weixin_39731450的博客

原创 学习计划

已经完成：1.

原创 高并发秒杀系统

高并发秒杀系统

原创 源码系列(Spring/SpringBoot/HashMap)

包含源码：Spring、SpringBoot、HashMap、ConcurrentHashMap

原创 java综合

java知识点分块总结，包含：反射相关，并发操作相关，Spring相关，jvm相关，基础知识等

原创 线性代数中的矩阵变换

一个二维矩阵就可以改变一个平面只需要记录改变后的基向量坐标。就可以知道整个平面所有点转换后的坐标。

原创 气井时序预测

1.高频数据进行降维2.高频数据的滚动方差进行降维

原创 TensorBoard的使用

from torch.utils.tensorboard import SummaryWriterwriter = SummaryWriter("logs")作用：1.显示不同步的图像writer.add_image(''title'', image_array, step)2.显示数，losswriter.add_scalar(''title'', y, x)

原创 python数据读取及处理

1.txt文件读取import pandas as pddata = pd.read_csv('', usecouls=[])data = data.values

原创 keras中的时序网络

使用keras.layers中的LSTM、DenseDense(2):意思是将步长这个维度的长度改为2LSTM(4,input_shape=(20,1),return_sequence=Ture):4代表隐藏层的输出为维度为4，LSTM网络的输入为（samples个数、步长、特征个数),这里的（20,1）代表步长为20，特征为一维。retuen_sequence=Ture代表返回一个三维，即输入的样式，否则只返回二维，即不包含samples这个维度。...

原创 利用Keras进行网络编写

一.使用keras.model中的Model.Sequential二.使用类创建模型以下是一个自编码器的例子：from keras.layers import Lambda, Input, Dense, LSTM, RepeatVector, TimeDistributedimport kerasfrom keras import layersfrom keras.models import Model,Sequentialfrom keras.datasets import mn.

原创 利用tansformer进行时序数列的预测

防止学习率过大导致loss为nan，将lr设置为0：但仍然，out出现nan,导致loss出现nan

原创 Transformer浅谈

Transformer用自注意力机制来处理时序数据，不同于RNN的串行，Transfomer因为每个时间步可以同时计算，可以实现并行。自注意力机制：利用三个权重矩阵，即WQ,WK,WV（如果是多个WQ,WK,WV则为多头注意力），与输入x相乘得到向量q,k,v。不同的x对应不同的q,k,v。计算当前x的值时，将当前x的q分别与其他x的k相乘再分别除以k维度的开方。得到的值进行softmax。这样当前的x对每一个x（包含自己）都有一个得分。再将得分与每个x对应的v相乘，再将左右所有乘的结果相加得到

原创 torch.tensor的使用

import torcha =[[[1], [2], [3]], [[4], [5], [6]]]a = torch.tensor(a)print(a.shape)print(len(a))结果：torch.Size([2, 3, 1])2其中[2, 3, 1]分别依次对应从内到里的括号里面的数据个数：231

原创 井筒积液

数据的处理：传入：10天的所有数据输出：240条分别存入两个文件

原创 python项目打包

使用pyinstaller --hidden-import=pkg_resources -F main.py对程序入口进行打包问题：没有找到文件，查看对应位置：观察文件结构：更改代码为：

原创 RNN

原创 鼠标点击位置，绘制轮廓 qt

1.鼠标点击绘制矩形框from PyQt5.QtWidgets import QWidget, QApplication, QLabelfrom PyQt5.QtCore import QRect, Qtfrom PyQt5.QtGui import QImage, QPixmap, QPainter, QPen, QGuiApplicationimport cv2import sysclass MyLabel(QLabel): x0 = 0 y0 = 0 x1

原创 RCNN

RCNNselective search+CNN+SVM+logistic regression

原创 谈多少恋爱合适？

加入恋爱次数固定，谈几段恋爱可以结婚？答案是总数的百分之三点几之后在考虑，此时遇到比之前更好的就可以结婚了举例：5 2 8 3 1 2 9 4 6 7 10计算第k个值后，遇到的最大数为选到最佳结果的概率：，后面的为最大数包含在前k个数中，不然的话到不了第i个值。因为前面就有值比前k个中的值大了。之后计算P的导数，求出极值点，算出k参考链接：https://blog.csdn.net/qiao1025566574/article/details/107859001...

原创 SGD、momentum、Adgrad、Adam

SGD、momentum、Adgrad、Adam1.SGDGD：使用所有的预测值来计算损失函数的导数SGD：只使用当前值计算损失函数导数，用来规划下降的方向2.momentum参数更新时，不直接使用梯度负方向：使用之前的梯度来规划当前的梯度：3.Adagrad加入了自适应学习率，来规划步长：4.Adam使用一阶动量来更新方向，二阶动量来更新步长：参考链接：https://zhuanlan.zhihu.com/p/32230623...

