- 博客(40)
- 收藏
- 关注
原创 32bit转64bit,使用anaconda实现python64位与32位共存【多次踩雷后的正确解决方法】
本来考虑兼容性装的32位的python 但是做数据分析的时候出现memoryerror,无奈之下只能再装个64位理想状况是32位和64位同时具备,在指定环境里使用64bit网上大多使用的是使用set CONDA_FORCE_32BIT=0来实现切换,但这个方法对我一点用都没。于是用了以下方法完美解决问题描述:将之前用anaconda创建的名为driver_64环境中32位的python3.9.12,转换为64bit的python3.8.10。
2022-08-22 16:23:53
4405
4
原创 【numpy数据处理】(5)随机数据构造和读写数据操作
1、随机构建浮点数np.random.rand()1、随机构建整数np.random.randint()3、随机高斯分布4、随机种子,保证随机数不变。
2022-08-17 09:40:35
165
原创 【数据分析numpy】(4)常用构建数组方法及四则运算
2、np.linspace(起,止,所需数目)3、对数,默认以10为底4、构造网格np.meshgrid5、构造行向量np.r_6、构造列向量np.c_7、构造全零向量/矩阵np.zeros8、构造全1向量/矩阵np.ones10、单位矩阵np.identity。
2022-08-16 16:39:30
393
原创 【数据分析numpy】(1)数组array基础
安装numpy库我用的conda,大致流程:打开conda命令窗口——进入需要配置的环境——输入。
2022-08-15 16:45:44
181
原创 win11下的MySQL安装
目前官方最新版本是8.0.26,考虑到其稳定性、可靠性还需一定周期保证,所以使用官方版求稳定仍然建议5.7系列。3、选择MySQL Servers 5.7.38 -x64,然后按绿色箭头将选中的版本移植到右边选中框中。4、点击下方蓝色Advanced Options,选择安装位置。1、在开始界面搜索MySQL,点击command line。4、在“系统变量”中选择“path”,点击编辑。5、新建——>增加MySQL路径——>确定,12、execute,安装好后next。9、不需要做修改,直接点击next。.
2022-08-08 17:30:37
22616
16
原创 万字长文文带你了解自动驾驶重要传感器——激光雷达
本篇是本人基本汇集全网信息,按照自己逻辑顺序写的。算是自动驾驶激光雷达基础,文中有错还请指出。如果此篇帮助到你,
2022-08-05 18:10:12
8312
原创 自动驾驶仿真软件SCANeR studio(四)scenario模式下脚本
scenario模式下1、点击storyboard旁边三个点——>addstep2、点击scripts旁边三个点——>addmicescript。
2022-07-25 17:39:35
1034
1
原创 自动驾驶仿真软件SCANeR studio(三)terrain地形模式
请记住,如果参数太高,道路可能会失去与原始源数据的所有相似之处。更多信息见https//en.wikipedia.org/wiki/Ramer%E2%80%93Douglas%E2%80%93Peucker_algorithm。在导入过程结束时,很多信息可能是冗余的或未使用的。对于生成的RoadXML文件,这仍然可能意味着很多繁重的信息。如果其中一个车道的宽度变化高于所选阈值,将创建一个新的配置文件。OpenDrive文件中的形状考虑了车道标签和来创建RoadXML部分内部的车道边界。...
2022-07-25 15:37:41
974
原创 自动驾驶仿真软件SCANeR studio(初级练习1):scenario构建之driver模式理解
新建场景拖入两辆简单车使用traffic前车车速设置30km/h后车超车风险强制设置为2打开仿真观察结果,后车变道超越前车,后又回到原始车道停止仿真。
2022-07-19 17:00:48
649
1
原创 仿真软件scaner studio上手基础操作(一)
所以建议建立1个参考配置,用于创建其他参考设置,但从不对其进行操作。然后根据参考设置为每个项目创建一个配置。2、点击DEFAULT——>newconfiguration——>弹框next。选择默认配置即可,然后给配置命名。3、选中VISUAL——>editprocess——>备份——>修改分辨率。2、点击PHYSICS——>removeprocess。3、修改配置名——>next——>finishing。3、全部next点完,软件就装好了。4、点击ok(重新配置一下,名字改了)...
2022-07-18 11:28:49
2743
4
原创 【决策状态机FSM(finite state machine)梳理】
对Junior: The Stanford Entry in the Urban Challenge有限状态机的分析
2022-07-07 13:24:19
2207
原创 sudo apt-get update中遇到的问题
共三个1、E: 仓库 “file:/var/cuda-repo-ubuntu1804-11-0-local Release” 不再含有 Release 文件。2、N: 无法安全地用该源进行更新,所以默认禁用该源。3、N: 参见 apt-secure(8) 手册以了解仓库创建和用户配置方面的细节。解决方法1、换成阿里源2、\cd /etc/apt/sources.list.d打开文件ls使用ls命令查看此文件夹下的内容3、由于出问题的是cuda-ubuntu1804-11-0-local.
