- 博客(156)
- 资源 (10)
- 收藏
- 关注
RSS订阅
原创 基于Windows下Anaconda创建python虚拟环境教程
Anaconda是目前最流行的数据科学平台以及现代机器学习的基础。同时Anaconda 也是一个Python的发行版，专注于人工智能，天然适合科学计算，数据分析和机器学习，其包管理器是Conda 。Conda 是一个开源的包管理系统和环境管理系统，可在 Windows、macOS 和 Linux 上运行。 Conda 可快速安装、运行和更新包及其依赖项。 Conda 可以轻松地在计算机上创建、保存、加载和切换环境。 它是为 Python 程序而创造的，但它可以打包和分发任何语言的软件，换言之，**Conda
2022-06-02 21:53:09
14199
3
原创 基于Pytorch的图卷积网络GCN实例应用及详解
基于Pytorch的图卷积网络GCN实例应用及详解一、图卷积网络GCN定义图卷积网络实际上就是特征提取器，只不过GCN的数据对象是图。图的结构一般来说是十分不规则，可以看作是多维的一种数据。GCN精妙地设计了一种从图数据中提取特征的方法，从而让我们可以使用这些特征去对图数据进行节点分类（node classification）、图分类（graph classification）、边预测（link prediction）和获得图的嵌入表示（graph embedding），用途十分广泛。二、图卷积网络G
2022-03-27 20:00:00
27898
21
原创 基于Windows中学习Deep Learning之搭建Anaconda+Cudnn+Cuda+Pytorch+Pycharm工具和配置环境完整最简版
基于Windows中学习Deep Learning之搭建Anaconda+Pytorch（Cuda+Cudnn）+Pycharm工具和配置环境完整最简版
2021-12-03 13:09:32
14611
4
原创 MySQL密码忘记之通过Navicat保存的加密密码来解码过程
许久不用数据库MySQL，因此密码忘记，但是在Navicat上保存了MySQL的密码，然而Navicat上保存的密码是加密的，无法直接复制来使用，因此需要对Navicat上保存的密码进行解密，然后重获数据库MySQL忘记的密码。
2024-05-17 15:30:46
699
原创 707. 设计链表之解题思路
注意事项**：链表的设计其中最关键要区分的是链表长度 **size** 和索引值 **index** 的关系（**见下图**），**尤其是添加节点时需要考虑到索引值为0时和链表长度为0（链表为空）时的设计**。
2023-03-09 11:25:00
809
1
原创 剑指 Offer 29. 顺时针打印矩阵之解题思路
矩阵可以不是N*N的矩阵，所以需要在**行和列相等矩阵列表循环规律的基础上**再考虑其他矩阵情况做一个分类。
2023-03-08 15:48:58
598
原创 基于Linux服务器出现“No space left on device”错误的解决简单有效方案
基于Linux服务器出现“No space left on device”错误的解决简单有效方案
2022-10-22 20:34:06
30302
3
原创 基于Pytorch使用GPU运行模型方法及可能出现的问题解决方法
在基于pytorch深度学习进行模型训练和预测的时候，往往数据集比较大，而且模型也可能比较复杂，但如果直接训练调用CPU运行的话，计算运行速度很慢，因此使用GPU进行模型训练和预测是非常有必要的，可以大大提高实验效率。如果还没有配置好运行环境的博友们可以参考下面博主的文章。
2022-10-21 18:59:12
2974
原创 CommandNotFoundError: Your shell has not been properly configured to use ‘conda activate‘.简单解决方案
CommandNotFoundError: Your shell has not been properly configured to use 'conda activate'.简单解决方案
2022-10-20 18:58:34
53574
17
原创 基于Pytorch运行中出现RuntimeError: Not compiled with CUDA support此类错误解决方案
基于Pytorch运行中出现RuntimeError: Not compiled with CUDA support此类错误解决方案及基于Pytorch中安装torch_geometric可以命令模式安装方法
2022-10-07 16:55:22
9345
原创 基于linux远程服务器端配置paddlpaddle环境
思路：在远程服务器端先安装Anaconda，然后创建python虚拟环境，再根据需求在对应python虚拟环境安装Cuda和对应的Cudnn和paddlpaddle，然后连接Pycharm。
2022-10-06 21:52:40
1965
原创 我的创作纪念日
