- 博客(45)
- 收藏
- 关注
RSS订阅转载 PyTorch查看CUDA支持情况
import torchimport torchvisionprint(torch.cuda.is_available())上面的命令只是检测CUDA是否安装正确并能被Pytorch检测到，并没有说明是否能正常使用，要想看Pytorch能不能调用cuda加速，还需要简单的测试一下：a = torch.Tensor(5,3)a = a.cuda()print(a)Cuda runtime error (48) : no kernel image is available for execu
2021-06-23 21:13:33
3865
转载 PyTorch学习率调整可视化 lr_scheduler
import torchimport torch.nn as nnimport itertoolsimport matplotlib.pyplot as pltinitial_lr = 0.1epochs = 100# 定义一个简单的模型class model(nn.Module): def __init__(self): super().__init__() self.conv1 = nn.Conv2d(in_channels=3, out_cha
2021-06-23 19:27:16
569
转载 Module ‘cv2.cv2‘ has no attribute ‘ximgproc‘
>>> import cv2>>> seeds = cv2.ximgproc.createSuperpixelSEEDS(img_sp.shape[1], img_sp.shape[0], img_sp.shape[2], num_superpixels, 15, 3, 5, True)Traceback (most recent call last):AttributeError: module 'cv2.cv2' has no attribute 'ximgp
2021-05-22 20:21:47
645
原创 多分类混淆矩阵（sklearn.metrics）
转载自：苏格拉- PYTHON - OPENCV实现图像超像素分割（SLIC、SEEDS、LSC）sklearn.metrics.multilabel_confusion_matrix(y_true, y_pred, *, sample_weight=None, labels=None, samplewise=False)ExamplesMultilabel-indicator case:>>> import numpy as np>>> from s..
2021-01-31 13:18:52
3120
转载 python-opencv实现图像超像素分割（SLIC、SEEDS、LSC）
转载自：苏格拉- PYTHON - OPENCV实现图像超像素分割（SLIC、SEEDS、LSC）超像素超像素是把一张图片中具有相似特征的像素进行聚类，形成一个更具有代表性的大“像素”。这个新的像素可以作为其他图像处理算法的基本单位，可以减低图像的维度和异常像素点。目前常用的超像素分割算法有SLIC、SEEDS和LSC。下面来说说这些算法基于Opencv的Python实现。SLIC算法算法具体原理可参考博客：SLIC超像素算法原理利用opencv中ximgproc类下的子类Superpix..
2021-01-31 12:06:37
5722
4
原创 class BatchNorm1d(_BatchNorm):
y=x−E[x]Var[x]+ϵ∗γ+βy = \frac{x - \mathrm{E}[x]}{\sqrt{\mathrm{Var}[x] + \epsilon}} * \gamma + \betay=Var[x]+ϵx−E[x]∗γ+βThe mean and standard-deviation are calculated per-dimension over the mini-batches and :math:\gamma and :math:\beta are learnable par
2020-08-03 14:45:01
255
原创 opencv生成随机图像
pythonimport cv2import numpyimport os #产生随机数组randomByteArray = bytearray(os.urandom(120000))flatNumpyArray = numpy.array(randomByteArray) #数组转换为一个300*400的灰度图像grayImage = flatNumpyArray.reshape(300,400)cv2.imwrite('RandomGray.png',grayImage) #数
2020-06-21 12:40:32
2031
1
原创 CUDA编程入门极简教程
