qq_63075864的博客

原创 python中的闭包

在联邦学习的场景中，闭包（Closure）是一种有效的设计模式，主要用于封装状态并在函数调用之间保持上下文。

原创 torch采用random_split生成子集part，为什么子集中明明只有样本索引，没有样本标签，循环时却能取出样本标签

核心原因part1Subset对象）的每个元素是原始数据集的(数据, 标签)元组，通过迭代和解构元组即可获取标签。关键点：PyTorch数据集的标签是通过返回的元组的一部分，而非存储在独立的属性中。因此，获取标签的核心逻辑是遍历数据集元素并提取元组中的第二个元素。dataset: Dataset[_T],#_T 是一个类型变量（Type Variable），通常在 typing 模块中定义（如 from typing import TypeVar）。

原创 one-hot编码VS对象嵌入表示

将类别变量转换为二进制向量，每个类别对应向量中的一个位置（索引），该位置值为1，其余位置为0。例如，对于类别集合。

原创 ReLU的变体

ReLU变体通过引入负值区域的梯度（如LeakyReLU、PReLU）、平滑性（如GELU、Swish）或自归一化（如SELU）等特性，缓解了原始ReLU的局限性，提升了模型性能和训练稳定性。实际应用中，需根据任务特点和模型架构选择合适的激活函数。

原创 python中常用的内置属性built-in attributes

内置属性是 Python 语言的重要组成部分，它们为对象提供了元数据和特殊行为。不过，你应当谨慎使用这些属性，因为直接操作它们可能会破坏对象的封装性。在实际的编程过程中，建议优先使用公共 API，而不是直接访问内置属性。

原创 PyTorch中nn.Module详解

直接print(dir(nn.Module))，得到如下内容：二、模型状态与模式 和 三、模型保存与加载四、设备与数据类型 和 五、前向传播与计算六、参数初始化与优化七、调试与信息日常使用中，最频繁的方法包括：其他方法根据具体需求选择使用，例如钩子函数用于高级调试， 用于统一初始化。3.2 特有的方法3.

原创 Python中__call__方法作用介绍

_call__方法赋予了类实例函数的行为，在装饰器、状态管理、回调函数等场景中都能发挥作用。它是Python中实现“一切皆对象”理念的重要组成部分。img=Image.open(r"C:\Users\10115\Desktop\厨余垃圾.jpg")其中trans_resize是Resize类的实例。

原创 YOLO中model.predict方法返回内容Results详解

③data：是一个数组，每个数组的内容是[x_center, y_center, width, height,confidence, class_id]，对应某个检测框的坐标、置信度、类别。③masks：包含检测掩码的掩码对象（就是目标检测的进一步好像，之前是用框来判定对象，现在是用掩码，这里没涉及）②keypoints：关键点对象，包含每个对象的检测关键点（关键点估计那里会用上，这里没涉及）⑦shape：边界框数据的形状（3个框，每个框6个属性）①boxes对象：存有每个预测框的信息（下边细讲）

原创 cv2.VideoWriter_fourcc(*‘mp4v‘)生成的视频无法在浏览器播放

执行conda install -c conda-forge opencv之后，运行项目(ws_rear) [root@VM-16-11-centos rear-end]# python app.py。看这个博主的博客，跟我碰到的问题的一致，都是使用AVC1写视频时报编码器不存在的异常，手动编译opencv-python或者使用conda install -c conda-forge opencv安装依赖即可。

原创 腾讯云系统盘占满

【代码】腾讯云系统盘占满。

原创 YOLO中mode.predict()参数详解

【代码】YOLO中mode.predict()参数详解。

原创 model.eval()、param.requires_grad = False以及with torch.no_grad()各有什么用

【代码】model.eval()、param.requires_grad = False以及with torch.no_grad()各有什么用。

原创 YOLO中DetectionTrainer类，以及在Train有关Callback中的使用

类封装了目标检测模型训练所需的一系列操作和流程，包括数据加载、模型初始化、损失计算、优化器更新等，能让用户方便地开展目标检测模型的训练工作。

原创 YOLO中model.val()方法参数解释

原创 YOLO中model.train()参数详解

modelexplain：可以指定训练用的模型，参数内容是可以是pt、yaml文件路径，也可以不指定，好像会默认加载最新的YOLO模型，比如现在是YOLOv11dataexplain：指定数据配置文件，配置文件应该包括训练样本与测试样本的数据路径、每个类的名字以及标号arg：epochstype：int很明显，不介绍了arg：timetype：float。

