![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 67
pan_mlpan
没有伞的孩子要努力奔跑
展开
-
Python — sklearn 分类效果评估
Python — sklearn 分类效果评估因为最近写的分类模型需要性能评价 ,常用的分类性能评价有 查准率、召回率、准确率、F1分类问题的常用的包 sklearn ,下面对相关方法进行介绍前提知识对于我们的二分类问题,会有以下情况:真正例(True Positive,TP):真实类别为正例,预测类别为正例。假正例(False Positive,FP):真实类别为负例,预测类别为正例。假负例(False Negative,FN):真实类别为正例,预测类别为负例。真负例(True Neg原创 2022-03-27 21:25:46 · 964 阅读 · 0 评论 -
python - sklearn 计算准确率
python - sklearn 计算准确率因为最近写的分类模型需要性能评价 ,常用的分类性能评价有 准确率、查准率、召回率、F1分类问题的常用的包 sklearn ,下面对准确率所用的方法进行介绍召回率 请看另外一篇文章: sklearn 计算召回率查准率 请看另外一篇文章: sklearn 计算查准率F1 请看另外一篇文章:sklearn 计算 F1前提知识对于我们的二分类问题,会有以下情况:真正例(True Positive,TP):真实类别为正例,预测类别为正例。假正例(Fals原创 2022-03-27 21:24:27 · 10293 阅读 · 1 评论 -
python - sklearn 计算F1
python - sklearn 计算F1因为最近写的分类模型需要性能评价 ,常用的分类性能评价有 查准率、召回率、准确率、F1分类问题的常用的包 sklearn ,下面对F1所用的方法进行介绍查准率 请看另外一篇文章: sklearn 计算查准率召回率 请看另外一篇文章: sklearn 计算召回率前提知识对于我们的二分类问题,会有以下情况:真正例(True Positive,TP):真实类别为正例,预测类别为正例。假正例(False Positive,FP):真实类别为负例,预测类别原创 2022-03-27 20:58:24 · 11271 阅读 · 0 评论 -
python - sklearn 计算精准率(Precision)
python - sklearn 计算查准率因为最近写的分类模型需要性能评价 ,常用的分类性能评价有 查准率、召回率、准确率、F1分类问题的常用的包 sklearn ,下面对查准率所用的方法进行介绍召回率 请看另外一篇文章: sklearn 计算召回率前提知识对于我们的二分类问题,会有以下情况:真正例(True Positive,TP):真实类别为正例,预测类别为正例。假正例(False Positive,FP):真实类别为负例,预测类别为正例。假负例(False Negative,FN)原创 2022-03-27 20:52:58 · 10574 阅读 · 0 评论 -
python- sklearn 计算召回率(Recall)
python - sklearn 计算召回率因为最近写的分类模型需要性能评价 ,常用的分类性能评价有 查准率、召回率、准确率、F1分类问题的常用的包 sklearn ,下面对召回率所用的方法进行介绍前提知识对于我们的二分类问题,会有以下情况:真正例(True Positive,TP):真实类别为正例,预测类别为正例。假正例(False Positive,FP):真实类别为负例,预测类别为正例。假负例(False Negative,FN):真实类别为正例,预测类别为负例。真负例(True N原创 2022-03-27 20:51:06 · 22037 阅读 · 2 评论 -
torch.max() 函数
torch.max() 函数最近在玩图像目标分类问题,涉及到一个 torch.max() 函数,来记录一下1、函数说明output = torch.max(input, dim)输入:input:是softmax函数输出的一个tensordim:是max函数索引的维度0/1,0是每列的最大值,1`是每行的最大值输出:函数会返回两个tensor,第一个tensor是每行的最大值;第二个tensor是每行最大值的索引。在多分类任务中我们并不需要知道各类别的预测概率,所以返回值的第一个原创 2022-03-09 14:21:51 · 1933 阅读 · 0 评论 -
pip安装pytorch 0.4.1