转载自：小小将 CUDA编程入门极简教程，转载仅作为学习之用 ????CUDA编程入门极简教程前言CUDA编程模型基础向量加法实例矩阵乘法实例前言2006年，NVIDIA公司发布了CUDA，CUDA是建立在NVIDIA的CPUs上的一个通用并行计算平台和编程模型，基于CUDA编程可以利用GPUs的并行计算引擎来更加高效地解决比较复杂的计算难题。近年来，GPU最成功的一个应用就是深度学习领域，基于GPU的并行计算已经成为训练深度学习模型的标配。目前，最新的CUDA版本为CUDA 9。GPU并不是一
2020-05-23 22:34:18
290
原创 CUDA C++ Programming Guide(Version 10.0) —— 2. Programming Model
CUDA编程 - Programming InterfaceCompilation with NVCCCompilation WorkflowBinary CompatibilityPTX CompatibilityCompilation with NVCCCompilation WorkflowOffline CompilationJust-in-Time CompilationBinary CompatibilityPTX Compatibility
2020-05-22 10:54:04
222
原创 CUDA C++ Programming Guide(Version 10.0) —— 3. Programming Interface
CUDA编程 - Programming ModelKernelsThread HierarchyMemory HierarchyHeterogeneous ProgrammingCompute CapabilityKernelsCUDA C extends C by allowing the programmer to define C functions, called kernels, that when called, are executed N times in parallel by N
2020-05-21 17:48:36
491
原创 CUDA C++ Programming Guide(Version 10.0) —— 1. Introduction
CUDA编程介绍从图像处理到通用并行计算CUDA 是NVIDIA 提出的一个通用并行编程平台可扩展的编程模型介绍从图像处理到通用并行计算图1. CPU和GPU的每秒浮点运算图2. CPU和GPU的内存带宽CPU和GPU之间的浮点功能差异背后的原因是，GPU专用于高度并行计算（针对于图形渲染）。因此，在GPU中，更多的晶体管transistor 专用于数据处理（data processing）而不是数据缓存（data caching）和流量控制（flow control）。GPU 可以通过计算
2020-05-21 16:50:49
444
原创 计算机视觉实践_街景字符编码识别：（1）赛题理解
赛题理解比赛连接：零基础入门CV赛事- 街景字符编码识别赛题名称：零基础入门CV之街道字符识别赛题目标：通过这道赛题可以引导大家走入计算机视觉的世界，主要针对竞赛选手上手视觉赛题，提高对数据建模能力。赛题任务：赛题以计算机视觉中字符识别为背景，要求选手预测街道字符编码，这是一个典型的字符识别问题。为了简化赛题难度，赛题数据采用公开数据集SVHN，因此大家可以选择很多相应的paper作为思路参考。1.1赛题数据赛题以街道字符为为赛题数据，数据集报名后可见并可下载，该数据来自收集的SVHN街道字符
2020-05-20 22:47:09
201
原创 [安装笔记]：Opencv+Ubuntu+cpp版本
https://docs.opencv.org/master/d7/d9f/tutorial_linux_install.html
2020-05-10 15:37:10
215
1
原创 Machine-Learning：第4章 条件随机场
第4章 条件随机场本章思维导图本章内容概要马尔可夫过程隐马尔科夫算法条件随机场 （以线性链条件随机场为例）本章思维导图（待更新）本章内容概要马尔可夫过程定义假设一个随机过程中，tnt_ntn 时刻的状态xnx_nxn的条件发布，只与其前一状态xn−1x_{n-1}xn−1 相关，即：P(xn∣x1,x2,...,xn−1)=P(xn∣xn−1) P(x_n|x_1,...
2020-04-29 00:59:33
213
原创 OpenCV：第4章 图像滤波
第4章 图像滤波本章思维导图本章内容概要算法理论介绍1、均值滤波、方框滤波2、高斯滤波基于OpenCV的实现C++本章思维导图（待更新）本章内容概要图像的实质是一种二维信号，滤波是信号处理中的一个重要概念。在图像处理中，滤波是一种非常常见的技术，它们的原理非常简单，但是其思想却十分值得借鉴，滤波是很多图像算法的前置步骤或基础，掌握图像滤波对理解卷积神经网络也有一定帮助。算法理论介绍...