机缘是因为学长他们创建了CSDN博客的账号并分享了很多优秀的文章，向他们学习所以也开通了CSDN的博客，并开始撰写文章，目的是记录自己的学习内容方便以后忘记的时候复习所用，同时也方便有同样需求的博友们参考借鉴，所谓独乐乐不如众乐乐，与大家共勉。
2022-10-01 16:49:29
192
1
原创 基于远程服务器安装配置Anaconda环境及创建python虚拟环境详细方案
基于远程服务器安装配置Anaconda环境及创建python虚拟环境详细方案
2022-09-30 22:26:03
8616
11
原创 基于Windows下VSCode安装及安装相关插件通过SSH协议远程连接服务器详细方法
基于Windows下VSCode安装及安装相关插件通过SSH协议远程连接服务器详细方法
2022-06-11 18:44:55
3291
原创 基于Windows下Pycharm和Anaconda的python虚拟环境连接配置及更换项目虚拟环境方法
基于Windows下Pycharm和Anaconda的python虚拟环境连接配置及更换项目虚拟环境方法
2022-06-05 10:54:39
729
原创 基于Ubuntu的zsh: command not found: python错误简单解决方案
基于Ubuntu的zsh: command not found: python错误简单解决方案
2022-05-31 15:40:16
10748
1
原创 EndnoteX9简介及基本教程使用说明
Endnote由Thomson Corporation下属的Thomson ResearchSoft 开发。 Thomson ResearchSoft是以学术信息市场化和开发学术软件为宗旨的子公司。Thomson Corporation总部位于康涅狄格州的Stanford。
2022-05-30 10:33:33
37308
4
原创 基于Pytorch的图卷积网络GCN实例应用及详解3.0
基于Pytorch的图卷积网络GCN实例应用及详解3.0的实例应用依旧是图的二分类任务，数据训练预测模型框架没有变化，主要是**数据集本身及其处理和重新构造及损失函数选择发生变化**，其余部分发生细微变化。
2022-05-21 20:04:13
2721
8
原创 基于Pytorch的深度学习模型保存和加载方式
我们在训练深度学习模型的过程中，最好对已经训练好的深度学习模型进行保存，或者方便的加载别人训练好的模型微调节省训练时间，实现高效率解决问题。
2022-05-21 19:20:44
4448
原创 基于Pytorch之深度学习模型数据类型和维度转换个人总结
博主近期在学习深度学习模型时，发现这个数据类型转换和维度的重构既细节又容易出错，特总结此篇文章，用于自己回顾和分享给有需要的朋友，总结可能不是很全面，不足之处还望大家多多包涵！
2022-05-20 21:37:34
1362
原创 基于Python之邻接矩阵沿对角线拼接操作简单方法
图的邻接矩阵一般定义是：节点与节点之间的边构成一个矩阵，比如：一张图片有N个节点，那么邻接矩阵的维度就是[N,N]大小，矩阵的每个值表示对应两个节点之间是否有边相连接，连接则值设为1，否则设为0(下图就是一张节点N=20的邻接矩阵)。
2022-05-19 20:27:05
2338
1
原创 基于Python的一个开源命令行工具Python Fire
基于Python的一个开源命令行工具Python FirePython Fire 是谷歌开源的一个命令行工具。Python Fire 是一个用于从绝对任何 Python 对象自动生成命令行界面 (CLI) 的库。Python Fire 是一种在 Python 中创建 CLI 的简单方法。Python Fire 是用于开发和调试 Python 代码的有用工具。Python Fire 有助于探索现有代码或将其他人的代码转换为 CLI。Python Fire 使 Bash 和 Python 之间的转换
2022-05-18 10:56:08
830
原创 关于图和实例的学习之相关概念个人理解
关于图和实例的学习之相关概念个人理解一、连通图（Connected Graph）连通图的定义：在图论中，连通图基于连通的概念，图又基本分为无向图和有向图，但都得满足图中任意两点都是连通的，那么图就被称作连通图，否则就是非连通图。无向图 ：若从图中取任意顶点 u 到任意顶点 v 有路径相连（当然从 u 到 v 也一定有路径），则称 u 和 v 是连通的，此图也就是无向图中的连通图，否则就是非连通图。有向图：若从图中取任意顶点 u 到任意顶点 v 都连通，然后连接 u 和 v 的路径中所有的边也都必
2022-05-13 16:50:51
3100
1
原创 基于Pytorch的Transformer翻译模型前期数据处理方法
Google于2017年6月在arxiv上发布了一篇非常经典的文章：Attention is all you need，提出了解决sequence to sequence问题的transformer模型，该文章使用全Attention的结构代替了LSTM，抛弃了之前传统的encoder-decoder模型必须结合CNN或者RNN的固有模式。在减少计算量和提高并行效率的同时还取得了更好的结果，也被评为2017年 NLP 领域的年度最佳论文。