2022-04-01 16:32:42
3103
4
原创 软件包 cuda-repo-ubuntu1804-11-0-local 需要重新安装,但是我无法找到相应的安装
使用sudo apt install出现错误:软件包xxx需要重新安装,但是我无法找到相应的安装方法:删除重新安装即可输入 sudo dpkg --remove --force-remove-reinstreq 要删的名字
2022-04-01 15:12:39
2158
原创 百度Apollo基础入门(感知与融合)
本文是整理百度Apollo官方教程感知模块大量计算机视觉技术(计算机看待和理解世界的方式)。计算机视觉**四项任务:**检测、分类、跟踪、语义分割以“分类”任务为例概述流程,如下图所示1. 摄像头图像计算机看到的图像只是一个二维网格(黑白),下图是将图像分解为二维灰度像素值网格的示例彩色图像过程类似,但更复杂一点2. 激光雷达图像(lidar)激光雷达传感器创建环境的点云表征,可提供摄像头无法获取的数据(如:距离、高度)Apollo感知Apollo在高精度地图上使用ROI来重
2022-03-28 16:44:01
6461
原创 Apollo无人驾驶系统基础入门(云服务+感知(一))
Apollo感知平台Apollo无人驾驶系统百度Apollo官方教程总系统框架云服务 cloud services1. 高精度地图高精度地图是Apollo无人驾驶车平台的核心,主要有两个作用。1)定位:找出处在地球的哪一位置2)预先规划1. 1高精度地图vs传统地囤HD map传统地图大量辅助信息(语义信息)精度(厘米级)精度(米级)最重要的信息 道路网的精确三维表征(如:交叉路口布局和路标位)1.2. OpenDRIVE为确保系统兼容性和数据
2022-03-26 19:22:33
2142
原创 类别激活热力图grad-cam(pytorch)实战跑图
核心代码位置:CAM\pytorch-grad-cam\pytorch-grad-cam\base_cam.py顺序1、base_cam.py2、model._modules.items() 遍历输出每一层register_hook的作用:即对x求导时,对x的导数进行操作,并且register_hook的参数只能以函数的形式传过去。(保护求导中中间值作用,不然pytorch将直接保存最后结果,中间结果不保存)详细解释明日阅读...
2022-03-09 10:54:33
23851
57
原创 远程控制向日葵下载与使用(巨细节)
1、向日葵简介此篇博文写的很好,可直接查看向日葵远程控制简单说向日葵的作用是:远程控制另一台电脑2、下载1、进入官网,点击下载向日葵远程控制app补充:查看电脑位数右键“这台电脑”–>属性系统位数红色圈出2、下载系统对应位数3、找到下载位置,双击直接运行即可点“立即安装向日葵”![在这里插入图片描述](https://img-blog.csdnimg.cn/8f70f186361045fcb753a3bc2d96d319.png?x-oss-process=image/wat
2022-01-12 20:32:53
8592
原创 pytorch快速入门(十)cifar-10模型结构可视化
pytorch快速入门(十)cifar-10模型结构可视化前言CIFAR-10 Model Structure代码代码解释运行结果tensorboard可视化前言框架环境:pycharm;使用pytorch环境,请自行配置可视化工具:tensorboard有不懂的可翻阅pytorch快速入门之前的笔记pycharm相关快捷键ctrl+/ 注释Ctrl+P 查看参数,如下,光标移动至想要查看的函数,然后按下快捷键CIFAR-10 Model Structure下图是cifar-10模型
2022-01-07 21:58:55
2277
原创 pytorch快速入门(九)线性层Linear(), torch.flatten()
1、线性层linear1、官方简介简单解释:下图中的input layer为in_features, hidden layer为out_features, 经过线性层将x转换为g2、代码import torchimport torchvisionfrom torch import nnfrom torch.nn import Linearfrom torch.utils.data import DataLoader#导入数据集datasets = torchvision.datas
2022-01-06 22:15:15
3782
原创 pytorch快速入门(八)神经网络-非线性激活Non-linear Activations
这里写目录标题1、ReLU()1、ReLU相关简介2、代码3、运行结果2、Sigmoid()1、Sigmoid相关简介2、代码3、运行结果4、tensorboard可视化环境配置请看这里1、ReLU()1、ReLU相关简介以ReLU为例ReLU官方文档2、代码import torchfrom torch import nnfrom torch.nn import ReLUinput = torch.tensor([[1,-0.5], [-1
2022-01-02 21:33:54
572
原创 pytorch快速入门(七) 最大池化的使用
1、数据集:CIFAR102、二维最大池化MaxPool2d可视化1、相关参数2、代码及说明代码import torchimport torchvisionfrom torch import nnfrom torch.nn import MaxPool2dfrom torch.utils.data import DataLoaderfrom torch.utils.tensorboard import SummaryWriter#使用CIFAR10数据集dataset = tor
2022-01-02 15:52:21
1087
原创 pytorch快速入门(六)神经网络卷积层
这里写目录标题1 数据集:CIFAR102 简单一层卷积可视化1、代码2、运行结果3、tensorboard结果可视化1 数据集:CIFAR10使用CIFAR10,之前下过所以直接用。没有下载的请看此条笔记进行下载。1、数据集所在文件夹如下2、运行下列代码from torch.utils.data import DataLoaderfrom torch import nn#torchvision.datasets.CIFAR10参数说明#root:数据集根目录#train(bool