2020-04-29 00:19:32
1225
原创 Joyful-Pandas：第4章 变形
第4章 变形本章思维导图本章问题与练习本章思维导图本章问题与练习【练习一】 继续使用上一章的药物数据集：（a）现在请你将数据表转化成如下形态，每行需要显示每种药物在每个地区的10年至17年的变化情况，且前三列需要排序。df = pd.read_csv('data/Drugs.csv',index_col=['State','COUNTY']).sort_index()df.h...
2020-04-28 23:50:23
301
原创 Machine-Learning：第3章 EM算法
第3章 EM算法本章思维导图本章内容概要前言EM算法引入EM算法推导逼近证明收敛高斯混合分布混合高斯分布模型E步主要计算内容M步 主要计算内容本章思维导图（待更新）本章内容概要前言EM算法是机器学习十大算法之一，它很简单，但是也同样很有深度，简单是因为它就分两步求解问题，E步：求期望（expectation）M步：求极大（maximization)深度在于它的数学推理涉及到...
2020-04-26 19:42:20
419
原创 OpenCV：第3章 彩色空间互转
第3章 彩色空间互转本章思维导图本章内容概要算法理论介绍与资料推荐1、RGB与灰度图互转2、RGB与HSV互转基于OpenCV的实现C++本章思维导图本章内容概要图像彩色空间互转在图像处理中应用非常广泛，而且很多算法只对灰度图有效；另外，相比RGB，其他颜色空间(比如HSV、HSI)更具可分离性和可操作性，所以很多图像算法需要将图像从RGB转为其他颜色空间，所以图像彩色互转是十分重要和...
2020-04-26 18:31:54
266
原创 Joyful-Pandas：第3章 分组
第3章 分组本章思维导图本章问题与练习补充本章思维导图本章问题与练习【练习一】 现有一份关于diamonds的数据集，列分别记录了克拉数、颜色、开采深度、价格，请解决下列问题：（a）在所有重量超过1克拉的钻石中，价格的极差是多少？df = pd.read_csv('data/Diamonds.csv')df_r = df.query('carat>1')['pric...
2020-04-26 16:43:26
295
原创 Machine-Learning：第2章 朴素贝叶斯
第2章 朴素贝叶斯本章思维导图本章内容概要sklearn接口相关概念贝叶斯决策理论贝叶斯公式极值问题情况下的每个类的分类概率下溢问题如何解决零概率问题如何解决sklearn参数详解代码实现优缺点本章思维导图本章内容概要sklearn接口from sklearn.naive_bayes import GaussianNBfrom sklearn.datasets import loa...
2020-04-22 01:18:07
374
原创 OpenCV：第2章 几何变换
第2章 几何变换本章思维导图本章内容概要1、几何变换算法原理介绍变换形式坐标系变换图像坐标系与笛卡尔坐标系转换关系反向映射插值基于OpenCV的实现C++本章思维导图本章内容概要1、几何变换算法原理介绍变换形式在冈萨雷斯的《数字图像处理_第三版》书中的描述，仿射变换的一般形式如下：式中的 TTT 就是变换矩阵，其中 (v,w)(v,w)(v,w) 为原坐标，(x,y)(x,y)...
2020-04-22 00:04:20
332
原创 Joyful-Pandas：第2章 索引
第2章 索引本章思维导图本章问题与练习问题练习本章思维导图本章问题与练习问题【问题一】 如何更改列或行的顺序？如何交换奇偶行（列）的顺序？【问题二】 如果要选出DataFrame的某个子集，请给出尽可能多的方法实现。【问题三】 query函数比其他索引方法的速度更慢吗？在什么场合使用什么索引最高效？【问题四】 单级索引能使用Slice对象吗？能的话怎么使用，...
2020-04-21 18:53:40
484
原创 OpenCV：第1章 图像插值算法
第1章 图像插值算法本章思维导图本章内容概要1、插值算法原理介绍最近邻插值算法双线性插值算法映射方法基于OpenCV的实现C++Python本章思维导图本章内容概要1、插值算法原理介绍最近邻插值算法最近邻插值，是指将目标图像中的点，对应到源图像中后，找到最相邻的整数点，作为插值后的输出。如上图所示，目标图像中的某点投影到原图像中的位置为点P,此时易知，f(P)=f(Q11)f(...
