笔记
码匀
时光在记忆里生根发芽
展开
-
牛客打开摄像头几秒后画面消失 | 相机打开画面一闪一闪
win+R呼出运行,输入regedit,按下回车打开注册表;此时重新打开相机或者是牛客测试都没问题了!原创 2022-07-27 18:02:54 · 1034 阅读 · 1 评论 -
根据输入的qq号获取昵称、邮箱和头像等基础信息
直接使用get方式请求即可:https://api.lixingyong.com/api/qq?id=your qq number原创 2022-05-09 16:58:58 · 1992 阅读 · 1 评论 -
torch模型导出onnx
记录一下torch模型转onnx,onnx的优点是速度快,并且文件小,并且可支持较多的引擎,本文简单介绍如何导出:首先加载我们的模型,例如加载我的模型:model = ResNetSE34V2(8222, device, encoder_type='ASP').to(device)model = load_checkpoint(model, '../checkpoint/', checkpoint_name='model1.pt')model.eval()加载完成后一定要让模型进入eval状态原创 2022-04-27 15:42:28 · 2732 阅读 · 0 评论 -
关于 API 接口设计中Token设计讨论 相关文章
API网关设计(一)之Token多平台身份认证方案API 接口设计中Token设计讨论基于Token实现开放API接口签名验证原创 2022-03-22 15:37:50 · 101 阅读 · 0 评论 -
pymysql 解决pymysql自动断开 定时检查数据库连接状态
在框架中使用Mysql 数据库存在一个问题,即连接八小时之内没有执行命令则自动断开,最简单的解决方法是重启服务。暴力解决重启服务这显然是不友好的,还有一种方法是设置等待时间,如设置:interactive_timeout = 360000wait_timeout = 360000如上设置能保证服务十天不断开,但如果用户超过十天没使用该服务则又需要重启,该方法治标不治本。sql查询解决另外一种方法是在每次sql查询之前都判断连接是否正常,如果不正常则重新连接。步骤如下:connection原创 2022-03-21 18:04:18 · 4121 阅读 · 0 评论 -
SpringBoot 编译出错Failed to execute goal org.apache.maven.plugins:maven-resources-plugin:3.2.0
[ERROR] Failed to execute goal org.apache.maven.plugins:maven-resources-plugin:3.2.0:resources (default-resources) on project demo: Input length = 1 -> [Help 1][ERROR] [ERROR] To see the full stack trace of the errors, re-run Maven with the -e switch.原创 2022-03-02 15:26:28 · 321 阅读 · 0 评论 -
两个list对应排序
现有一个list为name,另一个为score,需求是按照score来排序,希望得到的结果name和之前的score一一对应,一开始我采用的方法为:list(map(score.index, heapq.nlargest(top, score)))这样可以得到由大到小的索引,之后根据索引就可以取到值,但存在一个问题,如果score分数一样,那么map就会丢失另一个name。改进:使用zip将两个list组合,之后根据list其中的一个元素进行排序即可,代码如下:zipped = zip(tag,原创 2021-12-16 12:11:59 · 2126 阅读 · 0 评论 -
对比学习(Contrastive Learning):研究进展精要
对比学习(Contrastive Learning):研究进展精要转载 2021-11-19 08:50:52 · 382 阅读 · 0 评论 -
os.path.expanduser到底有什么用?
