- 博客(89)
- 资源 (3)
- 收藏
- 关注
原创 Python:使用 pyts 把一维时间序列转换成二维图片
在之前的一篇博客 —— 将一维时间序列转化成二维图片中,我翻译了一篇文章,说的是将一个时间序列信号转换成二维图片:然后在文章的最后发了一个 Github 代码,这个代码是原文作者的代码,有人反应代码不能跑起来。这里我使用 Python 的一个第三方库 pyts,参考官方文档,改写了一下。测试了一下,可以在 Pyhon3.7 上成功运行。
2019-05-04 23:15:00 34020 215
原创 R-CNN:使用自己的数据训练 Faster R-CNN 的 ResNet-50 模型
上次使用 Faster R-CNN 训练了一个 VGG16 的网络,为了再提升识别的准确率,利用 ResNet 网络在同样的数据上面训练了多一次,过程如下
2018-07-06 19:45:16 15953 48
原创 R-CNN:使用自己的数据训练 Faster R-CNN 的 VGG-16 模型
最近在学习 Faster R-CNN 模型,为了了解其中网络的结构,利用 PascalVOC 数据集,来扩展网络的类别(原来有 20 类)。过程分为:数据准备 ==> 相关文件修改 ==&amp
2018-07-06 19:44:48 8676 3
原创 AI 绘图:MidJourney 的提示语句(Prompt)怎么写?
这篇文章主要总结了在 AI 绘画中,使用 MidJourney 时提示语句 Prompt 的写法。
2023-04-03 15:02:43 6721 1
原创 Python:直观地查看某个物品使用一段时间之后每天的平摊价格
买了一副眼镜,花了 800 块钱,感觉很贵,然后我在心里突然思考,这个眼镜如果买了一天就不见了,那么相当于我这一天使用的成本是 800 块钱。如果使用了 4 天之后才不见,那么我这四天每天使用的成本就是 200 块钱。也就是说如果这一副眼镜我用的时间越多,每天所花费的使用成本就越低。带着这个问题,我用 Python 写了一个简单的程序,使用 Matplotlib 来可视化,很直观地就看到要花多少时间才能够每天的平摊价格达到自己可接受的程度。
2023-03-29 13:32:36 435
原创 怎么理解 C++ 的 explicit 关键字?
给构造函数声明 explicit 可以阻止它们被用来执行隐式类型转换(implicit type conversions)。本文通过一个例子来直观地帮助大家理解 C++ 中的 explicit 关键字。
2023-01-02 17:32:17 420
原创 这道「岛屿题」用并查集做就体现出其威力了!
之前的岛屿题,用 DFS 和 BFS 来做要比用并查集更加好做并且高效,但是最对这一道题用并查集要更加好做。
2022-12-29 19:31:43 294
原创 Qt 报错:Undefined symbols for architecture arm64
Bug:Undefined symbols for architecture arm64,完整的报错信息:设备:MacBook Pro Apple M1系统:macOS Ventura 13.0
2022-12-08 11:52:52 1961
原创 伴随方法:线性方程的伴随方程(Adjoint Equation)
伴随方法是 Neural-ODE 中十分重要的一个方法,它让一个计算量复杂到基本无法求解的问题变得有可能。在神经网络中嵌套线性方程或者非线性方程也会遇到同样的问题,这篇文章从最简单的例子线性方程中的网络参数求解中,表达一下伴随方法的思想以及一些公式的推导。
2022-05-15 21:25:35 3847
原创 Julia:Flux.jl 中的网络更新优化器参数解释
网络参数更新的优化器有很多的选择,但是大部分都是 Adam 算法的变种或者优化,下面是关于这些优化器的一些介绍和参数的意义,详细的可以去看不同算法的论文深入了解。
2022-05-05 15:14:16 331
原创 面试:2022 春招实习美团面试题目
昨天做了美团的一套题目,把题目记录了一下。分享出来,并且把自己编的思路和过程也写出来,当然应该会有错误,如果有错误,可以直接评论给我提出来。或者如果有自己的思路,希望可以给我分享一下,学习学习。
2022-05-01 17:33:19 580
原创 LeetCode 第 3 题:无重复字符的最长子串(Python 代码)
这是一道没有多少知识点的题目,就是用 **滑动窗口** 的方式来写,算是一道挺简单的题目,但是想了我很久。我的方法和官方的题解是差不多的,但是写完之后看官方题解就感觉很好理解。
2022-04-29 16:58:00 541
原创 LeetCode 第 138 题:复制带随机指针的链表(Python 代码)
题目 138. 复制带随机指针的链表 的描述如下,给定一个长度为 n 的链表,每个节点比普通的节点多了一个额外的随机指针 ramdom,该指针可以指向链表中的任何节点或空节点。构造这个链表的深拷贝。所谓的深拷贝,就是完全生成一个新的对象,内存地址都是不同的,这样改变拷贝之前变量,就不会影响到拷贝的变量。
2022-04-28 16:37:11 1889
原创 特征工程:什么是「组合特征」?要如何处理「高维组合特征」?
