- 博客(89)
- 收藏
- 关注
RSS订阅原创 QTableWidget实现复制粘贴
复制：// 复制选中内容void MainWidget::copySelectFromTable(){ QList<QTableWidgetSelectionRange> sRangeList = ui->tableWidget->selectedRanges(); for(const auto &p : qAsConst(sRangeList)) { QString str; for (auto i = p.topR
2022-04-28 08:56:47
2617
原创 Qt只出现 exited with code 3的错误
我的这个错误是在debug的时候报错，但是release和profile是可以正常运行的。各种百度以后，还是没有找到解决办法，自己无意中尝试将mingw32改为Mingw64重新运行之后就没问题了。好神奇，虽然解决了bug，但是还是不清楚其中的原理是什么。稍微记录一下。...
2022-04-20 09:43:10
2276
原创 2021-08-10 清华镜像安装python库
清华镜像安装python库pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 。。。‘。。。’表示要安装包的名称。
2021-08-10 10:15:27
3604
原创 网络爬虫爬取多张照片
import urllib.requestimport urllib.parseimport reimport os#获得保存下载图片文件夹的路径def Imgpath(word): file_path = os.getcwd()[:-4] + word #获得当前的文件路径后创建带有关键词的路径 if not os.path.exists(file_path): #判断新建路径是否已经存在 os.makedirs(
2021-06-28 18:09:58
256
原创 网络爬虫爬取百度图片
import requests#import re#正则表达from tqdm import tqdm#进度条with open('Rose.html','r',encoding = 'utf-8') as fp: data = fp.readline()print(data)#构造请求头headers = {'access-control-allow-origin':'*', 'content-type':'image/webp', 'accept
2021-06-28 18:09:14
185
原创 安装tensorflow和对应的CUDA版本
参考链接：https://blog.csdn.net/happywlg123/article/details/111749867
2021-03-11 09:01:21
467
原创 关于CNN神经网络的反向传播过程
1.https://blog.csdn.net/qq_45091360/article/details/90766856?utm_medium=distribute.pc_relevant.none-task-blog-baidujs_baidulandingword-2&spm=1001.2101.3001.42422.https://blog.csdn.net/qq_16137569/article/details/81477906
2021-01-13 14:57:57
95
原创 导出CSDN文章内容的代码
1.按F12键，进入到控制台页面。2.输入如下代码(function(){ $("#side").remove(); $("#comment_title, #comment_list, #comment_bar, #comment_form, .announce, #ad_cen, #ad_bot").remove(); $(".nav_top_2011, #header, #navigator").remove(); $(".p4course_target, .comm
2021-01-13 11:09:53
156
原创 基于python代码的Selective Search实现
# -*- coding: utf-8 -*-from __future__ import divisionimport skimage.ioimport skimage.featureimport skimage.colorimport skimage.transformimport skimage.utilimport skimage.segmentationimport numpy# "Selective Search for Object Recognition" by J.
2021-01-11 09:36:29
289
原创 ResNet网络迁移学习
import osimport matplotlib.pyplot as pltimport numpy as npimport torchfrom torch import nnimport torch.optim as optimimport torchvision#pip install torchvisionfrom torchvision import transforms, models, datasets#https://pytorch.org/docs/stable/to
2020-12-23 15:30:35
285
1
原创 ResNet论文解读及代码实现
经典神经网络 | ResNet论文解读及代码实现前言ResNet是2015年ImageNet比赛的冠军，将识别错误率降低到了3.6%，这个结果甚至超出了正常人眼识别的精度。通过观察学习vggnet等经典神经网络模型，我们可以发现随着深度学习的不断发展，模型的层数越来越多，网络结构也越来越复杂。那么是否加深网络结构，就一定会得到更好的效果呢？从理论上来说，假设新增加的层都是恒等映射，只要原有的层学出跟原模型一样的参数，那么深模型结构就能达到原模型结构的效果。换句话说，原模型的解只是新模型的解的子空间，
2020-12-22 19:55:42
466
原创 VGGnet论文精读
论文精读：https://blog.csdn.net/qq_41033011/article/details/110374389源码分析：https://blog.csdn.net/sinat_33487968/article/details/83584289import torch.nn as nnimport torch.utils.model_zoo as model_zoo __all__ = [ 'VGG', 'vgg11', 'vgg11_bn', 'vgg13', 'vgg
2020-12-22 15:51:22
134