2022-05-11 21:42:26
1426
原创 Resource punkt not found. Please use the NLTK Downloader to obtain the resource错误解决方案
首先前提是已经安装了python的nltk库（见下图），目的是调用nltk库的word_tokenize方法实现英文分词。
2022-05-09 21:46:12
13481
4
原创 基于Windows安装langconv实现繁体和简体字的转换
在学习自然语言处理的时候，大家可能已经发现有些中文数据集是繁体字，那么当我们的任务需求是输出简体字时就需要对原始中文数据集进行字体转换，达到顺利输出的目的。
2022-05-09 20:09:52
2602
原创 Bert模型之unable to parse config.json as a URL or as a local path错误解决方案
在jupyter notebook中运行下面代码出现问题，报ValueError: unable to parse F:/modelfile/Bert/bert-base-uncased/config.json as a URL or as a local path错误，注意：下面代码中的文件路径根据自己下载解压的文件路径对应更改。
2022-05-04 20:00:50
4022
原创 基于Pytorch学习Bert模型配置运行环境详细流程
BERT是2018年10月由Google AI研究院提出的一种预训练模型。BERT的全称是Bidirectional Encoder Representation from Transformers。BERT在机器阅读理解顶级水平测试SQuAD1.1中表现出惊人的成绩: 全部两个衡量指标上全面超越人类，并且在11种不同NLP测试中创出SOTA表现，包括将GLUE基准推高至80.4% (绝对改进7.6%)，MultiNLI准确度达到86.7% (绝对改进5.6%)，成为NLP发展史上的里程碑式的模型成就。..
2022-05-04 16:46:06
4162
原创 Git指令学习个人记录
Git指令学习个人记录Git 是一个免费和开源的 分布式版本控制系统，旨在以速度和效率处理从小型到大型项目的所有内容。Git易于学习， 占用空间小，性能快如闪电。它优于 SCM 工具，如 Subversion、CVS、Perforce 和 ClearCase，具有廉价的本地分支、方便的暂存区域和 多个工作流等功能。注意：Git是一个版本控制工具，GitHub是一个用Git做版本控制的项目托管平台。一、Git官网及下载安装教程Git官网：点击打开Git官网Git安装教程：点击打开《Git - Wind
2022-05-01 20:17:15
525
原创 基于Windows系统安装Notepad++详细过程
Notepad++ 是一个免费的（如“言论自由”和“免费啤酒”）源代码编辑器和记事本替代品，支持多种语言。在 MS Windows 环境中运行，其使用受GNU 通用公共许可证的约束。Notepad++基于强大的编辑组件Scintilla，用C++编写，使用纯Win32 API和STL，保证了更高的执行速度和更小的程序体积。通过在不失用户友好性的情况下尽可能多地优化例程，Notepad++ 正试图减少世界二氧化碳排放量。当使用较少的 CPU 功率时，PC 可以降低功耗并降低功耗，从而实现更环保的环境。
2022-04-27 10:49:03
3887
原创 基于Pytorch的卷积神经网络CNN实例应用及详解2.0
基于Pytorch的卷积神经网络CNN实例应用**依旧是DTI也就是药物靶体交互预测**，**数据训练预测模型框架没有变化**，**只有数据集的读取&处理和重新构造及损失函数选择发生变化**，其余部分发生细微变化。
2022-04-26 16:21:46
2872
2
原创 基于Pytorch的卷积神经网络CNN实例应用及详解
基于Pytorch的卷积神经网络CNN实例应用及详解一、卷积神经网络CNN定义卷积神经网络（CNN，有时被称为 ConvNet）是很吸引人的。在短时间内，它们变成了一种颠覆性的技术，打破了从文本、视频到语音等多个领域所有最先进的算法，远远超出了其最初在图像处理的应用范围。CNN 由许多神经网络层组成。卷积和池化这两种不同类型的层通常是交替的。网络中每个滤波器的深度从左到右增加。最后通常由一个或多个全连接的层组成。二、卷积神经网络的原理...
2022-04-16 21:44:58
4546
2
基于多变量线性回归的房屋销售价格预测.zip
2020-07-09
PDFMergeSplit.zip
2020-07-03
简单新闻客户端APP全部资源.zip
2020-01-13
操作系统课设资源.zip
2019-12-20
计算机组成原理课程设计资源.zip
2019-12-20
操作系统课设报告和源代码.zip
2019-07-11
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人