weixin_40258368的博客

翻译 DAIC-WOZ数据集

该数据库是更大的语料库（遇险分析访谈语料库（DAIC））的一部分（Gratch等2014年），其中包含旨在支持诊断心理困扰的临床访谈焦虑，抑郁和创伤后应激障碍等疾病。 这些采访是收集作为更大的努力的一部分，以创建一个可以采访人并识别人的计算机代理精神疾病的言语和非言语指标（DeVault等，2014）。 收集的数据包括音频和录像和广泛的问卷答复； 语料库的这一部分包括“绿野仙踪”采访，该采访由动画化的虚拟采访者Ellie进行，由人控制面试官在另一个房间里。 数据已被转录和标注为多种语言和非语言特征。数据

翻译 在深度神经网络中防止过拟合

摘自O社的fundamentals of Deep Learning第一种方法：正则化1、L2正则化正则化通过添加惩罚大权重的附加项来修改我们最小化的目标函数。换言之，我们将目标函数改为Error+λf (θ) ，f(θ)随 θ的变大而变大， λ 是另一个名叫正则化强度的超参数。 我们选择λ 的值的大小决定了我们想解决过拟合的程度。 λ =0说明我们没有采取任何方法防止过拟合。如果λ太大，那么我们的模型将优先考虑将θ保持尽可能小，而不是试图找到在我们的训练集上表现良好的参数值。结果是，选择λ是一个很重

原创 将图片数据按照标签存储至文件夹

首先，介绍一下要被分类存储的数据集格式Base文件夹中的图片有两个标签，代表两个指标，图片存储在Base文件夹中，指标一和二的标签都在Annotation_Base.xls中，list.txt存放的是图片的路径和该图片对应的指标一；list1.txt存放的是图片的路径和该图片对应的指标二分好的图片数据集格式长这个样子import numpy as npimport osimport...

原创 小白Debug路上的第一败笔 MESSIDOR眼底图片数据集

先来看看我的代码：import osimport xlrd#*******************制作‘路径 标签’格式的.txt文件****************************xl = xlrd.open_workbook(r'E:\Python\project\DIY\MESSIDOR\val\Annotation_Base2.xls')table = xl.sheets...

原创 相位差、广义互相关、相关系数求声音信号的延时值

最近查了很多文献，也尝试了很多方法，可是还是没有找到一个绝好的方法求同一声源下相隔一定距离的两麦克风测得声音序列的延时值。目前公认最好的求延时值的方法是广义互相关法代码如下 ay=xlsread('C:\Users\solid\Desktop\最新测试\o1.xlsx','B2:B4002'); ax=xlsread('C:\Users\solid\Desktop\最新测试\o1.xlsx','...

原创 经典网络解析.AlexNet,ZFNet,VGG,GoogLeNet,Resnet

我根据北邮鲁鹏老师的计算机视觉与深度学习课程,做了一些课后总结.不禁感叹,鲁鹏老师的课程很棒!AlexNet 在解决了过拟合问题(增加了数据规模)及显卡算力问题后,从12年的AlexNet开始,人们转头重新研究深度神经网络.ZFNetVGGGoogLeNetResnet一:AlexNetAlexNet验证了深度卷积神经网络的高效性,使得DNN得以再次蓬勃发展主要贡献:1:提出了一种卷积层加全连接层的卷积神经网络结构.(卷积层提取特征,全连接层进行分类)2:首次使用ReLU函数做为

原创 torchvision.model中model.to(device)里面的小细节

今天在gpu-debug的路上又向前迈进的一小步：问题如下：model = models.resnet50(pretrained=True).to(device)这样把model放入devices的话，会报一个这样的错误：但是，如果这样写的话就一路绿灯了。 model = models.resnet50(pretrained=True) model=model.to(device)不说了，继续加油嗷！...

原创 找到图中部分像素的重心与整张图片的重心，以此夹角为图片进行矫正

import cv2import numpy as npimport mathfrom scipy import ndimagesrc = cv2.imread( '../../LLeft_baijing.jpg')#灰度图raw = cv2.imread('../../ME-065-RLeft_test.jpg')#原图"""眼表图片旋转矫正，采用黑晴重心与整个眼底的重心的连线与水平线的夹角为校准角度"""src = cv2.GaussianBlur(src, (21,...