pip安装pytorch 0.4.1最近在跑模型的时候,用到的环境是python 3.6 pytorch 为0.4.1,然后发现我直接pip install torch==0.4.1安装不了那么就记录一下如何安装 0.4.1 版本的 torch 其他版本类似~,这里介绍windows 下安装这个安装 指定版本的torch一般我们在缺失包的时候,我们都是直接根据包名来安装,例如缺失 torch 包:pip install torch如果我们想安装指定版本的包,例如想安装 0.4.1 的 torc原创 2022-02-24 20:49:28 · 9533 阅读 · 2 评论 -
AttributeError: module ‘torch‘ has no attribute ‘bool‘
AttributeError: module ‘torch’ has no attribute ‘bool’问题描述:使用pytorch 1.0.0 的时候,出现该错误问题处理:原因是因为:版本问题。我用0.4.0版本测试发现torch.bool是有的,但是1.0.0确实没有了解决:解决办法就是把torch.bool换成torch.uint8修改前的代码:im_mask = torch.zeros((im_h, im_w), dtype=torch.bool)修改后的代码:im_mas原创 2021-11-04 15:18:38 · 880 阅读 · 0 评论 -
cv2.error: OpenCV(4.5.4-dev) :-1: error: (-5:Bad argument) in function ‘putText‘
cv2.error: OpenCV(4.5.4-dev) ???? error: (-5:Bad argument) in function ‘putText’问题描述:使用opencv这个库的方法putText 出现了以下错误问题处理原因是因为:这里的参数矩阵x y 要为 int 型 我代码中的x y 为浮点型,所以这边报错代码使用前强转一下:原代码:cv2.putText( image, s, (x, y), cv2.FONT_HERSHEY_SIMPLE原创 2021-11-04 15:15:19 · 14016 阅读 · 1 评论 -
Mask Scoring R-CNN——源码运行记录
Mask Scoring R-CNN——源码运行记录最近在跑该模型,遇到了很多问题,github上给的东西不足以将这个模型给正常运行起来,所以在此记录一下github源码地址1、环境说明各个版本的信息:ubuntu18.04.3 (linux服务器)+ CUDA9+torch1.0+torchvision0.2+python3.6.2 + gcc5如果不知道各个东西的含义的,可以查看我的另外一篇博文:显卡,显卡驱动,nvcc, cuda driver,cudatoolkit,cudnnpytho原创 2021-10-28 15:32:47 · 612 阅读 · 2 评论 -
gcc、g++安装
gcc与g++安装主要是在服务器进行gcc与g++的安装1、查看是否安装gccgcc -v若有对应版本信息,即已经安装2、安装gcc(若已经安装,跳过即可)# 安装gcc,默认的安装后的位置是/usr/bin,可以选择自己对应的版本进行安装sudo apt-get install gcc-5cd /usr/binls -l gcc* #查看所有gcc版本sudo ln -s gcc-5 gcc #新建软连接gcc -v # 有上面的版本信息即为成功3、查看g++原创 2021-10-28 14:57:49 · 6749 阅读 · 0 评论 -
CUDA安装与切换
CUDA安装与多版本之间切换主要是在linux安装cuda1、cuda 下载、安装方法到 CUDA Toolkit 下载链接 下载自己服务器对应的版本,这里下载 cuda_9.0.176_384.81_linux.run为个例子演示一下:在选择的时候建议选择使用 .run 文件来操作,因为使用 .deb可能会将已经安装的较新的显卡驱动替换。进入到cuda_9.0.176_384.81_linux.run 的目录下进行执行:sudo chmod +x cuda_9.0.176_384.81_l原创 2021-10-28 14:53:49 · 847 阅读 · 0 评论 -
NMS与Soft-NMS
NMS 与 Soft-NMS1)NMS非最大抑制(Non-maximum suppression, NMS)是物体检测流程中重要的组成部分。NMS算法首先按照得分从高到低对建议框进行排序,然后分数最高的检测框M被选中,其他框与被选中建议框有明显重叠的框被抑制。该过程被不断递归的应用于其余检测框。根据算法的设计,如果一个物体处于预设的重叠阈值之内,可能会导致检测不到该待检测物体。即当两个目标框接近时,分数更低的框就会因为与之重叠面积过大而被删掉。(将检测框按得分排序,然后保留得分最高的框,同时删除与该原创 2021-10-28 09:49:00 · 292 阅读 · 0 评论 -
unsupported GNU version! gcc versions later than 6 are not supported!
