小-灰-灰-CSDN博客

原创 docker启动容器报错：ERRO[0000] error waiting for container: context canceled，解决方法

执行命令：sudo docker run -it --privileged --shm-size=128g -v /home:/home docker-image /bin/bash。2、安装nvidia-container-toolkit。系统环境：ubuntu16.04，已安装docker。3、如若还是报错，尝试重启docker。以上解决启动容器的报错。

2024-02-29 10:21:46 1771

原创简明扼要理解YOLOX

由于疫情已经居家办公2周了，明天就可以正常通勤上班了，内心还有点小小的期待呢。趁着这三月暖暖的春风和屋外喳喳的鸟叫声，咱们来梳理一下YOLOX算法。如果对YOLO 系列算法还不了解的同学，请先找找相关的文章了解一下也可以看看我前面的这篇：简明扼要理解YOLO v3https://blog.csdn.net/rh8866/article/details/123620540首先来看看YOLOX的网络结构图如上图将这个网络分为四个部分：1，输入端；2，Backbone；3，Neck；4 Predic.

2022-03-28 14:58:00 25170 4

原创简明扼要理解YOLO v3

YOLO 系列目标检测算法在目标检测史上的具有里程碑式的意义，网上YOLO系列的文章也是数不胜数，今天我就结合几个比较好的文章以及我自己的理解，简明扼要记录一下YOLO的经典版本YOLO v3，虽然现在再谈yolov3似乎已经有点过时了，但是其中的思想是一直延续到了后面的yolo v4、yolo v5，以及yolox。网络结构如上图是YOLO v3的网络结构图。DBL：是YOLO v3的基本基本组件，就是卷积+BN+Leaky relu。resn：n代表数字，有res1，res2, re

2022-03-20 22:03:26 7807 3

原创简单明了的理解神经网络BP传播算法

最近在用numpy实现Lenet5的时候发现网络结构的正向传播理解没问题，但是在对误差逆传播的理解却很是困惑，在查了一些资料却发现对对神经网络的BP传播理解也不是很透彻，看来学习这件事来不得半点虚的。现实总是会在我不经意间将我打回原型，并且按在泥里面来回摩擦。那我只能停止幻想，继续奋斗了。。。今天就详细的记录一下BP传播算法的推导过程（借鉴了zhihu大神的图片和公式）。为了简单起见这里定义三层网络，输入层（第0层），隐藏层（第1层），输出层（第二层）。并且每个结点没有偏置（有偏置原理完全一样）激活

2020-08-20 23:47:51 512

原创用C语言实现简单的多元线性回归算法（二）

上一篇我们贴上了简单粗暴的线性回归的代码，里面各种参数都设置的是固定参数，不具有可扩展性，今天我们在上一篇的基础上做了部分改进，当然对于熟悉C语言的大侠来说可能这篇博客会太low了，您完全可以跳过。我们在这里只是讲如何用C语言自己实现一个有实用性的线性回归。有人会说用python不是很简单吗，干嘛费劲巴拉的用C语言实现。首先这里是为了满足某些只支持C语言的环境，例如IOT的部分设备；另外也是为了加深对算法的理解和思考。至于线性回归原理网上到处是，我们在这里只贴一下参数更新的推导过程公式，线性回归模型的代

2020-08-12 22:50:15 3567 1

原创用C语言实现简单的多元线性回归算法(一)

简单的一元线性回归算法已经在这里“C语言简单的一元线性回归算法”，并且也简单阐述了梯度求解推导过程。今天我们再呈上多元线性回归算法梯度下降的C语言实现，代码中已经加入了相应的注释。如下：MultipleLinearRegression.h#ifndef MULTIPLELINEARREGRESSION_MULTIPLELINEARREGRESSION_H#define MULTIPLELINEARREGRESSION_MULTIPLELINEARREGRESSION_H//设置样本数为

2020-07-19 22:28:07 4616 4

原创用C语言实现一个简单的一元线性回归算法

今天我们用C语言实现一个简单的线性回归算法；在代码前面我们在回顾一下线性回归。线性回归是回归问题中的一种，线性回归假设目标值与特征是线性相关的，即满足一个多元一次方程式。通过构建损失函数，来求解损失函数最小时的参数W和b。通常表达式可以表示如下：其中 y 为预测值，自变量X和因变量y是已知的，我们要想实现的是，当一个新增的X出现时，我们要预测y的值。因此我们...

2020-07-18 20:52:11 5324 1

原创用卷积神经网络实现对小狗品种的识别

本例程是一个处理图像数据的标准的分布过程，利用CNN 实现对狗的品种的鉴定。实现过程在代码中会有相关注释。import os#这里用到opencv，需要安装此包（用了清华镜像）#pip install -i https://mirrors.aliyun.com/pypi/simple/ opencv-pythonimport cv2import numpy as npimport pandas as pd#Tqdm 是一个快速，可扩展的Python进度条，可以在 Python 长循环

2020-06-18 17:23:01 2719 1

原创 kaggle数据挖掘竞赛--信用卡违约风险评估模型

本例程是通过客户提供的信息分析客户会产生违约的可能性。由此来判断是否要给客户提供贷款。背景内容不再多说，数据相关的解释在代码中会有注释。运行中缺失的包请自行安装，我这里的环境是anaconda直接上代码：import numpy as noimport pandas as pdimport osimport seaborn as snscolor = sns.color_palette()import matplotlib.pyplot as plt%matplotlib inli

2020-06-16 13:27:36 5568 8

原创用卷积神经网络实现猫狗图片分类

该例程使用数据集来源于 kaggle cat_VS _dog 数据集中的一部分，用卷积神经网络实现猫狗图片二分类，例程序比较简单，就不多解释了，代码中会有相应的注释，直接上代码：import numpy as npimport pandas as pd from keras.preprocessing.image import ImageDataGenerator, load_imgfrom keras.utils import to_categoricalfrom sklearn.mode

2020-06-14 18:23:04 4805 3

原创 titanic生存率数据分析

该例程通过分析titanic数据中个各个特征来判断最后是否获救。例程背景就不多说了，网上到处都有。该例程是到目前kaggle上讨论最多，关注度最高，最活跃的一个，其中有对数据处理的常见的方法如：缺失值处理、类别值处理，离散值处理。也包括了对应该问题的最常见的适用算法。该例程的数据集在这里：https://download.csdn.net/download/rh8866/12507192代码中有较详细的注释说明，直接上代码：import pandas as pdimport numpy

2020-06-12 17:14:54 1362

原创简单kaggle房价预测

在kaggle入门项目中房价预测项目，是更加接近我们工作会遇到的项目，数据属性很多、属性和标签之前的关系需要研究、属性需要取舍、类别数据需要转为数值化数据等等。本练习按照如下几个步骤进行：研究主要特征：特征和房价之间的关系数据清除：对一些缺失数据、异常点和分类数据进行处理训练预测# 导入需要的模块import pandas as pdimport matplotlib.pyplot as pltimport numpy as np#seaborn 用于绘图，其中封装了mat

2020-06-09 12:55:26 1472 2

原创用简单卷积神经网络实现手写体数字识别

环境:python,anaconda ,tensorflow数据来源:kaggle网站:https://www.kaggle.com/c/digit-recognizer/dataimport numpy as npimport pandas as pd#获取数据train_data = pd.read_csv('./dataset/digit-recognizer/train.csv')test_data = pd.read_csv('./dataset/digit-recogniz.

2020-06-05 17:53:26 1712 1