<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[wacebb的博客]]></title><description><![CDATA[]]></description><link>https://blog.csdn.net/wacebb</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; wacebb]]></copyright><item><title><![CDATA[scipy.misc.imread没有]]></title><link>https://blog.csdn.net/wacebb/article/details/136664238</link><guid>https://blog.csdn.net/wacebb/article/details/136664238</guid><author>wacebb</author><pubDate>Tue, 12 Mar 2024 21:41:53 +0800</pubDate><description><![CDATA[2.把scipy.misc改为imageio，但是还有两个地方需要改，一个是mode参数改为pilmode，flatten改为as_gray=True.1.降版本，但是涉及到别的复现，还是算了。]]></description><category></category></item><item><title><![CDATA[[已解决]安装的明明是pytorch-gpu，但是condalist却显示cpu版本，而且torch.cuda.is_available 也是flase]]></title><link>https://blog.csdn.net/wacebb/article/details/134056272</link><guid>https://blog.csdn.net/wacebb/article/details/134056272</guid><author>wacebb</author><pubDate>Thu, 26 Oct 2023 14:56:02 +0800</pubDate><description><![CDATA[安装了gpu版本的pytorch，但是显示的torch.cuda.is_available(）却是flase。仔细看了一下，发现，有个单独的包叫cpuonly，不知道是什么，但是感觉他不对。conda list查看 版本显示只有cpuonly。在网上找了半天，也没有解决办法。果然成功了，但是也是不知道为啥。]]></description><category></category></item><item><title><![CDATA[【2023.10版本】linux安装cuda和cudnn【已经解决】]]></title><link>https://blog.csdn.net/wacebb/article/details/133770595</link><guid>https://blog.csdn.net/wacebb/article/details/133770595</guid><author>wacebb</author><pubDate>Wed, 11 Oct 2023 15:03:23 +0800</pubDate><description><![CDATA[别再百度了，都是错，都是版本不对的回答，官网教程才是解决王道。有哪些方法，上面说的非常清楚，包括各个设备，各个版本的问题。]]></description><category></category></item><item><title><![CDATA[全连接网络实现回归【房价预测的数据】]]></title><link>https://blog.csdn.net/wacebb/article/details/133470161</link><guid>https://blog.csdn.net/wacebb/article/details/133470161</guid><author>wacebb</author><pubDate>Sun, 01 Oct 2023 21:50:43 +0800</pubDate><description><![CDATA[也是分为data，model，train，test。]]></description><category></category></item><item><title><![CDATA[搭建全连接网络进行分类（糖尿病为例）]]></title><link>https://blog.csdn.net/wacebb/article/details/133469364</link><guid>https://blog.csdn.net/wacebb/article/details/133469364</guid><author>wacebb</author><pubDate>Sun, 01 Oct 2023 21:25:26 +0800</pubDate><description><![CDATA[d.L2正则化是有用的，很有用。而且有正则化之后可以加速收敛，lr可以稍微调大一点，较少的epoches也可以收敛了，而已acc也会更高一点，稳定一点。a.降低模型的复杂程度，但是修改具体的神经元个数，因为这个网络本身就不大，所有没啥用，模型非常大没准会有用。c.输入数据进行归一化是有用的，归一化之后lr可以调大一点，收敛变快了。1.网上的代码大多都写在一个函数里，但是其实很多好论文都是把网络，数据训练等分开写的。最后看一下结果，最后的准确率在85%左右，还可以，毕竟数据不多，也是简单的全连接。]]></description><category></category></item><item><title><![CDATA[【已解决】WARNING conda.models.version:get_matcher(556): Using .* with relational operator is superfluous]]></title><link>https://blog.csdn.net/wacebb/article/details/133419770</link><guid>https://blog.csdn.net/wacebb/article/details/133419770</guid><author>wacebb</author><pubDate>Fri, 29 Sep 2023 19:29:10 +0800</pubDate><description><![CDATA[用conda安装东西很慢，并且出现以下信息。]]></description><category></category></item><item><title><![CDATA[[医学图像知识]CT图和PET图的成像表现形式]]></title><link>https://blog.csdn.net/wacebb/article/details/133178646</link><guid>https://blog.csdn.net/wacebb/article/details/133178646</guid><author>wacebb</author><pubDate>Fri, 22 Sep 2023 17:33:42 +0800</pubDate><description><![CDATA[总之，灰度图像和伪彩色图像都是数字图像的不同表示方式，前者使用单一的灰度通道表示数据，而后者使用颜色编码表示数据的不同数值范围。将颜色映射应用于数据，将每个数据点的数值映射到相应的颜色。