AI搬砖小能手-CSDN博客

原创 /usr/lib/gcc/x86_64-linux-gnu/5/../../../x86_64-linux-gnu/crt1.o: In function `_start‘: (.text+0x20)

C++编译程序的时候报错：/usr/lib/gcc/x86_64-linux-gnu/5/…/…/…/x86_64-linux-gnu/crt1.o: In function _start': (.text+0x20): undefined reference tomain’报错原因：没写main()函数或main拼错了解决方法：添加main()函数，要是实在不需要main(),可添加一个空的main()编译：int main(int argc, char **argv) {}...

2021-06-17 19:18:15 4599

原创查看tensorflow,pytorch是否可用GPU

tensorflowimport tensorflow as tfprint(tf.test.is_gpu_available())pytorchimport torch print(torch.cuda.is_available())

2021-01-02 19:47:44 374

原创程序设计与算法（三）C++面向对象程序设计（第一周测验）

7.简单的Swap#include <iostream>using namespace std;class A{ public: int x; int getX() { return x; } };void swap( A & a, A & b) //考察定义到类型的问题{ int tmp = a.x; a.x = b.x; b.x = tmp;}int main(){ A a,b; ...

2020-12-12 22:55:50 417

原创 visualdl辅助搭建模型，调参及输出特征图可视化

项目介绍对于刚入门深度学习的萌新来说，常常迷惑于如何搭建一个深度学习模型，怎样选择合适的模型,模型到底学到了什么东西。笔者在参加CV方面比赛的时候，对于backbone的选择，往往是哪个网络新就选哪个网络作为backbone,至于为什么这个网络好，到底好在哪？笔者也说不清,所谓只知其然而不知其所以然。调参的时候往往是一顿操作猛如虎，至于其效果好不好，全看天意。作为一名严谨的科研萌新，不仅要知道如何调参冲榜，还要知道这个参数背后的故事。本文以图像分类网络为例结合visualdl来带大家逐步揭开网络神秘的面纱

2020-11-24 10:25:44 2299 1

原创使用np.reshape转换通道造成图像改变的问题

原图交换通道之后再reshape回去会导致图像改变：这里我们应该使用transpose交换回去：

2020-11-24 10:14:14 876

原创在notebook中显示图片的方式

1.PIL.Imagefrom PIL import Imageimg=Image.open(path)img这样可以直接显示图片，若要在函数中使用，可使用displayfrom PIL import Imagedisplay(Image.open(path))2.使用opencv和matplotlibfrom matplotlib import pyplot as pltimport numpy as npimport cv2img= cv2.imread(path)img2

2020-11-24 09:40:11 1498

原创视觉算法工程师面试必备

以下内容是我根据自己的理解以及网上搜索所整理的，如果有错误请指正，大部分内容是我面试过程中被问到的，在此做出整理，希望能对求职的同学能有帮助。有些内容还需要配合其他专业的博文来理解。YOLOv1卷积网络+2个全连接，输入图像直接预测出目标框的x,y,w,h,及置信度（是否存在目标的置信度以及分类置信度），输入一张图片，将图片划分为77的网格，每个网格负责预测落该网格中的物体，每个网格预测2（或多）个bbox,每个bbox包括x,y,w,h,以及目标的置信度以及分类置信度。输出尺寸是77*（2*5+cla

2020-11-12 21:10:50 1235

原创批量解压文件夹下的文件

1.终端中输入cd /root/home/ls *.tar.gz > ls.logls *.tgz >> ls.log for i in $( cat ls.log )dotar -zxf $i & > /dev/nulldonerm -rf ls.log代码来源于：链接2.使用for循环遍历所有文件并解压import osdef creat_data(): data_dir='data/CASIA-B/' if not os.p

2020-10-06 16:40:12 501

原创从列表中删除元素

1.del条件:知道索引lis = [1, 2, 3, 'a', 'b']print(lis)del lis[0]print(lis)del lis[lis.index('a')]#使用index勉强代替索引，但只会找到该元素第一次出现的索引，可使用while循环[1, 2, 3, 'a', 'b'][2, 3, 'a', 'b'][1, 2, 3, 'b']2.pop条件：知道索引,用法与del类似lis = [1, 2, 3, 'a', 'b']print(lis)lis

2020-10-05 10:41:57 226

原创 Python split()方法

Python split() 通过指定分隔符对字符串进行切片，如果参数 num 有指定值，则分隔 num+1 个子字符串主要注意str.split( )与str.split(‘ ’)的区别。split默认使用空格分割，这里的空格包括一个空格或多个空格，而split(‘ ’)只包含一个空格。例如：good和example之间有多个空格。使用默认的可以很好地分割字符串。这里顺便说一下如何将列表组合成字符串。...