原创 YOLO运行model.train()方法时，运行时的有关日志输出

原创 YOLO 模型 runs 目录下 detect 任务结果文件的深度分析

metrics/mAP50(B)：B 类别的平均精度均值（IoU 阈值为 0.5 时 ），综合评估模型对 B 类目标的检测性能，考量不同召回率下的精确率。metrics/precision(B)：B 类别的精确率，指预测为 B 类的结果中真正属于 B 类的比例，衡量分类的准确性。我的理解是训练时第i个epoch中第一个批量的检测结果，当我batch_size=16时，下边的图片刚好囊括了16个小图片。train/box_loss：训练时每个epoch的box_loss，衡量了预测框与真实框的吻合度。

原创 softmax求概率跟用片段值除总和求概率的不同点

这是一种简单的归一化操作，对于一组数值x1x2⋯xnx1​x2​⋯xn​，其计算方式是将每个数值xix_ixi​除以这组数值的总和∑j1nxj∑j1n​xj​，得到对应的归一化值yiy_iyi​，公式如下：例如，对于数值组235[2, 3, 5]235，总和为2351023510，归一化后的结果为2103105100.20.30.5102​103​105​。

原创 机械革命蛟龙16pro玩游戏闪屏

我查过原因，好像是AMD显卡对游戏用了可变刷新率就出bug了，可能是那个游戏不适合用可变刷新率技术。1.桌面右键鼠标，出现如下标签，点击AMD Software：Adrenalin Edition。2.选择闪屏的游戏，把AMD FreeSync关了。

原创 kaggle竞赛总结：classify-leaves

第四次用的是kaggle，摸索了一下大致了解了kaggle怎么读取数据集，处理文件输出，然后就开始跑了，后边epoch多了，有时候会停止print结果，后面我看到可以用save version把代码放到后台跑，然后查看log里面会有输出，那就省事多了，我一save version就关闭界面，让它自己慢慢跑，它完成了也会在邮箱通知我，体验不错，很推荐。），标签平滑策略，学习率寻优，余弦退火热重启（！结果：迭代60次，私榜分数：0.97138，公榜分数：0.97068（还没完全收敛，可以更高）

原创 No module named ‘cv2‘

要使用cv2库，得安装两个库opencv-python和opencv-contrib-python，我之前只安装了第一个，然后没有生效。

原创 torch.argmax用法

1.dim=None时，则返回扁平化输入的 argmax，就是将input展成一维，然后从中找出最大值所在索引，此时返回的Tensor只有一个值。功能：返回最大值所在的索引。根据dim的不同有不同的处理方式。2.dim有值时，返回该维最大值的缩印组成的tensor。

原创 深度学习训练数据太大超内存

改进后：主要看dataloader，它可以让你在训练需要时才加载那一批量的数据，就是说一次只有一个批量的数据进入内存，内存就不会爆了。问题就在于X.append(transform_train(image))会将所有数据加载到内存，肯定会爆。我的训练集是两万多张3*224*224的图片。

原创 Colab挂载Google Drive出错：MessageError: Error: credential propagation was unsuccessful

好像是凭证出了问题，我下载了Google Drive软件，然后卸载了就出现这个问题了。解决办法：挂载到另一个目录。

原创 DenseNet总结

有2个输出通道数为10的(DenseBlock使用通道数为3的输入时，我们会得到通道数为。

原创 ResNet总结

随着我们设计越来越深的网络，深刻理解“新添加的层如何提升神经网络的性能”变得至关重要。更重要的是设计网络的能力，在这种网络中，添加层会使网络更具表现力，为了取得质的突破，我们需要一些数学基础知识。

原创 colab文件中调用其他文件夹的内容

其中/content/gdrive/myDrive是固定的，指向你硬盘的开始目录，然后后续的目录就自己看情况填写，一般写到自己要执行文件的那个目录。如果不确定，可以用os.listdir()列出当前目录，然后os.chdir()选择自己想去的下一个目录，一步步摸索就能知道项目的路径了。我这里因为引用用的相对路径才这样做，可能用绝对路径就不用os变换目录了。

原创 RuntimeError: “nll_loss_forward_reduce_cuda_kernel_2d_index“ not implemented for ‘Float‘

但是出了题目所示的错，查看资料才知道交叉熵loss函数接受两个参数，第一个是float，第二个是long！背景：深度学习训练时，我自己提取了输入跟输入进行训练，把一些字符串类别映射成了数字，

原创 list转tensor很慢

大致内容是如果list里边含有np.array类型的数据，那么list转tensor就会非常慢，除非list先转成np.array，np.array再转成tensor。X是一个列表，但是循环里边得到的元素image是np.array，所以我的X是一个含np.array数据的list，难怪torch.tensor(X)这么慢，X=torch.tensor(np.array(X))写成这样就把问题解决了。