原创 计算两两同时出现的次数

任务是这样的，有18个类，出现在excel中的一列中，每一元素有若干个类数，但每一个类别只有一个，计算所有出现的类中，类a与类b同时出现的次数。数据就是这样的，做出来的结果是这样的：用的是遍历的方法，下面是代码：import pandas as pd#待分析数据存储地址excel_path=r'../经筛选后的体质数据.xlsx'#打开exceldata=pd.read_excel(excel_path)#读取待处理列，[]中的内容为待处理列的标题id=data['按标准的

原创 一个可以用单张图片测试网络分类性能的函数

import torchfrom torch import nnfrom PIL import Imagefrom torchvision import transforms, datasetsimport cv2import osimport shutilclass_names = ['0', '1'] # 这个顺序很重要，要和训练时候的类名顺序一致device = torch.device("cuda:0" if torch.cuda.is_available() else "cp.

原创 图片批量去黑边

图片批量去黑边import cv2import osdef de_black(source_path): image = cv2.imread(source_path) b = cv2.threshold(image, 15, 255, cv2.THRESH_BINARY) # 调整裁剪效果 binary_image = b[1] # 二值图--具有三通道 binary_image = cv2.cvtColor(binary_image, cv2.

原创 对比一下python中的类下初始化参数与否的用法

class solution: def __init__(self,a=1,b=2): self.a=a self.b=b def add(self,a,b): return a+bxiaoming=solution()print(xiaoming.add(3,4))需要初始化类属性，上述步骤缺一不可，无论少哪个都会报错下面是不需初始化类属性的类定义方法：class solution: def add(a,b):

原创 CUDNN与CUDA的对应关系

原创 有趣的python千篇一律

这些函数是从GCN代码中学到的，可以为今后的学习做辅助与参考。enumerateimport numpy as npidx = np.array([4,5,7,9,4])idx_map = {j: i for i, j in enumerate(idx)}idx_map:{4: 4, 5: 1, 7: 2, 9: 3}此处的用法可以根据np数组中的元素建立一个哈希表，{x:y,…}x表示np中的元素值，y表示最后一次出现x的位置。flattenimport numpy as npid

翻译 TCN卷积神经网络

为什么选择时间卷积网络？与具有相同容量的循环体系结构相比，TCN具有更长的内存。在大量任务（序列MNIST，添加问题，复制内存，字级PTB …）上，其性能始终优于LSTM / GRU体系结构。平行度，灵活的接收域大小，稳定的梯度，训练所需的低内存，可变长度的输入…放大的因果卷积层堆栈的可视化（Wavenet，2016）参数：TCN(nb_filters=64, kernel_size=2, nb_stacks=1, dilations=[1, 2, 4, 8, 16, 32], padding

原创 一些关于卷积神经网络的很棒的资料

卷积的理解‘’’不定期更新‘’’

原创 anaconda环境下安装torchnet时遇到的连锁问题

这个问题我是在安装torchnet包时遇到的。Module Not FoundError : No module named 'tools.cwrap'首先，介绍以下我的环境：windows+anaconda+python3.8+已经按照好了pytorch。1、首先，没法通过conda install torchnet来安装。针对这个问题，我首先做了如下尝试：尝试1简单描述以下就是换用清华的镜像源来下载，具体的anaconda prompt指令如下首先，激活pytorch环境conda ac

原创 DIAC-WOZ数据集（二）---Visual signals

**视觉信号：**Visual signals from the face-to-face data show that several features can serve as indicators of depression, anxiety, and PTSD (Scherer et al., 2013b; Scherer et al., 2014). Specifically, these forms of psychological distress are predicted by a m

原创 自我总结argparse函数

好多代码的传参都是用argparse函数来写的，我在CSDN上搜索了一些，可是觉得越看越糊涂，我又去了博客园发现了几篇还不错的博客。自我总结，不时更新。argparse，是Python标准库中推荐使用的编写命令行程序的工具。首先，python给的英文原版解释在这点我看英文原版一个博客园的博主做了一些翻译，地址在这儿点我看博主翻译版本这个博主的解释也很详细我觉得看懂了的一个版本好了，下面该我自己总结了：1、为什么要用argparse？我目前的感觉是功能更加强大一些，圈定的为可选参数，且规范