为了提高复杂关系的拟合能力,在特征工程中经常会把一阶离散特征两两组合,构成高阶组合特征。在实际问题中,需要面对多种高维特征,简单地两两组合,依然容易存在参数过多、过拟合等问题。
2022-04-21 11:50:12 990
原创 操作系统:如何通过 ssh 给远程服务器传输文件
通过 ssh 的方式给远程服务器传输文件的命令为:scp -P port file_name user@ip:/dir_name假如远程服务器的端口为 74523,IP 地址为 192.168.1.1,想要给其传输一个名为 README.md 的文件到远程服务器上的 strongnine 用户上的 Documents 目录上,那么你的命令可以写为:scp -P 74523 ./README.md strongnine@192.168.1.1:~/Documents...
2022-04-06 18:12:22 8046
原创 Python:正确生成列表的方法
在生成列表的时候,最好用 `[0 for _ in range(n)]` 的方式而不是 `[0] * n` 的方式生成。两种方式的不同之处,在这篇 Blog 中讨论了。
2022-04-03 09:41:43 4773
原创 LeetCode 第 1373 题:二叉搜索子树的最大键值和
LeetCode 第 1373 题:二叉搜索子树的最大键值和题目 1373. 二叉搜索子树的最大键值和 的要求是,给你一颗以 root 为根的二叉树,要求返回任意二叉搜索子树的最大键值和。首先要注意的是,给定的二叉树不一定是一颗二叉搜索树,所以我们要判断以某个节点为根节点的子树是否为二叉搜索树。二叉搜索树的定义如下:任意节点的左子树中的键值都 小于 此节点的键值。任意节点的右子树中的键值都 大于 此节点的键值。任意节点的左子树和右子树都是二叉搜索树。暴力法首先用比较暴力的
2022-03-12 11:28:03 8325
原创 PyTorch:常见错误 inplace operation
inplace 操作是 PyTorch 里面一个比较常见的错误,这篇文章记录了一个一些排查这种错误的方法
2022-01-30 17:17:57 5140
原创 Julia:Zygote 上自定义后向传播
Zygote 是 Julia 上一个实现自动微分、自动求导的包,其中 @adjoint 宏是 Zygote 接口的一个重要组成部分。
2021-12-01 09:13:11 347
翻译 Julia:如何调试微分方程求解问题
PSA: How to help yourself debug differential equation solving issuesOptimizing DiffEq Code常见问题求解 stiff equations
2021-10-08 19:26:46 859
原创 macOS:常用快捷键
macOS 文件操作快捷键Command ⌘ + X:剪切所选项并拷贝到剪贴板。Command ⌘ + C:将所选项拷贝到剪贴板。这同样适用于「访达(Finder)」中的文件。Command ⌘ + V:将剪贴板的内容粘贴到当前文稿或应用中。这同样适用于「访达」中的文件。注:在拷贝文件的时候,如果想要用剪切的方式,是不能像在 Windows 上那样用 Command ⌘ + X 进行的,而是先 Command ⌘ + C 拷贝文件,然后用 Command ⌘ + Option ⌥ + V 去实现。
2021-07-21 14:58:35 407
原创 Julia:DiffEqSensitivity 包的预编译(precompiling)失败
个人感觉:在 Ubuntu 上,在用 Julia 的时候,没事情还是不要随便更新系统和一些包Julia 一些包的更新太快,有时候一不小心更新了某个包,就会导致出现各种的问题。我更新了某个包,然后在预编译的时候,出现了 Failed to precompile 的报错在 using DiffEqSensitivity 的时候,出现了 ERROR: UndefVarError: SciMLBase not defined. 的报错,然后无法完成 precompile。这种情况,有几种尝试的方法:.
2021-07-10 14:53:54 1474 2
原创 LaTeX:图片排版
让两个图片并排放着,如果使用 \subfigure 的话可以让每个子图片都有 caption,如果没有想要给每个子图都编号和 caption,可以这样写,比较简单\begin{figure} \centering \includegraphics[scale=0.5]{d.jpg} \hspace{1in} % 两张图片的间隔 \includegraphics[scale=0.5]{c.jpg} \caption{两张图片并排在一个浮动体}\end{figure}...