原创 Bottleneck层模型介绍

对于瓶颈层，第一个1*1卷积层是通道信息融合，减少通道数量，第二个3*3卷积层是进行空间信息融合及压缩，第三个1*1卷积层是进行特征提取（通道数变多）对于无瓶颈层，第一个3*3卷积层应该是进行特征提取（通道数变多）、空间信息融合及压缩（卷积操作配合步幅），第二个3*3卷积层应该是进一步空间信息融合。3x3卷积层：用于提取空间特征，是瓶颈块中的核心部分，用于提取图像中的细节信息。第一个1x1卷积层：用于减少通道数，即降维，从而降低计算复杂度。第二个1x1卷积层：用于恢复通道数，即升维，以便与输入进行相加。

原创 torch.reshape()的原理

reshape成(2,2,3)后，先分第0维，12个元素分成两半，[0,...,5]分给第0维的第一部分，[6,...,11]分给第0维的第二部分，然后以[0,...,5]为例，对于第一维分半，故[0,1,2]分给第一维第一部分，[3,4,5]分给第一维第二部分，然后看元素是否还剩3个，不剩3个说明想要reshape的形状不和，会报错。实践了下，看起来这样理解是没问题的，想要理解更深刻可以去看源码，我是因为源码内容好像有点多，然后懒得看了嘻嘻。我的想法是reshape是将输入的tensor。

原创 解决torch.version.cuda=None以及torch.cuda.is_available()=False

然后就出现了上面的问题，看了下别人的博客，好像如果conda配置了清华镜像源，然后conda install安装的就是cpu版本的torch，不是gpu版本的，我也不知道是不是这个问题。先把安装的torch卸载了，然后用pip安装gpu版本的torch（我没用镜像源，我开了外网下好像），

原创 理解神经网络

整个神经网络是实现功能的工具，我放入图片可以得到类似的处理，我把我要处理的图片放进模型，然后根据得出的结果，调整输出，就可能可以得到能处理自己图片的模型（对于迁移学习还不是很了解，深入学了再补一下内容）首先ReLU的本质：使小于0的部分曲线消失，只保留大于0的部分，故我可以设法用多个ReLU做出多段曲线，然后叠加，就可以生成对应多段曲线：。二、那为什么有时候一开始会把输入层的信息先放大，即输入层n个特征，先放大数量到隐藏层①，其中隐藏层①有m个神经元（m>n）：。隐藏层①有4个神经元。

原创 pd.get_dummies()方法将数据变成了布尔值，想进一步把数据转成0/1

但是我的dataFrame是只有float类型的列跟bool类型的列，为什么转不了我也不太清楚，我猜测是转的时候将True跟False识别成字符串了……很容易理解，apply处理的是整列，而我写的lambda针对的是某个值，不匹配，所以报错才会说ambiguous（对数据的处理模糊，不知道要处理谁）这会导致什么问题呢，比如说我想将这个dataFrame的类型转成torch.float32，会出错，如下：。早期的pd.get_dummies()方法是将数据变成0/1的，这时候没什么问题。

原创 jupyter展示图片做法以及为什么会无法展示图片

]()展示图片时，我用了两种路径，一种是'/'分隔，神奇的是，这种路径你点击是能找到路径从而看见图片的，但是无法在jupyter展示。另一种路径是'\'分隔，虽然可能ctrl＋click跳不到对应路径，但是他能显示图片，我没怎么学过markdown语法，所以可能认识不深。用markdown语法：!用<img src="路径">标签。

原创 张量中，挨个操作元素与用矩阵乘法操作元素，哪个块

为什么不用X[mask]=0，而用mask*X？

原创 深度学习中的MSE与MAE

均方误差（MSE）：是预测值与真实值之差的平方和的平均值，其数学表达式为，其中为样本数量，为第个样本的真实值，为第个样本的预测值。平均绝对误差（MAE）：是预测值与真实值之差的绝对值的平均值，其数学表达式为。

原创 model = nn.Sequential()

输出：)>28 * 2828×2828×283228 * 2832nn.ReLU()ReLU000ReLUnn.ReLU()32100 - 9101032dim = 11100 - 910所以这个网络有多少层？这个神经网络从结构上来看包含 4 个主要部分，可以大致认为有 4 层，不过严格来说，从传统意义上按照包含可学习参数的层来界定 “层数” 的话，nn.Linearnn.ReLUnn.Softmax。

原创 深度学习中，用损失的均值或者总和反向传播的区别

sum和mean其实主要影响了“梯度的大小”，反向传播时，依据损失求梯度，如果是sum，则梯度会比mean大n倍，那么在学习率不变的情况下，步子会迈得很长，体现到图形上就是正确率提升不了。所以需要缩小学习率。

原创 深度学习的DataLoader是什么数据类型，为什么不可用来索引

在 Python 中，DataLoader是。