2020-10-04 11:21:27 151

原创 paddedetection目标检测七日打卡营遇到的坑

以下为整理打卡营的遇到的问题，以及QQ群中常见的问题。一.下载预训练模型太慢解决方法：1.复制链接下载，解压后把路径添加上去。2,使用百度网盘bypy上传3.使用wget再把上面的权值地址成解压后文件的地址。二.上传的结果出错由于我并没有出错，无法得是哪个步骤出错，因此只能给出如何如何正确上传的步骤：1.先运行export_model.py，具体配置按照自己的来配!python -u tools/export_model.py -c configs/obj365/cascade_rcn

2020-09-28 21:19:54 284

原创使用paddlepaddle复现representation flow for action recognition

本博客记录了百度特别推出的全球顶会深度学习论文复现营中representation_flow复现的过程及心得。复现过程：1.阅读论文（本博客主要记录与复现相关的内容，详细的论文内容后期会出相应博客）：论文的核心网络rep_flow_layer：这是本篇论文的灵魂，理解该网络的推理过程需要结合光流TV_L1的数学公式，但在复现过程中我们可以借鉴作者的源码，因此不需要花太多精力进行这部分的复现。主要网络结构flow_2d_resnets(复现要求2d):作者的实验结果，这部分很重要，不仔细读很容

2020-09-06 09:54:09 175

转载 tar unzip解压文件

tar:tar解压文件unzip:unzip解压文件

2020-07-23 11:11:29 141

原创视频数据增强的方法

1.temporal random movedef random_move(img, o_boxes, labels): boxes = np.array(o_boxes) mask = np.zeros(img.shape[0])#生成img大小0矩阵 for i in boxes: for j in range(i[0].astype('int'), min(i[1].asty

2020-07-16 15:09:18 2098 2

原创 python读取txt文件

with open("E:\machineLearning/Tianchi/CTCN_data/CTCN_data/CTCN_data/Activity1.3_train_rgb.txt", "r") as f: i=0 for line in f.readlines(): line = line.strip('\n') #去掉列表中每一个元素的换行符 a=line.split(' ')#按空格分隔 print(a[0])...

2020-07-16 12:22:47 138

原创 python获取视频时长方法

1.使用subprocess和reimport reimport subprocessvideo = r"work/train/video/a8b96f016a28d8f3836f7cbb7734ecde.mp4"import subprocessdef get_length(filename): result = subprocess.run(["ffprobe", "-v", "error", "-show_entries",

2020-07-04 17:15:25 7187 2

原创 batch_size对loss的影响

下面是群里以为大佬说的：1.数据都是有噪声的，bs太小，受到噪声影响大。2.如果有BN，bs太小，BN统计量受到影响另一位大佬说：1.bs太小，学到的都是少量几个样本的特征。2.bs过大，每个只能学到一点点，很难学到其中的差别。...

2020-07-03 19:32:31 2288

原创 pandas查看列中小于某个值的个数

pandas中自带计数函数value_counts()，但是并不能解决我们遇到的问题。统计表格中温度小于15度的时长首先使用value_counts()生成统计表格：weather_1.groupby(['date']).temperature.value_counts().unstack()统计表如下，nan表示没出现该值：填充0：weather_1.groupby(['date']).temperature.value_counts().unstack().fillna(0)找到

2020-07-02 17:28:58 6891

原创 AttributeError: module ‘scipy‘ has no attribute ‘interpolate‘

使用 f=scipy.interpolate.interp1d(x,inputData,axis=0)时报错：AttributeError: module ‘scipy’ has no attribute ‘interpolate’解决方法：from scipy.interpolate import interp1df=interp1d(x,inputData,axis=0)

2020-07-02 10:01:52 4077 3

原创 python写入txt文件但内容为空，重启执行器或写入下一个文件时，才显示该文件内容

在写入操作后面加一个file.close()file = open('a1.txt', mode="w",encoding="utf8")file.write("123354") file.close()还有一种方法是，当写入操作时调用的其他子程序时，不用加file.close(),啥原因我也不知道# 创建一个txt文件，文件名为mytxtfile,并向文件写入msgdef text_create(name, msg): desktop_path = "work/" # 新创建的t

