python
文章平均质量分 77
Janie.Wei
这个作者很懒,什么都没留下…
展开
-
各种python数据类型保存成文件
一. list1. 保存为TXT文件file= open('log.txt', 'w') for fp in list_log: file.write(str(fp)) file.write('\n')file.close()**2. 读取 **file=open('log.txt', 'r')list_read = file.readlines()二. numpy1. 保存为.npy数组import numpy as npnumpy_ar原创 2021-11-15 09:54:19 · 2031 阅读 · 0 评论 -
loss function & cost function & objective function
1. 中文翻译loss function: 损失函数cost function:代价函数objective function:目标函数2. 解释如果有个函数,我们想对其求极大值或者极小值,通常会将这个函数称为Objective function。目标函数是优化问题中的一个概念。任何一个优化问题包括两个部分:(1)目标函数,最终是要最大化或者最小化这个函数;(2)约束条件,且约束条件是可选的。当我们是想求极小值时,便会以cost function (loss function)来称呼该目标函原创 2021-09-23 23:59:44 · 660 阅读 · 0 评论 -
深度模型参数save & load 遇到的各种问题
1. torch版本问题1.1 torch1.5版本及以下import torch## 模型参数保存torch.save(model.state_dict(),'checkpoint/xxx.pth')## 模型参数加载args = torch.load('checkpoint/xxx.pth') # 参数读取model_state_dict = model.state_dict()for key in args: if key in model_state_dict: mod原创 2021-09-22 10:58:26 · 542 阅读 · 0 评论 -
各式随机数的生成Python
random1. random.sample(x,y): 从序列x中,随机选择y个不重复的元素,返回list列表import random#从[A,B)间随机生成N个不重复的数,结果以列表返回resultList=random.sample(range(A,B),N)2.random.randint(low, hight):从[low,hight]之间的返回一个整数import randomx=random.randint(1,10)3.random.random(...原创 2021-09-06 21:28:18 · 168 阅读 · 0 评论 -
对比学习介绍Contrastive Learning
Generative Methods(生成式方法)这类方法以自编码器为代表,主要关注pixel label的loss。举例来说,在自编码器中对数据样本编码成特征再解码重构,这里认为重构的效果比较好则说明模型学到了比较好的特征表达,而重构的效果通过pixel label的loss来衡量。对比式学习着重于学习同类实例之间的共同特征,区分非同类实例之间的不同之处。与生成式学习比较,对比式学习不需要关注实例上繁琐的细节,只需要在抽象语义级别的特征空间上学会对数据的区分即可,因此模型以及其优化...原创 2021-08-14 10:27:15 · 4536 阅读 · 1 评论 -
神经网络模型计算量 & 参数量 解释
1. 概念计算量(FLOPs)对应我们之前的时间复杂度,计算量要看网络执行时间的长短PS:FLOPS:全大写,意指每秒浮点运算次数,理解为计算速度,是一个衡量硬件性能的指标。FLOPs:s小写,意指浮点运算数,理解为计算量,用来衡量模型的复杂度 (如果模型FLOPs为X,使用的GPU性能Y FLOPS,意味处理该模型只需X/Y秒)参数量对应于我们之前的空间复杂度,参数量要看占用显存的量2. 对硬件要求计算量的要求是在于芯片的fl...原创 2021-08-13 08:43:29 · 8665 阅读 · 1 评论 -
变分自编码器VAE
1. VAE & GAN变分自编码器(Variational auto-encoder,VAE)是一类重要的生成模型(generative model)除了VAEs,还有一类重要的生成模型GANsVAE 跟 GAN 比较,目标基本是一致的——希望构建一个从隐变量Z生成目标数据X的模型,但是实现上有所不同。生成模型的难题就是判断生成分布与真实分布的相似度,因为我们只知道两者的采样结果,不知道它们的分布表达式。KL 散度是根据两个概率分布的表达式来算它们的相似度的,我们只有样本...原创 2021-08-11 10:30:42 · 8430 阅读 · 3 评论 -
OpenSmile介绍和使用
ComparE_2016,6373个特征,其中65个low level descriptors(LLD),例如音调、MFCC、响度和发声概率。54个统计泛函应用于59个lld,46个统计泛函应用于相应的59个delta系数。对其他6个lld,应用了39个统计泛函。'D:/opensmile-2.3.0/bin/Win32/SMILExtract_Release -configfile D:/opensmile-2.3.0/config/ComParE_2016.conf -appendcsvl..原创 2021-07-19 19:27:18 · 4709 阅读 · 2 评论 -
语音信号的时域、频域含义及其表示
1. 时域 & 频域时域:自变量是时间,即横轴是时间,纵轴是信号的变化(振幅)。 如下图中红色曲线, 描述信号随时间变化情况 (二维空间: Time-Amplitude)频域:自变量是频率,即横轴是频率,纵轴是该频率信号的幅度(振幅)。 声音信号在频域表现为多个不同频率、振幅信号组成。(给定频率和振幅,可以得到该信号表示,下图中一条蓝色曲线,周期信号) 2. 时域图(波形图) & 频谱图时域图...原创 2021-04-30 10:58:37 · 12837 阅读 · 3 评论 -