原创 背包算法

代码w = [0, 2, 3, 4, 5]v = [0, 3, 4, 5, 6]bagV = 8dp =[[0 for col in range(9)] for row in range(5)]for i in range(1, 5): for j in range(1, 9): # 如果容量不能放入第i个物品 if(j < w[i]): dp[i][j] = dp[i-1][j] # 如果能放入第i个物品,则判断是放了价值大还是不放价值大 # 需要注意的是dp.

原创 python完成分治法

算法思路将点按照横坐标排序，把点分为左右，并且判断中间的点代码：# 创建点P = [[1, 2], [6, 4], [2, 4], [8, 8], [6, 9], [10, 11], [2, 3], [10, 2], [6, 7]]'''针对点集的快速排序'''def quick_sort(arr, start, end): if start>= end: return #至关重要，退出条件 low = start high = end mid =arr[start

原创 2020-10-21

一个简单的KNN算法，数据已上传数据文件：https://download.csdn.net/download/weixin_39731450/12998036代码：import csvimport randomwith open('prostate-cancer\Prostate_Cancer.csv', 'r')as file: read = csv.DictReader(file) datas = [row for row in read]# 数据随机打乱random.shu

原创 SVM

原创 机器学习08 BP算法

BP算法主要解决的是神经网络中的调参问题forward pass其中，从输出往前推导的计算为：取决于的定义（类似于sigmoid function）取决于loss function与目标值之间的定义往前的过程为：和乘以一些权重再乘得到以及和乘以一些权重再乘得到 。...

原创 图像分割综述

参考文章：https://zhuanlan.zhihu.com/p/70758906

原创 labelme创建多边形

def mousePressEvent(self, ev): if QT5: pos = self.transformPos(ev.localPos()) else: pos = self.transformPos(ev.posF()) if ev.button() == QtCore.Qt.LeftButton: if self.drawing(): ...

原创 convariance matrx(协方差矩阵)

1.随机变量数学期望X 2 -1 3 P(X=Xi) 0.3 0.2 0.5 E(X)=0.3*2+0.2*(-1)+0.5*3（X代表随机变量，取值依次为X1,X2,X3对应的概率分别为P1,P2,P3）2.方差用以衡量随机变量与数学期望的偏离程度方差的含义就为差值的平方（因为差值有正负，绝对值不好计算，因此引入平方进行计算）计算方法为：3.标准差（也称均方差）因为方差将其进行了平方，会导致物理意义可能产生变化（长度成绩变成.

原创 机器学习07 brief introduce of deep learning

1

原创 机器学习06 logistic regression

w

原创 机器学习05 classification

step1step2step3

原创 anaconda3使用

1.环境生成conda create -n xxx python=362.环境切换conda activate xxx

原创 from skimage import morphology 报错

windows10下，from skimage import morphology 报错的解决办法from:https://blog.csdn.net/weixin_44493841/article/details/101445479

原创 git的使用

1.github中一个仓库传入多个项目from:https://www.jianshu.com/p/749f271d7d87准备工作在github上创建一个仓库名为testCommit的仓库新建一个本地文件夹，专门放我们练习的demo1.我创建的是C:\Users\Administrator\Desktop\testCommit2.然后将练习的demo-a放到该文件（testCommit）里3.右键 Git Bath Here进入git操作：image.png.

原创 labelImg再创辉煌

如何使用源码：form:https://zhuanlan.zhihu.com/p/978070421、从github上下载labelmghttp://github.com/tzutalin/labelImg或者git clone http://github.com/tzutalin/labelImg 2、安装PyQt5cmd-----pip install PyQt53、安装PyQt5-toolscmd------pip install pyqt5-tools4、安装l.

原创 机器学习04 gradient descent

gradient descent用来挑选moduel

原创 机器学习03 basic concept

了解不同module误差的来源，从而来improve这个modulebiasvariance

原创 机器学习 02 regression

什么是regression通过之前的数据来预测之后的情况，结果是scalar为什么会用到regression通过机器学习，分析大量的数据，进行预测怎样实现regressionmodelloss

原创 师兄有话说 01

机器学习的学习路线机器学习的主要内容什么是机器学习机器学习类别模型模型=算法+参数上图中算法为加法，W1,W2,...Wn为参数，机器学习的目的就是找到这些参数学习过程Loss用于确定模型的好坏让损失函数最小...

原创 机器学习 01 Introduction

什么是机器学习让机器寻找一个函数，使得能将特定的x（图形，声音）转化为y（个数，yes or no）三种不同的函数（需要机器寻找）regression：进行预测classificaion：进行判断generation：产生文句或图形等三种机器学习的方式supervised learning:具有Labeled Data作为训练资料，用于作为寻找目标函数。最后用loss（失败个数/总个数）来判断寻找的准确性。reinforcement learning:通过不同的尝试，进行自我