原创 常见的卷积神经网络AlexNet
1.论文解读第一个典型的CNN是LeNet5网络结构，但是第一个引起大家注意的网络却是AlexNet，也就是文章《ImageNet Classification with Deep Convolutional Neural Networks》介绍的网络结构。这篇文章的网络是在2012年的ImageNet竞赛中取得冠军的一个模型整理后发表的文章。作者是多伦多大学的Alex Krizhevsky等人。Alex Krizhevsky其实是Hinton的学生，这个团队领导者是Hinton，那么Hinton是谁呢？
2020-12-22 11:17:01
402
原创 图像分类-KNN算法
import matplotlib.pyplot as pltimport numpy as npdef CreateDataset(): group = np.array([[1.0,2.0],[1.2,0.1],[0.1,1.4],[3.2,2.1],[0.3,3.5],[5.2,3.1],[1.0,1.1],[0.5,1.5]]) labels =np.array(['B','A','B','A','B','A','B','B']) return group,labelsd
2020-12-21 15:58:27
225
原创 第一模块 关于GAN论文的详细阐述
https://blog.csdn.net/Unauthorized_/article/details/105335256@TOC欢迎使用Markdown编辑器你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。新的改变我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：全新的界面设计 ，
2020-12-10 17:34:25
123
原创 第一模块理解GAN网络基本原理
https://blog.csdn.net/ifreewolf_csdn/article/details/89309912
2020-12-09 10:58:43
173
原创 训练深度神经网络失败的罪魁祸首不是梯度消失，而是退化
作者通过深度线性网络的例子对照证明了导致最终网络性能变差的原因并不是梯度消失，而是权重矩阵的退化，导致模型的有效自由度减少，并指出该结论可以推广到非线性网络中良心博主https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2650735824&idx=1&sn=1720a687f197538b23d8d329e87998fb&chksm=871ac0aeb06d49b826d8f7d6370e2fc9768c57c4d8
2020-12-08 16:55:19
185
原创 笔记随记---pytorch损失函数之nn.BCELoss()（为什么用交叉熵作为损失函数）
https://blog.csdn.net/geter_cs/article/details/84747670可以看见使用交叉熵作为损失函数后，反向传播的梯度不在于sigmoid函数的导数有关了。这就从一定程度上避免了梯度消失。
2020-12-08 16:43:15
460
原创 第一模块图像识别常用分类模块Resnet解析
一篇非常好的博客关于Resnet网络的解析，以及他的前因后果。感谢博主的辛勤付出。https://blog.csdn.net/weixin_43624538/article/details/85049699
2020-12-08 11:41:02
296
原创 笔记随记---cuda显示内存不足
如果模型在运行了一些时间后出现的outofmemory，那么有可能是因为无用的临时变量太多了，我们需要使用torch.cuda.empty_cache()进行清理就可以了。或者重启服务重新跑代码就好。
2020-12-08 10:06:40
2010
原创 第一模块图像识别常用分类模块pytorch model.named_parameters() ,model.parameters() ,model.state_dict().items()
pytorch model.named_parameters() ,model.parameters() ,model.state_dict().items()1、model.named_parameters()，迭代打印model.named_parameters()将会打印每一次迭代元素的名字和param。for name, param in model.named_parameters(): print(name,param.requires_grad) param.requires_grad
2020-12-08 08:40:34
438
原创 第一模块图像识别分类常用模块torch.utils.data.DataLoader
torch.utils.data.DataLoader使用方法在pytorch中，提供了一种十分方便的数据读取机制，即使用torch.utils.data.Dataset与Dataloader组合得到数据迭代器。在每次训练时，利用这个迭代器输出每一个batch数据，并能在输出时对数据进行相应的预处理或数据增广操作。同时，pytorch可视觉包torchvision中，继承torch.utils.data.Dataset，预定义了许多常用的数据集，并提供了许多常用的数据增广函数。1. torch.uti
2020-12-07 21:42:57
583
原创 第一模块图像识别分类常用模块torchvision.datasets.ImageFolder使用详解
torchvision.datasets.ImageFolder使用详解一、数据集组织方式ImageFolder是一个通用的数据加载器，它要求我们以下面这种格式来组织数据集的训练、验证或者测试图片。root/dog/xxx.pngroot/dog/xxy.pngroot/dog/xxz.pngroot/cat/123.pngroot/cat/nsdf3.pngroot/cat/asd932_.png对于上面的root，假设data文件夹在.py文件的同级目录中，那么root一般都是如
2020-12-07 21:10:18
1027
1
原创 第一模块图像识别分类常用模块-关于model.train()与model.eval()的用法
关于model.train()与model.eval()的用法如果模型中有BN层(Batch Normalization）和Dropout，需要在训练时添加model.train()，在测试时添加model.eval()。其中model.train()是保证BN层用每一批数据的均值和方差，而model.eval()是保证BN用全部训练数据的均值和方差；而对于Dropout，model.train()是随机取一部分网络连接来训练更新参数，而model.eval()是利用到了所有网络连接。联系Batch N