2022-01-01 17:17:10
718
原创 pytorch快速入门(五)torch.nn.functional
1. torch.nn.functional官方解释进入pytorch官方Docs查看 torch.nn官方指南,讲的很详细2 代码1、import torchfrom torch import nninput = torch.tensor([[1, 2, 0, 3, 1], [0, 1, 2, 3, 1], [1, 2, 1, 0, 0], [5, 2, 3,
2021-12-30 21:29:30
5526
原创 pytorch快速入门(四)Dataloader()
一、查看官方指南pytorch官方网站二、代码运行1、pycharm中新建python文件,输入以下代码import torchvisionfrom torch.utils.data import DataLoaderfrom torch.utils.tensorboard import SummaryWriter#准备的测试数据集test_set = torchvision.datasets.CIFAR10(root="E:/PycharmProjects/Pytoch_learnin
2021-12-28 21:02:20
843
原创 pytorch快速入门(三)torchvision中的数据集使用
这里写目录标题1、关于数据集数据集查找方式下载数据集2、使用tensorboard可视化整体代码可视化1、关于数据集可在pytorch官网找到自己需要的https://pytorch.org/数据集查找方式下载数据集import torchvision#使用CIFAR10数据集#1、下载训练集,root:保存地址train_set = torchvision.datasets.CIFAR10(root="E:/PycharmProjects/Pytoch_learning/datase
2021-12-28 16:08:17
744
原创 pytorch快速入门(二)常见的Transforms
写在前面:1、此篇博客如遇问题,可看之前的解决。2、如需数据集可自取链接:https这里写目录标题一、常用类介绍1. Compose()2. ToTensor()3.PILToTensor()4.Normalize()5.Resize()6.RandomCrop()二、实现代码1、整体代码2、运行结果3、tensorboard可视化结果三、总结一、常用类介绍1. Compose()其实就是将几个transforms()组合起来使用。相关代码解释 打开左侧structure 1)call (
2021-12-27 21:01:54
604
原创 pytorch快速入门(一)torchvision中的transforms(1)
解决两个问题1)transforms()如何使用2)为什么需要tensor数据类型1、transforms结构及用法[以ToTensor()为例]问题1)transforms()如何使用transforms.ToTensor();作用 将“PIL Image”,“numpy.ndarray”转换为tensor2、代码实例1、在pycharm中输入下列代码from PIL import Imagefrom torch.utils.tensorboard...
2021-12-26 21:28:58
569
原创 Tensorboard(二):add_image()
一、前期工作:数据集下载将数据集下载好后,解压并放入项目文件夹中二、函数介绍add_image() 函数说明三、运行过程代码基于上一篇笔记(2条消息) Tensorboard的使用(一)writer.add_scalar(),SummaryWriter()_rensweet的博客-CSDN博客修改假设取数据集第一张图片,复制图片的相对地址运行以下代码报错报错1:Assertion failed原因:ndarry:但add_image(...
2021-12-24 14:19:15
2229
2
原创 Tensorboard的使用(一)writer.add_scalar(),SummaryWriter()
1、相关知识环境与版本win10系统 torch --> 1.8.0 tensorboard -->2.4.1writer.add_scalar()解释:二、实例展示-绘制y=2x1、打开pycharm,选择环境操作如下图,选择包含pytorch的环境2、输入以下代码from torch.utils.tensorboard import SummaryWriter#生成一个写日志的writer,并将当前的计算图...
2021-12-23 15:32:38
7999
1
原创 深度学习网络pytorch可视化教程(一). win10下的visdom库安装
2. visdom安装1、win+r --> 输入cmd 打开命令行窗口2、在命令行窗口下直接输入,回车运行C:\Users\Zz>pip install visdom出现图2-1的界面表示此步成功图2-13、run server damon在命令行窗口输入以下命令C:\Users\Zz>python -m visdom.server运行后出现图2-2界面,如出现此画面且长时间保持此界面可参考(36条消息) Visdom库(pytorch..
2021-12-20 17:20:10
680
转载 2021-05-03
win10系统到期解决方案(自用)首先,按下 Win+X 键,以管理员身份打开 CMD 命令行窗口,选择 命令提示符(管理员)。依次输入:slmgr.vbs /upkslmgr /ipk W269N-WFGWX-YVC9B-4J6C9-T83GXslmgr /skms kms.03k.orgslmgr /ato第一条命令,slmgr.vbs /upk ,是用于卸载当前电脑的密钥第二条命令,slmgr /ipk ******,其中*****是密钥,一般用上面的密钥即可第三条命令,
2021-05-03 09:54:02
792
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