2.PET/SPECT图最初也是灰度图，用灰度值表示细胞的反射gama射线的程度，但是为了更好的观测不同细胞等的区别，通常将灰度图转化为了。在图像中，每个数据点的颜色与其数值对应，从而创建了一幅彩色图像，反映了数据的空间分布和模式。对收集到的数据进行分析，确定数据中的最小值（通常是最暗的部分）和最大值（通常是最亮的部分）。]]></description><category></category></item><item><title><![CDATA[[已解决]PackagesNotFoundError: The following packages are not available from current channels]]></title><link>https://blog.csdn.net/wacebb/article/details/133144960</link><guid>https://blog.csdn.net/wacebb/article/details/133144960</guid><author>wacebb</author><pubDate>Thu, 21 Sep 2023 19:23:28 +0800</pubDate><description><![CDATA[原因在于：channel可以看成是托管python包的服务器，当无法通过标准channel获得python包时，社区驱动的conda-forge通常是一个很好的地点。大部分问题都可以利用这条语句解决。很多时候用conda安装会报这个错误，找不到这个包。]]></description><category></category></item><item><title><![CDATA[python读取.txt文件中某些关键字后面的内容 并根据该数据画图]]></title><link>https://blog.csdn.net/wacebb/article/details/132744182</link><guid>https://blog.csdn.net/wacebb/article/details/132744182</guid><author>wacebb</author><pubDate>Thu, 07 Sep 2023 18:58:01 +0800</pubDate><description><![CDATA[然后画图，其实两个文档可以放在一个里面。]]></description><category></category></item><item><title><![CDATA[[已解决]OSError: cannot write mode I as JPEG]]></title><link>https://blog.csdn.net/wacebb/article/details/132626142</link><guid>https://blog.csdn.net/wacebb/article/details/132626142</guid><author>wacebb</author><pubDate>Fri, 01 Sep 2023 16:13:05 +0800</pubDate><description><![CDATA[意思是imode转化不了jpg图像，搜了一下pillow转化过程，这个i mode无法转换为jpg，查看图像，肉眼其实看不出什么区别，所有先把有问题的转化为RGB就可以了。但是这个具体分析，需要看你的图像是什么格式，有个链接描述了这个问题，我在他的基础上修改了，不管什么格式，只要不是rgb就转成rgb。在代码中加两句话就可以了，加在读取图像的语句之后或者要转化的语句之前就可以了。转换格式的时候发现报错。]]></description><category></category></item><item><title><![CDATA[[已解决]ModuleNotFoundError: No module named ‘pydensecrf‘]]></title><link>https://blog.csdn.net/wacebb/article/details/132601663</link><guid>https://blog.csdn.net/wacebb/article/details/132601663</guid><author>wacebb</author><pubDate>Thu, 31 Aug 2023 13:55:24 +0800</pubDate><description><![CDATA[直接使用conda install 是找不到的。使用下面的语句就可以安装。]]></description><category></category></item><item><title><![CDATA[实用工具-图片格式转换-文件批量重命名-批量删除重复文件-保存文件夹的文件名-批量修改图像尺寸]]></title><link>https://blog.csdn.net/wacebb/article/details/132562588</link><guid>https://blog.csdn.net/wacebb/article/details/132562588</guid><author>wacebb</author><pubDate>Tue, 29 Aug 2023 15:29:06 +0800</pubDate><description><![CDATA[想直接上传到这上面保存的，结果我自己下载都需要积分？3.删除两个文件夹中相同的文件。]]></description><category></category></item><item><title><![CDATA[实用代码-批量修改图像或者文件名称]]></title><link>https://blog.csdn.net/wacebb/article/details/132562411</link><guid>https://blog.csdn.net/wacebb/article/details/132562411</guid><author>wacebb</author><pubDate>Tue, 29 Aug 2023 15:22:09 +0800</pubDate><description><![CDATA[1.批量修改图像或者文件名称。]]></description><category></category></item><item><title><![CDATA[[CUDA][Ubuntu]如何卸载cuda和cudnn和nvidia driver]]></title><link>https://blog.csdn.net/wacebb/article/details/131344829</link><guid>https://blog.csdn.net/wacebb/article/details/131344829</guid><author>wacebb</author><pubDate>Thu, 22 Jun 2023 22:11:40 +0800</pubDate><description><![CDATA[调到google上搜了一下，当然是英文搜，不然和百度一样，在stackoverflow那个网站上找到了一个好的解决办法：上官网查看方法。通过删除文件夹和自带uninstall程序，试了，也删了，但是nvcc-v之后照样有，我踏马，这个cuda怎么比我的师姐还xx！左边找到卸载的那一章节，有很多不同的设备的卸载方法，找到ubuntu的，就复制下面三个命令 删的一干二净。包括：通过安装方式卸载，我tm根本不知道当初这个机器是怎么安装的cuda，我怎么卸载？百度有很多牛鬼蛇神的办法，试了一晚上，都不行。]]