2020-06-28 11:03:37 1492

原创 r2_score与accuracy_score的区别

r2_score与accuracy_score都是sklearn.metrics中的计算准确率的函数，r2_score适用于回归问题，accuracy_score适用于分类问题，r2_score的输入可以是浮点数，而accuracy_score必须是整形。下面举个例子：y_test>>>>array([37.6, 27.9, 22.6, 13.8, 35.2, 10.4, 23.9, 29. , 22.8, 23.2, 33.2, 19. , 20.3, 36.1,

2020-06-26 11:41:38 5077 1

原创 pandas将表格每一行复制10遍

原表格：import numpy as npnewdf = pd.DataFrame(np.repeat(df.values,24,axis=0))newdf.columns = df.columns新表格：

2020-06-22 14:54:53 13119 6

原创查看当前文件夹的文件夹数，查看当前文件夹文件数

查看当前文件夹的文件夹数：train_data='E:/machineLearning/tensorflow/Keras/video2img/M_2'print(len([lists for lists in os.listdir(train_data) if os.path.isfile(os.path.join(train_data, lists))]))查看当前文件夹文件数：train_data='E:/machineLearning/tensorflow/Keras/video2img/M

2020-06-06 15:33:03 143

原创随机取路径下一张图片

image_dir='E:\machineLearning'i=cv2.imread(r'{}'.format(random.choice(image_dir)))

2020-05-29 19:25:54 265

原创 sklearn划分数据集

# Split Training Set from Testing Set (70/30)from sklearn.model_selection import train_test_splitX_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3)注意：sklearn版本过低train_test_split不在该模块中，应该更新版本...

2020-05-28 12:49:46 174

原创 pandas表格删除列，替换表格元素值,取多少列,将某列设置为索引

删除某列：del data['Species']查看某列的有啥数据：data.Species.unique()替换表格内容：spc_dic = {'setosa': 0, 'versicolor': 1, 'virginica': 2}data['Species'] = data.Species.map(spc_dic)

2020-05-24 11:49:36 328

原创 pandas将表格第一行作为列名

pandas读取表格的时候，经常把Excel表的列名也读取为数据。解决方法是把header设置为0而不是Noneinfection=pd.read_csv('dataset/data_processed/infection.csv', sep=',', header=0, names=None)若需要自己写列

2020-05-18 23:35:53 29350 3

原创对表格数据多行取出现次数最多的元素重建表格

在这里插入代码片import numpy as npimport pandas as pdimport osweather = pd.read_csv('dataset/train_data/city_B/weather.csv', sep=',', header=None, names=['data','

2020-05-18 22:53:02 121

原创数据归一化

原数据形状：[404,14]，13个x，1个y，每一列都相当于一个特征.需要对每一列进行归一化# 计算train数据集的最大值，最小值，平均值maximums, minimums, avgs = \ training_data.max(axis=0), \ training_data.min(axis=0), \ training_data.sum(axis=0) / training_data.shape[

2020-05-17 10:59:17 496

原创对表格进行操作：转换表格数据类型，剔除指定元素，表格元素替换

对表格使用groupby进行操作时，发现少了几个数据#查看列表中有多少个不同的元素from collections import *weather = pd.read_csv('dataset/train_data/city_A/weather.csv', header=None, names=['data', 'hour', 'temperature', 'humidity','wind_direction', 'wind_speed', 'wind

2020-05-12 13:55:15 321

原创按字典替换表格中的内容

1.原数据from collections import *weather = pd.read_csv('dataset/train_data/city_A/weather.csv', header=None, names=['data', 'hour', 'temperature', 'humidity','wind_direction', 'wind_speed', 'wind_force','weather'])weather=weather.

2020-05-12 11:58:58 783

转载理解自编码的作用autoencoder

原来有时神经网络要接受大量的输入信息, 比如输入信息是高清图片时, 输入信息量可能达到上千万, 让神经网络直接从上千万个信息源中学习是一件很吃力的工作.所以, 何不压缩一下, 提取出原图片中的最具代表性的信息, 缩减输入信息量, 再把缩减过后的信息放进神经网络学习.这样学习起来就简单轻松了.所以, 自编码就能在这时发挥作用. 通过将原数据白色的X 压缩, 解压成黑色的X, 然后通过对比黑白 X ,求出预测误差, 进行反向传递, 逐步提升自编码的准确性.训练好的自编码中间这一部分就是能总结原数据的.

2020-05-11 21:23:06 649

空空如也

空空如也