逻辑存储结构

表空间,段,区,页,行(16MB)。

2023-04-08 21:20:27 31

原创 MongoDB 实验——java 和 MongoDB 第2关:Java 操作 MongoDB 数据库(二)

package step2;import java.util.logging.Level;import java.util.logging.Logger;import java.util.ArrayList;import java.util.List;import java.util.function.Consumer;import org.bson.Document;import com.mongodb.MongoClient;import com.mongodb.client.Mongo

2022-04-01 22:44:08 1947

原创 第3关:MongoDB 分片集搭建

/****请在右侧命令行中直接对数据库操作,操作完毕之后点击评测******/mkdir -p /data/test2/shard1/db mkdir -p /logs/test2/shard1/log mkdir -p /data/test2/shard2/db mkdir -p /logs/test2/shard2/log mkdir -p /data/test2/shard3/db mkdir -p /logs/test2/shard3/log mkdir -p /data/

2022-03-27 17:46:11 1449

原创 头歌 MongoDB 文档的高级查询操作 第4关:游标

mongouse mydb4for(var i=0;i<10000;i++)db.test.insert({_id:i,text:"Hello MongoDB"+i}mongoexport -d mydb4 -c test -f _id.title,content -o /home/test/test4.csv --type csv

2022-03-14 20:48:40 1165 3

原创 MongoDB 文档的高级查询操作 第2关:高级查询(一) 头歌

命令行mongoimport -d mydb2 -c test --type json --file /home/example/person.json 代码文件echo "db.test.find({hobbies:{\$all:['唱歌','跳舞']}}).sort({_id:1});db.test.find({hobbies:{\$all:['羽毛球','跳舞']}}).sort({_id:1});db.test.find({hobbies:{\$size:3}}).sort({_id

2022-03-14 20:16:35 1923

原创 头歌 MongoDB 文档的高级查询操作 第3关:高级查询(二)

命令行mongoimport -d mydb2 -c test --type json --file /home/example/person.json代码文件echo "db.test.find({\$and:[{age:20},{sex:'男'}]}).sort({_id:1}); db.test.find({\$or:[{sex:'男'},{age:20}]}).sort({_id:1});db.test.find({name:/^韩.*/}).sort({_id:1}); db.te

2022-03-14 20:14:32 1951 1

原创 NameNode和 SecondaryNameNode的区别与联系

区别(1)NameNode负责管理整个文件系统的元数据,以及每一个路径(文件)所对应的数据块信息。(2)SecondaryNameNode主要用于定期合并命名空间镜像和命名空间镜像的编辑日志。联系(1)SecondaryNameNode中保存了一份和namenode一致的镜像文件(fsimage)和编辑日志(edits)。(2)在主namenode发生故障时,(假设没有及时备份数据),可以从SecondaryNameNode恢复数据。...

2021-12-18 00:18:42 2020

原创 Hadoop伪分布式环境搭建过程

1.下载解压安装hadoop,JDK2.配置SSH免密码登录3.将JDK和hadoop的安装目录添加到环境变量中4.配置hadoop-env.sh5.配置core-site.xml6.配置hdfs-site.xml7.配置map-site.xml8.配置yarn-site.xml9.配置slaves文件10.格式化HDFS11.启动hadoop12.验证...

2021-12-17 22:20:02 1420

原创 SVM对噪声敏感的原因

SVM的目的是求出与支持向量有最大距离的直线,以每个样本为圆心,该距离为半径作圆。可以近似认为圆内所有的点都与该样本属于相同分类,若圆内出现了噪声,那么该噪声所造成的错误分类也将最大化,因此SVM对噪声是敏感的。...

2021-12-13 10:08:31 3213

原创 SVM的缺点

1.SVM算法对大规模训练样本难以实施2.用SVM解决多分类问题存在困难

2021-12-10 20:29:00 1029

原创 头歌机器学习 --- Adaboost 第二关:Adaboost算法

头歌机器学习 — Adaboost第二关:Adaboost算法```python# encoding=utf8import numpy as npfrom sklearn.tree import DecisionTreeClassifierfrom sklearn.ensemble import AdaBoostClassifier# adaboost算法class AdaBoost: ''' input:n_estimators(int):迭代轮数

2021-12-08 22:56:10 4320

原创 解决无法打开B站网页问题

1.打开“网络和Internet”设置2.更改适配器选项3.选择用到的网络连接4.属性-IPV4-属性-使用下面的DNS服务器地址-首选114.114.114.114备用8.8.8.8

2021-12-05 23:29:38 11147 1

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

提示
确定要删除当前文章?
取消 删除