></description><category></category></item><item><title><![CDATA[【ubuntu】vscode上jupter notebook的使用]]></title><link>https://blog.csdn.net/wacebb/article/details/131185044</link><guid>https://blog.csdn.net/wacebb/article/details/131185044</guid><author>wacebb</author><pubDate>Tue, 13 Jun 2023 13:03:28 +0800</pubDate><description><![CDATA[系统要有Python环境：conda install python 或者 pip都可以。4.打开vscode，新建.ipynb文件，就可以运行了。打开才行，如果安装失败，就没有办法在vscode里使用。2.安装python环境和插件。输入jupyter note。安装好的话会跳转到浏览器打开。在vsode里安装如下插件。3.安装完需要重启一下电脑。1.安装vscode。3.安装jupter。]]></description><category></category></item><item><title><![CDATA[user is not in the sudoers file【已解决】]]></title><link>https://blog.csdn.net/wacebb/article/details/131181617</link><guid>https://blog.csdn.net/wacebb/article/details/131181617</guid><author>wacebb</author><pubDate>Tue, 13 Jun 2023 09:43:40 +0800</pubDate><description><![CDATA[网上有很多通过配置系统文件和进入recovery模式里处理的，个人不太建议，第一权限不一定能行，第二很容易就把系统配置搞坏了，实在不行，就把这个账户删掉，重新再建一个账户，建账户的时候，就把该添加的权限都添加上。因为我不是初始账户，又没有添加到sudo权限当中，所以试了一下网上的解决办法，都不太行，如果是初始账户就可以直接套用网上的解决办法。2.检查root账户，并设置root账户密码，很多时候都是因为没有root账户的原因：sudo passwd root。怀疑是没有root账户，使用命令查看。]]></description><category></category></item><item><title><![CDATA[《Python深度学习基于Pytorch》学习笔记]]></title><link>https://blog.csdn.net/wacebb/article/details/131158346</link><guid>https://blog.csdn.net/wacebb/article/details/131158346</guid><author>wacebb</author><pubDate>Mon, 12 Jun 2023 11:48:50 +0800</pubDate><description><![CDATA[1.Numpy提供两种基本的对象：ndarray（n维数组对象）（用于储存多维数据）和ufunc（通用函数对象，用于处理不同的数据）。2.numpy的主要优点：ndarray提供了很多数组化的运算，并且可以快读对数组进行操作，不用写循环来操作。3.numpy是外部的库，使用的话需要导入先，没有库可以安装。4.使用时候要导入numpy。]]></description><category></category></item><item><title><![CDATA[邱锡鹏《神经网络与深度学习》学习笔记]]></title><link>https://blog.csdn.net/wacebb/article/details/131117065</link><guid>https://blog.csdn.net/wacebb/article/details/131117065</guid><author>wacebb</author><pubDate>Thu, 08 Jun 2023 22:21:33 +0800</pubDate><description><![CDATA[1.传统的机器学习和深度学习的最根本的区别就是 ：传统的机器学习是人为来选择特征，而深度学习是由网络自己进行特征的选择和学习。传统的机器学习是浅层学习。2.神经网络可以看做一个通用的函数逼近器，一个两层的神经网络可以逼近任意的函数，]]></description><category></category></item><item><title><![CDATA[吴恩达MachineLearningYearning《MachineLearningYearning》学习笔记]]></title><link>https://blog.csdn.net/wacebb/article/details/131115263</link><guid>https://blog.csdn.net/wacebb/article/details/131115263</guid><author>wacebb</author><pubDate>Thu, 08 Jun 2023 20:54:44 +0800</pubDate><description><![CDATA[1.监督学习算法主要包括线性回归（linear regression）、对数几率回归（logistic regression，又译作逻辑回归、逻辑斯蒂回归）和神经网络（neural network）。虽然机器学习的形式有许多种，但当前具备实用价值的大部分机器学习算法都来自于监督学习。4.使用单值评估指标往往比使用双值评估指标更好（精度和召回率也就是查准率和查全率有时候会一大一小从而无法比较），可以使用二者的平均值或者F1分数来计算。5.比起构建完美的系统，先构建基础的系统然后再优化 更好。]]></description><category></category></item><item><title><![CDATA[YOLO中的值得借鉴的思想]]></title><link>https://blog.csdn.net/wacebb/article/details/130855505</link><guid>https://blog.csdn.net/wacebb/article/details/130855505</guid><author>wacebb</author><pubDate>Wed, 24 May 2023 21:36:21 +0800</pubDate><description><![CDATA[1.YOLO1中将图像划分为7*7个网格，每个网格都预测网格中的的类别（是什么物体），以及预测到的物体所对应的框（四个位置量，一个置信度），所以最后的特征图大小为7*7*2*（5+20），也就是7*7*30。9.多尺度预测：单尺度预测对于较小的目标检测效果不好，所以多尺度预测，用较大的感受野来预测大物体（比如13*13的特征图），用26826来预测中等的物体，52*52的来预测小物体，并且在这些层之间进行拼接，增加特征量，提升预测的效果。7.金字塔池化：通过金字塔池化，让输入图像的大小可以改变。]]></description><category></category></item></channel></rss>