weixin_38871988的博客

ue批量命名小记录

卡尔曼戏说

绘制气象图

docx转xlsx

简单排课算法

二分查找

一个人必须不停地写作，才能不被茫茫人海淹没。

困固加强理解 map，pr，准确率，召回率准确率和召回率的时候可以拿口罩检测做类别TF,预测的是否对PN,是否带口罩就戴口罩为视角：把戴口罩当成不戴口罩，戴口罩识别的准确率问题。把不戴口罩当成戴口罩，戴口罩识别的召回率问题。为了综合考评：准确率高，召回率高，相加不就好了，F1,近似于相加，分母相加，分子相加。进一步，计算pr曲线的面积，也就是希望面积越大，约近似于1的平方，也就是召回率最大时，准确率最大，都接近于1时最好.map,把所有类别的pr曲线下面积相加求平均的指标。给别人解释的时候，可

yolov5鸟类识别，公开数据集，准确度从70%多提高到90%多以后，对其他物体识别为鸟的概率降低，但是鸟的泛化性明显下降，判别错就一直错（视频拍摄时）

yolov5实践纪录，模型训练训练时需要修改的几个地方，不论如何，先git下载代码，然后下载单独的模型，在根目录下yolov5s.pt文件。data文件夹下修改，yaml文件举例：train: ../train/imagesval: ../valid/imagesnc: 2names: ['mask', 'no-mask']数据集格式labels每个文件和images每个图片原文件相同，文件内容，每行包含识别的标签，和每个预测框的初始坐标和长宽。一个文件可以包含多行，即包含多

SSH密码方式登录操作场景本节操作介绍在Windows和Linux环境中使用SSH密码方式远程登录Linux云服务器的操作步骤。前提条件弹性云服务器状态为“运行中”。弹性云服务器已经绑定弹性公网IP，绑定方式请参见绑定弹性公网IP。所在安全组入方向已开放22端口，配置方式请参见配置安全组规则。使用的登录工具（如PuTTY）与待登录的弹性云服务器之间网络连通。例如，默认的22端口没有被防火墙屏蔽。本地使用Windows操作系统如果本地主机为Windows操作系统，可以按照下面方式登录云服务器

策略步骤简介:1、 计算相应指数相对强弱 RPS2、 计算相应指数上行波动率、下行波动率，并计算二者差值3、 计算当天波动率差值的移动均值（天数由 RPS 值确定、RPS 值越大相就取的天数越多4、 观察前一天的(波动率差值的移动均值)，如为正就保持持有（或卖入）、否则就保持空仓（或卖出）。5、注：考虑交易成本2015年前（hs300）：2006-2015收益：1302.9290000000012006-2022收益：666.7719000000011观察17年以后的变化，收

量化交易获取数据import osimport pandas as pdimport urllibimport tushare as tsimport pandas_datareader.data as webDATA_DIR = 'tmp'if not os.path.exists(DATA_DIR): os.mkdir(DATA_DIR)def download_163(datadir, code, dtype, start): print('download: %s

数据生成器迭代问题def data_loader(data_path, batch_size, split=0.2): """ description: 从持久化文件中加载数据, 并划分训练集和验证集及其批次大小 :param data_path: 训练数据的持久化路径 :param batch_size: 训练和验证数据集的批次大小 :param split: 训练集与验证的划分比例 :return: 训练数据生成器, 验证数据生成器, 训练数据数量,

pytorch_model.bin:BERT_PRETRAINED_MODEL_ARCHIVE_MAP = { 'bert-base-uncased': "https://s3.amazonaws.com/models.huggingface.co/bert/bert-base-uncased-pytorch_model.bin", 'bert-large-uncased': "https://s3.amazonaws.com/models.huggingface.co/bert/ber

[PAD][unused1][unused2][unused3][unused4][unused5][unused6][unused7][unused8][unused9][unused10][unused11][unused12][unused13][unused14][unused15][unused16][unused17][unused18][unused19][unused20][unused21][unused22][unused23][unuse

!"$%&’()*+,–.…………./.一.数.日///0123456789:????/::;<?@ALex[]^_`expsubsup|}~·××××ΔΨγμφφ．В——————‘’’‘“””，…………………………………………………………③′∈′｜℃Ⅲ↑→∈［∪φ∈≈①②②ｃ③③］④⑤⑥⑦⑧⑨⑩

model.load_state_dict(torch.load(model_path)model.load_state_dict(torch.load(model_path,map_location = torch.device(‘cpu’)))

from selenium import webdriverimport timedriver = webdriver.Chrome()driver.get("http://www.baidu.com")print(driver.title)driver.find_element_by_id("kw").send_keys("selenium")driver.find_element_by_id("su").click()time.sleep(3)driver.close() 安装：

博客园Python实现语音识别和语音合成主要借鉴录音# --coding:utf-8--import waveimport pyaudio# 用Pyaudio库录制音频# out_file:输出音频文件名# rec_time:音频录制时间(秒)def audio_record(out_file, rec_time): CHUNK = 1024 FORMAT = pyaudio.paInt16 # 16bit编码格式 CHANNELS = 1 # 单声道