2020-12-07 17:09:15
257
原创 第一模块图像识别分类常用模块
import osimport numpy as npimport torchfrom torch import nnimport torch.optim as optimimport matplotlib.pyplot as pltimport torchvisionfrom torchvision import models,transforms,datasetsimport imageio#读取图片的apiimport timeimport randomimport sysim
2020-12-07 17:05:28
884
原创 第一模块 深度学习入门
第一模块 深度学习入门1.关于卷积卷积的主要目的是为了从输入图像中提取特征。卷积可以通过从输入的一小块数据中学习到图像的特征，并且可以保留像素的空间关系。在CNN术语中，3X3的矩阵叫做 滤波器（filter）或者卷积核(kernel) 或者 特征检测器（常用称作卷积核），通过图像上滑动滤波器并且计算点乘得到的矩阵叫做 “卷积特征（Convolved feature）"滤波器在原始输入图像上的作用是特征检测器。在实践中CNN会在训练过程中学习到的这些滤波器的值，我们使用的滤波器越多，提取到的图像特征就
2020-12-02 19:36:22
169
原创 导入图片的四种方法对比
1、用PIL的Image导入图片之后会得到一个Image的对象，这个对象可以通过convert(“RGB”)函数，然后用np.array()函数转成RGB三通道，进而用plt显示出来，如果不用convert函数的话，显示出来的结果会有色差。from PIL import Imageimport numpy as npimport matplotlib.pyplot as pltimg = Image.open("D:\\Users\\sgcai\\compute_zhixin\\test.png"
2020-10-15 15:01:34
836
原创 对抗神经网络GAN
使用mnist数据集from __future__ import print_functionfrom keras.datasets import mnistfrom keras.layers import Input,Dense,Reshape,Flattenfrom keras.layers import BatchNormalizationfrom keras.layers.advanced_activations import LeakyReLUfrom keras.models imp
2020-10-10 09:07:06
156
原创 keras读写文件
读写文件，主要代码函数import osimage_types = (".jpg",".jpeg",".png",".bmp",".tif",".tiff")def list_images(basePath,contains=None): #返回有效的文件集 retrun list_files(basePath,validExts = image_types,contains = contains)def list_files(basePath,validExts = None
2020-10-08 12:19:52
312
1
原创 tensorflow和keras版本的对应关系
查看原文：https://blog.csdn.net/douzi949389/article/details/108146536?utm_medium=distribute.pc_relevant.none-task-blog-BlogCfData-3.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCfData-3.nonecaseTensorFlow 2.2 tensorflow-2.2 TensorF
2020-10-04 09:48:10
1317
原创 第八模块：图像的几何变换
图像的几何变换主要包括：平移、扩大与缩小、旋转、仿射、透视等等。图像变换是建立在矩阵运算基础上的，通过矩阵运算可以很快的找到对应关系。图像的平移图像的平移，沿着x方向tx距离，y方向ty距离，需要构造移动矩阵M。通过numpy来产生这个矩阵，并将其赋值给仿射函数cv2.warpAffine().仿射函数cv2.warpAffine()接受三个参数，需要变换的原始图像，移动矩阵M 以及变换的图像大小（这个大小如果不和原始图像大小相同，那么函数会自动通过插值来调整像素间的关系）。```python
2020-09-22 16:51:56
273
原创 [2020-09-16]python六大排序方式
1.快速排序#encording:utf-8def Quick_sort(alist): """快速排序""" if len(alist) < 2: return alist n = len(alist) mid =alist[n // 2] left,right = [], [] alist.remove(mid) for item in alist: if item <= mid:
2020-09-16 17:10:14
246
原创 Python os.makedirs() 方法
Python os.makedirs() 方法https://www.runoob.com/python/os-makedirs.html
2020-09-08 11:25:02
305
原创 [笔记]argparse基本用法
关于argparse的基本用法https://blog.csdn.net/yy_diego/article/details/82851661
2020-09-08 11:23:18
73
原创 关于pytorch.optim
这里是引用https://blog.csdn.net/kgzhang/article/details/77479737这里写自定义目录标题关于pytorch.optim优化器的使用新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导.
2020-09-02 08:58:33
125
原创 数据标准化处理
from sklearn import preprocessingtraindata=preprocessing.StandardScaler().fit_transform(training)
2020-05-15 21:32:40
121
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人