语音信号基本知识和处理
语音信号(音频;声音)是模拟信号,现实生活中表现为连续的、平滑的波形,其横坐标为时间轴,纵坐标表示声音的强弱。我们需要将其保存为数字信号再进行处理。1. 声音三要素1.1 音调人耳对声音高低的感觉称为音调。音调主要与声波的频率有关。声波的频率高,则音调也高。人耳听觉音频范围是20Hz-20000Hz1.2 音量人耳对声音强弱的主观感觉称为响度。响度和声波的振幅有关。一般说来,声波振动幅度越大则响度也越大。1.3 音色音色是人们区别具有同样响度、同样音调的两个声音之原创 2021-04-27 21:14:00 · 11011 阅读 · 5 评论 -
多块GPU并行计算 pytorch
1. 指明要是用的GPUimport osos.environ["CUDA_VISIBLE_DEVICES"]="0,1,3" 上述代码说明,给本程序分配了编号“0,1,3”的三块GPU可供使用 PS: 本机必须是有上述声明的显卡,否则在使用时会出错 RuntimeError: cuda runtime error (38) : no CUDA-capable device is detected at ..\aten\src\THC\THCGeneral.cpp...原创 2020-09-16 10:28:23 · 1041 阅读 · 0 评论 -
预训练模型的参数保存与加载
1. 预训练参数保存def savecheckpoint(model,dir): para=model.state_dict() torch.save(para, dir)2. 预训练参数加载def LoadParameter(_structure, _parameterDir): """ :param _structure: model :param _parameterDir: 参数位置 :return: """ chec原创 2020-08-08 10:49:50 · 1380 阅读 · 0 评论 -
双线性池化 bilinear pooling
bilinear pooling主要用于特征融合,对于从同一个样本提取出来的特征x和特征y,通过bilinear pooling得到两个特征融合后的向量,进而用来分类。如果特征x和特征y来自两个特征提取器,则被称为多模双线性池化(MBP,Multimodal Bilinear Pooling)如果特征x=特征y,则被称为同源双线性池化(HBP,Homogeneous Bilinear Pooling)或者二阶池化(Second-order Pooling)bilinear pooling详.原创 2020-07-14 10:01:19 · 8380 阅读 · 1 评论 -
文件、文件夹的处理使用 python
1. 子文件夹的获取2. 文件的复制移动# -*- coding:utf-8 -*-import osfrom shutil import copy2allDir="D:\\pics\\易烊千玺"trainDir = "C:\\Users\\WEIJIE\\Desktop\\train_data\\0"dir=os.listdir(allDir) #获取所有子文件夹index=0for i in dir: folder=os.path.join(allDir, i)原创 2020-06-06 10:48:25 · 300 阅读 · 0 评论 -
爬虫明星图片 python
# -*- coding: utf-8 -*-"""Created on Mon Oct 16 20:32:27 2017@author: Jingwang Li"""import requestsimport reimport osfrom pypinyin import pinyin, lazy_pinyindef getHTMLText(url): try: r = requests.get(url, timeout=30) r.ra..原创 2020-06-06 10:03:07 · 799 阅读 · 1 评论 -
视频的读取与保存 python
1. 视频的读取主要使用python的cv2主要介绍:视频帧读取、视频宽高读取、FPS读取import cv2 as cvvc = cv.VideoCapture('12.mp4') # 读入视频文件 fps=vc.get(cv.CAP_PROP_FPS) #获取fpssize = (int(vc.get(cv.CAP_PROP_FRAME_WIDTH)),int(vc.get(cv.CAP_PROP_FRAME_HEIGHT))) #获取宽高rval, frame = vc.r原创 2020-06-06 09:51:26 · 1262 阅读 · 0 评论 -
Visio,Python,Matlab 画图
1. Visio 1)对齐技巧: 先选择的第一个为基准位置 2)保存高清图技巧:另存为--》类型:.jpg 2. Python 画曲线 & 保存 实现代码:import numpy as npimport matplotlib.pyplot as pltx = np.linspace(0, length, length)for j in range(25): plt.plot(x, heatmaps[...原创 2020-05-30 20:00:18 · 1605 阅读 · 0 评论 -
数组、列表、字典的使用 python
1. 定义import numpy as npa=[1,2,3] #list b=np.ones(100) #numpy c=np.ones([2,3]) #numpy,2行3列 d={'a':1,'b':2,'c':3} 2. 转换 list & arrayimport numpy as np a=[1,2,3] ...原创 2020-03-20 15:52:28 · 798 阅读 · 0 评论