2020-04-21 01:24:43
409
原创 Machine-Learning：第1章 线性回归
第1章 线性回归本章思维导图本章内容概要1、线性回归的原理2、线性回归损失函数、代价函数、目标函数3、线性回归的优化方法4、线性回归的评价指标5、sklearn.linear_model参数详解：代码实现本章练习部分本章思维导图本章内容概要1、线性回归的原理进入一家房产网，可以看到房价、面积、厅室呈现以下数据：我们可以将价格和面积、厅室数量的关系习得为f(x)=θ0+θ1x1+θ2...
2020-04-21 01:03:21
328
原创 Joyful-Pandas：第1章 Pandas基础
第1章 Pandas基础本章思维导图本章问题与练习本章思维导图本章问题与练习【练习一】 现有一份关于美剧《权力的游戏》剧本的数据集，请解决以下问题：（a）在所有的数据中，一共出现了多少人物？print(df['Name'].nunique())# 564（b）以单元格计数（即简单把一个单元格视作一句），谁说了最多的话？print(df['Name'].value_co...
2020-04-20 23:07:24
669
原创 数学推导+纯Python实现机器学习算法3：k近邻
k近邻数学推导Numpy 实现数学推导k近邻模型中参数估计的推导过程：作为一种没有显式训练和学习过程的分类和回归算法，k 近邻在众多有监督机器学习算法中算是一种比较独特的方法。说它独特，是因为 k 近邻不像其他模型有损失函数、有优化算法、有训练过程。对于给定的实例数据和实例数据对应所属类别，当要对新的实例进行分类时，根据这个实例最近的 k 个实例所属的类别来决定其属于哪一类。所以相对于其它...
2020-04-19 23:28:17
348
原创 数学推导+纯Python实现机器学习算法2：逻辑回归
线性回归数学推导Numpy 实现数学推导逻辑回归模型中参数估计的推导过程：逻辑回归(logistic regression)本质上跟逻辑这个词不是很搭边，叫这个名字完全是直译过来形成的，逻辑回归本名应该叫对数几率回归。众多周知的是，线性回归针对的是标签为连续值的机器学习任务，如果我们想用线性模型来做分类，应该应用逻辑回归模型。sigmoid函数：相较于线性回归的因变量 yyy 为连续值...
2020-04-19 19:43:50
125
原创 数学推导+纯Python实现机器学习算法1：线性回归
线性回归数学推导Numpy 实现数学推导线性回归模型中参数估计的推导过程：f(xi)=wxi+b，使得f(xi)≈yif(x_i)=wx_i+b，使得f(x_i)\approx y_if(xi)=wxi+b，使得f(xi)≈yi均方误差是回归任务中最常用的性能度量，可以用于衡量f(x)f(x)f(x)与yyy之间的差别：(w∗,b∗)=argmin(w,b)∑i=1m(yi−...
2020-04-19 15:49:19
281
转载 [安装笔记]：Windows10家庭版+Docker(Docker Toolbox)
本文为CSDN博主 「tina_ttl」 的原创文章，此处转载作为学习资料 ????原文链接：https://blog.csdn.net/tina_ttl/article/details/51372604目录1.windows按照docker的基本要求2.具体安装步骤3.开始使用Docker4.安装远程连接工具连接docker5.安装中遇到的问题6.Docker的更新7.Docker中的jupy...
2020-04-15 23:43:38
262
原创 Docker Toolbox Windows安装遇到的问题
针对 Windows10 下 DockerToolbox-18.03.0-ce 的安装问题1、如果下载的是旧版本的Docker Toolbox 版本，在安装完毕后，运行终端控制台时会报错，无法正常运行并创建Docker虚拟机由于安装的是旧的稳定版本的DockerToolBox(这里我用到的是DockerToolbox-18.03.0-ce)，运行DockerToolBox终端控制台(Doc...