2021-07-04 09:53:58 821
原创 Julia:如何用 Plots 画多个子图
Plots 可以画出很多丰富的图。从画线、点、阴影填充都可以,但是在 Julia 上面,与 Python 上的 Matplotlib 的写法有很大的不同,这篇文章就是写一些基本的或者常用的用法,包括如何用 For 循环去画多个子图。今天就来学习如何使用 Plots 灵活地画图,以不同的高斯分布图作为例子。1/ 创建高斯分布概率密度using Random, Distributions, PlotsRandom.seed!(123);x = collect(-8:0.5:8);y_gaussia
2021-06-09 17:01:43 2253 2
原创 Julia:Plots 包的属性汇总
这篇文章是 Julia 的 Plots 包的各种属性的汇总,实际上应该算是文档里面的一个翻译和整理。1/ 属性1.1/ 属性的介绍在 Plots 上,输入的数据都有固定的位置(例如,在 plot(y) 里面的 y),而属性是以关键词的方式传递的(例如,plot(y, color=:blue))。在 REPL 中执行 using Plots 之后,可以使用 plotattr() 打印 series, plots, subplots, axes 的所有的属性进行查看:# Valid Operations
2021-06-08 16:50:38 983
原创 Julia:用多层感知机解决异或问题
1/ 异或问题(XOR Problem)异或问题就是当两个输入的布尔值一致时,输出为 True(可以用 1 代表),如果两个输入的布尔值不一致的时候,输出为 False(可以用 0 代表)。据说多层感知机(MLP)是很难处理异或问题的,就好比下面的问题。首先由一个问题引入,来自邱锡鹏老师的书《神经网络与深度学习》第四章的习题 4-2:习题 4-2 试设计一个前馈神经网络来解决 XOR 问题,要求该前馈神经网络具有两个隐藏神经元和一个输出神经元,并使用 ReLU 作为激活函数。一个可行的结果如下,
2021-06-07 19:49:25 3008 2
原创 LaTeX:中文作业排版的编辑技巧
目录1/ 自定义标题格式2/ 页眉页脚3/ 目录一般情况下,如果有 LaTeX 的模板,就不用怎么考虑目录的格式,直接用命令 \tableofcontents 自动生成就好了。但是有一些作业,想要用 LaTeX 排版,就要考虑老师给的格式,例如要自己重新设定各级标题的格式,对于中文的支持有时候也会带来一些报错。首先如果想要在 LaTeX 上使用中文,可以很简单的通过命令 \usepackage{ctex} 导入 ctex 包,他会把摘要等预设的标题变成中文的,然后可以直接显示中文。1/ 自定义标题格
2021-06-01 17:19:04 2116
原创 常微分方程(ODE)的数值计算方法
目录1/ 欧拉法(Euler Method)[^2]2/ 龙格-库塔法(Runge-Kutta Method)2.1/ 四阶 Runge-Kutta 方法2.2/ Runge-Kutta 的一般形式参考常微分方程组的求解比较麻烦,通常在计算机上使用数值计算的方式去进行。假设一阶常微分方程组(ODEs)由下式给出dxdt=fi(x), i=1,2,…,n\frac{dx}{dt}=f_i(x),~i=1,2,\dots,ndtdx=fi(x), i=1,2,…,n其中 xx
2021-05-27 11:54:07 5270
原创 Julia:报错 no method matching increment_deriv!(::Float64, ::Float64)
该报错参考:https://discourse.julialang.org/t/diffeqflux-an-error-when-using-nns-that-take-both-time-and-position-as-input/60937是在反向传播的时候报的错误,报错主要信息:ERROR: LoadError: MethodError: no method matching increment_deriv!(::Float64, ::Float64)Closest candidates are
2021-05-20 22:48:11 1151
原创 自动微分(AutoDiff)的原理
自动微分(AutoDiff)的原理1/ 各种自动微分的优缺点1机器学习的一个重要的任务,就是对参数求导得到损失函数对于每个参数的偏导数,然后进行梯度下降。而求偏微分,可以选择的方法有:手工微分(manual differentiation)、符号微分(symbolic differentiation)、数值微分(numerical differentiation)、前向自动微分(forward-mode autodiff)和反向自动微分(reverse-mode autodiff)。而在 Julia
2021-05-19 11:19:19 1540
原创 Python:给信号添加白噪声
1. 白噪声信噪比:SNR=10log10PsPnSNR=10 \log _{10} \frac{P s}{P n}SNR=10log10PnPsPsP_sPs 和 PnP_nPn 分别表示信号和噪声的有效功率,信噪比 SNR 的单位为 dB. 如果 x(t)x(t)x(t) 和 n(t)n(t)n(t) 分别为信号和噪声,则SNR=10log10∑t=0N−1x2(t)∑t=0N−1n2(t)SNR=10 \log _{10} \frac{\sum_{t=0}^{N-1} x^{
2021-03-28 17:12:26 10741 8
原创 PyTorch:一篇使用技巧汇总
设定 tensor 默认的 dtype:torch.set_default_tensor_type(torch.DoubleTensor)Pytorch 有八个类型:Daya typedtypeTensor types32-bit 浮点torch.float32 or torch.floattorch.*.FloatTensor64-bit 浮点torch.float64 or torch.doubletorch.*.DoubleTensor16-bit 浮点
2021-03-13 11:07:55 354 1
原创 Python:使用 Matplotlib 进行画图
Matplotlib 是 Python 里面进行画图的一个最常用的库,这篇文章整理了关于这个库的各种绘图技巧。
2021-02-02 21:11:38 387
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人