Python
文章平均质量分 50
songsongL
物以类聚,人以群分。
展开
-
实现将csdn博客批量迁移
主要参考这篇文章,实现将csdn博客批量迁移(即文章批量导出为md文件)https://blog.csdn.net/pang787559613/article/details/105444286文中有些细节没说,这里补充一下实现原理利用python 爬虫完成对页面的访问流程https://blog.csdn.net/你的博客名/article/list/页码1.通过这个api访问所有页,拿到所有文章。https://blog.csdn.net/你的博客名/article/details原创 2022-03-26 21:13:24 · 2545 阅读 · 0 评论 -
tensorflow计算psnr与ssim
加载mnist进行测试import mathimport tensorflow as tfimport numpy as npload_engine = tf.keras.datasets.mnist# load_engine = tf.keras.datasets.fashion_mnist(x_train, y_train), (x_test, y_test) = load_engine.load_data()print(x_train.shape)#将标签转one_hot编码y原创 2021-09-13 20:47:07 · 1582 阅读 · 1 评论 -
tensorflow初始化及其求导
直接上代码,一看就明白!import tensorflow as tfimport numpy as np#随机初始化v1=tf.Variable(tf.random.normal(shape=[4,3],mean=0,stddev=1))#结合numpya = np.random.random((3,3))#常量形式v2=tf.constant(a.astype('float32'))#变量形式1v3=tf.Variable(a.astype('float32'))#变量形式2原创 2021-09-13 15:15:30 · 167 阅读 · 0 评论 -
tf.image.resize与skimage的resize
skimage文档是这样说的skimage.transform.resize( image , output_shape , order=None , mode=‘reflect’ , cval=0 , clip=True , preserve_range=False , anti_aliasing=None , anti_aliasing_sigma=None )Performs interpolation to up-size or down-size N-dimensional images.m原创 2021-08-21 00:11:46 · 1794 阅读 · 0 评论 -
手撕神经网络框架(numpy)
神经网络基本步骤loaddatainitializeforwardbackwardupdateover任何神经网络肯定都有这些基本操作过程,每一小步中又会有各种不同的策略。我是跟着吴恩达大佬做的一些实践,对神经网络的理解特别有用loaddata这一步包括归一化、小批量读取等等操作。这里只做一些最简单的处理。def load_dataset(): train_dataset = h5py.File('D:/PyWorkspace/DeepLearning/datasets/train_ca原创 2021-04-23 20:44:42 · 553 阅读 · 2 评论 -
TensorFlow训练好的模型移植到tensorrt
目录应用场景tensorrtTensorFlow=> tensorrtpb=>ufftensorrt样例插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入应用场景需要把深度学习模型搭载到无人机上完成一些探测任务。大疆妙算上预装了tensorrt4,打算将TensorFlow训原创 2021-03-25 21:19:57 · 2069 阅读 · 0 评论 -
matplotlib画图
结合注释看吧!import matplotlib.pyplot as pltfig = plt.figure()#参数的意思是画N x N的图,第三个参数用来索引第几张图ax = fig.add_subplot(1,1,1)#自定义自己的坐标刻度ax.set_xticks([0,2,4,6,8,10,12,14,16,18,20])ax.set_yticks([0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1.0])#用点画图,两个list个数当然要相等,注意,li原创 2021-03-20 19:06:29 · 151 阅读 · 0 评论 -
tensorflow梯度处理
1.tf.clip_by_valuetf.clip_by_value( t, clip_value_min, clip_value_max, name=None )Returns:A clipped Tensor.输入一个张量t,把t中的每一个元素小于min的让它等于min,大于max的元素的值等于max。2.tf.clip_by_normtf.clip_by_norm( t, clip_norm,原创 2021-01-03 20:36:51 · 358 阅读 · 0 评论 -
anaconda的使用
世上最难过的事就是想法有了,代码写不出来。。。anaconda其实和springboot差不多,用过springboot的朋友就知道,springboot导入一个starter依赖,其实就帮你自动导入了一堆的依赖jar包,省去了当年ssh、ssm等自己整合依赖包的麻烦。python与anaconda的关系python等各种编程语言一个永恒的话题就是版本问题,想当年就是因为版本不兼容引发的各种错误,一找就是一天。Java里spring系列就是很好的全家桶。python里,anaconda就是很.原创 2021-01-03 20:31:26 · 201 阅读 · 0 评论 -
猫狗识别
前言整理的网上资源,方便大家学习,也不知道哪哪看到的了!tensorflowinput_data.py:import tensorflow as tfimport osimport numpy as np#读取所有的训练集def get_files(file_dir): cats = [] label_cats = [] dogs = [] label_dogs = [] for file in os.listdir(file_dir):原创 2020-07-18 11:13:37 · 361 阅读 · 1 评论 -
tensorflow图像识别
bp神经网络from tensorflow.examples.tutorials.mnist import input_datamnist = input_data.read_data_sets("MNIST_data/", one_hot=True) # 读取MNIST手写数字识别数据集import tensorflow as tfX = tf.placeholder(tf.float32, [None, 784], name='x-input') # tensorflow变量占位符,在执原创 2020-07-11 15:13:41 · 632 阅读 · 0 评论 -
python+django搭建web
前言安装Django和pycharm就不说了。Django官网教程,很详细注:我一开始用的pycharm社区版,引入bootstrap等文件没有代码补全。然后用破解版pycharm就可以了。(推"程序员的时光"微信公众号有破解教程)创建Django项目cd进入存储项目的地方,运行下面代码:django-admin startproject mytest生成一些算是配置文件吧在manage.py所在目录运行下面代码:python manage.py runserver浏览器访问:h原创 2020-07-09 22:26:19 · 349 阅读 · 0 评论 -
Python数据分析与挖掘
文章目录前言数据来源可视化画走势图根据表中不同字段画条形图画地图根据表中不同字段画条形图前言前段时间做了个回归模型预测分析,效果不好,只是简单地熟悉了数据挖掘的流程而已,下面记录一些数据挖掘常用到的东西。数据来源找公开的爬虫现成软件,比如八爪鱼下面是一个爬历史天气的代码:# -*- coding: utf-8 -*-"""Spyder EditorThis is ...原创 2019-08-18 10:03:58 · 1239 阅读 · 0 评论 -
python实现视频转字符
抖音上看到那种把舞蹈变成字符型的小视频,如下图那种。就一直想弄一个。参考了网上写的好多代码,自己整理了一个。大概思路:先将原视频分割为一张一张的图片再将这些图片转换为字符型的又将这些字符型的图片串成视频即可废话不多说,完整代码如下,有注释说明,只需更改一下视频路径及其存储路径即可。# -*- coding: utf-8 -*-"""Created on Sun Aug 11 ...原创 2019-08-11 22:56:15 · 1576 阅读 · 10 评论