unsupported GNU version! gcc versions later than 6 are not supported!问题描述在模型构建的时候遇到了该错误,原因是因为你的cuda 版本不支持 高版本的 gcc问题解决解决办法一 : 安装低版本的gcc并切换多个版本gcc存在,新安装并切换:先前已经有gcc7,安装gcc 6 并切换sudo apt-get install gcc-6cd /usr/binls -l gcc* #查看所有gcc版本sudo m原创 2021-10-27 11:21:05 · 2555 阅读 · 2 评论 -
gcc: error trying to exec ‘cc1plus‘: execvp: no such file or directory
gcc: error trying to exec ‘cc1plus’: execvp: no such file or directory 错误问题描述当我们在build模型或者cmask模型的时候,会出现该错误,导致问题的原因可能是因为没有安装 gcc 或者 g++,也可能是已安装的 gcc 和 g++ 版本不兼容问题解决(1)查看是否安装gccgcc -v若有下面的版本信息,即已经安装(2)安装gcc(若已经安装,跳过即可)# 安装gcc,默认的安装后的位置是/usr/bin,可以原创 2021-10-27 11:12:50 · 16352 阅读 · 0 评论 -
安装出现Kernel not compiled with GPU support
服务器跑模型出现Kernel not compiled with GPU support一般我们在跑模型的时候,需要搞清楚该模型所需要的环境信息,安装出现Kernel not compiled with GPU support原创 2021-10-26 18:20:20 · 1984 阅读 · 0 评论 -
显卡,显卡驱动,nvcc, cuda driver,cudatoolkit,cudnn
显卡,显卡驱动,nvcc, cuda driver,cudatoolkit,cudnn是什么在使用深度学习框架的过程中一定会经常碰到这些东西,虽然anaconda有时会帮助我们自动地解决这些设置,但是有些特殊的库却还是需要我们手动配置环境,但是我对标题上的这些名词其实并不十分清楚,所以老是被网上的教程绕得云里雾里,所以觉得有必要写下一篇文章当做笔记供之后参考。1、GPU型号参考【GPU编程系列之一】从深度学习选择什么样的gpu来谈谈gpu的硬件架构显卡:简单理解这个就是我们前面说的GPU,尤其指原创 2021-10-26 17:12:24 · 1353 阅读 · 1 评论 -
机器学习之线性回归与代价函数
线性回归这个算法会更了解监督学习过程完整的流程通过一个例子来开始:(根据房屋的大小预测房屋的价格)这个例子是预测住房价格的,我们要使用一个数据集,数据集包含俄勒冈州波特兰市的住房价格。在这里,我要根据不同房屋尺寸所售出的价格,画出我的数据集。比方说,如果你朋友的房子是 1250 平方尺大小,你要告诉他们这房子能卖多少钱。那么,你可以做的一件事就是构建一个模型,也许是条直线,从这个数据模型上来看,也许你可以告诉你的朋友,他能以大约 220000(美元)左右的价格卖掉这个房子。这就是监督学习算法的一个例原创 2021-03-24 22:47:34 · 964 阅读 · 0 评论 -
机器学习之监督与非监督算法
机器学习1、概念学习是一门多学科交叉专业,涵盖概率论知识,统计学知识,近似理论知识和复杂算法知识,使用计算机作为工具并致力于真实实时的模拟人类学习方式,并将现有内容进行知识结构划分来有效提高学习效率。机器学习有下面几种定义:(1)机器学习是一门人工智能的科学,该领域的主要研究对象是人工智能,特别是如何在经验学习中改善具体算法的性能。(2)机器学习是对能通过经验自动改进的计算机算法的研究。(3)机器学习是用数据或以往的经验,以此优化计算机程序的性能标准Tom 定义的机器学习是,一个好的学习问题定原创 2021-03-23 21:50:40 · 2219 阅读 · 0 评论