2020-04-15 23:03:44
1029
原创 [安装笔记]：Windows+Anaconda3+PyTorch+PyCharm
目录1. 安装Anaconda32. 查看电脑显卡信息3. 创建PyTorch环境4. PyTorch安装5. 验证安装成功6. PyCharm中配置PyTorch1. 安装Anaconda3官网下载Anaconda3：https://www.anaconda.com/distribution/运行下载好的.exe文件Win+R 调出运行对话框，输入 cmd 回车，输入 py...
2020-04-02 18:45:53
599
转载 [安装笔记]：Texlive 2019+TeX Studio
本文为CSDN博主 「Mikchy」 的原创文章，此处转载作为学习资料 ????原文链接：https://blog.csdn.net/Mikchy/java/article/details/94448707目录1. LaTex介绍2. Texlive2019的下载和安装(1) 下载(2) 安装3. TeXstudio的安装以及简单使用(1) 设置中文界面(2) 添加行号(3) 设置编译器与编码(...
2020-04-02 17:18:57
552
转载 Pytorch教程学习笔记
Pytorch教程学习笔记转载自：Teeyohuang 分类专栏 - Pytorch学习笔记Pytorch进行CIFAR-10分类CIFAR-10数据加载和处理定义卷积神经网络定义损失函数和优化器训练测试Pytorch进行mnist训练和测试Pytorch创建自己的数据集用于分类的数据集用于分割的数据集参考：https://blog.csdn.n...
2020-03-23 14:01:32
170
转载 斯坦福CS229机器学习笔记
斯坦福CS229机器学习笔记转载自：Teeyohuang 斯坦福CS229机器学习笔记Lecture1 - 机器学习的基本概念Lecture2 - 线性回归+梯度下降+正规方程组Lecture3 - 局部加权线性回归和 logistic regressionLecture4 - 指数分布族 和 广义线性模型 GLMLecture5 - 生成学习算法+高斯判别...
2020-03-23 13:43:10
273
转载 深度学习基础知识
深度学习基础知识转载自：Teeyohuang 深度学习基础知识权重初始化卷积网络 与 池化操作Normalization 操作激活函数dropout 操作损失函数优化方法参考：https://blog.csdn.net/Teeyohuang/article/details/104120242...
2020-03-23 13:35:11
82
原创 [论文笔记]：Least Squares Generative Adversarial Networks
Least Squares Generative Adversarial Networks论文翻译摘要1. 介绍2. 网络结构3. 训练4. 实验5. 结论内容总结论文地址：代码地址：补充材料：论文翻译摘要1. 介绍2. 网络结构3. 训练4. 实验5. 结论内容总结参考：...
2020-03-23 03:06:48
1046
1
原创 [论文笔记]：UNSUPERVISED REPRESENTATION LEARNING WITH DEEP CONVOLUTIONAL GENERATIVE ADVERSARIAL NETWORKS
UNSUPERVISED REPRESENTATION LEARNING WITH DEEP CONVOLUTIONAL GENERATIVE ADVERSARIAL NETWORKS论文翻译摘要1. 介绍2. 网络结构3. 训练4. 实验5. 结论内容总结论文地址：代码地址：补充材料：论文翻译摘要1. 介绍2. 网络结构3. 训练4. 实验5. 结论内容总结参考...
2020-03-23 01:42:34
2170
原创 [论文笔记]：Conditional Generative Adversarial Nets
Conditional Generative Adversarial Nets内容总结网络结构损失函数实验MNIST数据集的实验Flickr数据集上的图像自动标注实验(Mir Flickr-25k)论文地址：https://arxiv.org/abs/1411.1784代码地址：https://github.com/TeeyoHuang/conditional-GANhttps://w...
2020-03-22 00:42:37
329
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