在linux下面,一般如果你自己使用系统的时候,是可以用来代表"/home/你的名字/"这个路径的.但是python是不认识这个符号的,如果你写路径的时候直接写"/balabala",程序是跑不动的.所以如果你要用,你就应该用这个os.path.expanduser把~展开.举例:path = os.path.expanduser('~/Project')Out: '/home/mon/Project'这里面"mon"是我的用户名....转载 2021-11-17 14:46:44 · 1226 阅读 · 0 评论 -
深度学习PyTorch,TensorFlow中GPU利用率较低,CPU利用率很低,且模型训练速度很慢的问题总结与分析
https://blog.csdn.net/qq_32998593/article/details/92849585转载 2021-10-27 11:39:58 · 234 阅读 · 0 评论 -
Pytorch DataLoader prefetch_factor pin_memory
dataset (Dataset) :所加载的数据集。batch_size (int, optional) :每个批次加载多少个样本。shuffle (bool, optional) :如果为 True,则每个epoch 都会再打乱数据。sampler (Sampler or Iterable, optional) :定义了如何从样本采样的策略。可以是任何实现了 __len__的迭代器。batch_sampler (Sampler or Iterable, optional) :与sampler类.原创 2021-10-25 17:42:57 · 4618 阅读 · 0 评论 -
实时监控Linux GPU的占用情况
一般情况下,我们使用的是nvidia -smi 来监控,但不美观且信息冗余,此处使用gpustat来监控,可直接安装:pip install gpustat然后我们输入gpustat即可得到:但此时无法实时获取,使用以下命令即可:gpustat -i...原创 2021-10-25 09:02:10 · 990 阅读 · 0 评论 -
图神经网络之DGL安装
使用简单的pip直接安装dgl是可以成功的,但训练使用cuda的话则会报错,注意,如果使用torch框架,则必须在dgl安装之前安装torch…DGL安装:conda install -c dglteam dgl-cuda10.1此处cuda10.1必须指定,也可以其他版本...原创 2021-10-20 17:15:41 · 7400 阅读 · 5 评论 -
解决python导入问题
在编写程序时,常常需要对不同模块的函数放入不同的文件夹以此来方便管理,此时就会面临跨文件夹导包的问题,如果两个py文件在同一个文件夹,可以直接导入,并且直接运行也是没问题的,但是如果存在多个文件夹,并且其中一个文件夹的py文件需要使用另一个文件夹的文件时,此时直接导入则会出现错误。下面来演示:首先展示文件夹分布:情景1 main函数导入Utils中的utils,并且在utils中还导入同级的Mel_Feature.py文件此时如果直接导入pycharm是不会报错的,但是运行会发生无法找到utils原创 2021-09-18 09:33:01 · 1408 阅读 · 0 评论 -
python glob使用
1、 glob是python自己带的一个文件操作相关模块,用它可以查找符合自己目的的文件,就类似于Windows下的文件搜索,支持通配符操作,*,?,[]这三个通配符,*代表0个或多个字符,?代表一个字符,[]匹配指定范围内的字符,如[0-9]匹配数字。它的主要方法就是glob,该方法返回所有匹配的文件路径列表,该方法需要一个参数用来指定匹配的路径字符串(本字符串可以为绝对路径也可以为相对路径),其返回的文件名只包括当前目录里的文件名,不包括子文件夹里的文件。比如:glob.glob(r'c:\*.t转载 2021-09-17 10:27:26 · 2627 阅读 · 0 评论 -
Python函数参数传入格式 *args 和 **kwargs 的作用和区别
函数形参*args 和 **kwargs 主要用于函数定义。你可以将不定数量的参数传递给一个函数。不定的意思是:预先并不知道, 函数使用者会传递多少个参数给你, 所以在这个场景下使用这两个关键字。其实并不是必须写成 *args 和 **kwargs。 *(星号) 才是必须的。你也可以写成 *ar 和 **k 。而写成 *args 和**kwargs 只是一个通俗的命名约定。python函数传递参数的方式有两种:位置参数(positional argument)关键词参数(keyword ar转载 2021-09-17 09:44:52 · 583 阅读 · 0 评论 -
Python取出list对应值的索引
有如下list:predict_labels = [0 1 0 1 0 0 0 0 0 0 1 1 0 0 0 0 0 1 0 1 0 1]此时需要取出所有0和1对应的索引存入一个字典,看操作:speaker_dict = dict()for i in range(speaker_number): speaker_voice = [] speaker_dict[i] = [j for j, label in enumerate(predict_labels) if label ==原创 2021-09-15 16:26:33 · 3002 阅读 · 0 评论 -
Linux 修改文件夹和文件权限
当我们在服务器创建文件夹或者文件时,可能会遇到下图问题:这是因为我们的用户权限不够,我们可以修改文件夹以及文件的权限来进行修改,常见的权限有三种,读写以及执行权限权限数值二进制具体作用r40000 0100read,读取。当前用户可以读取文件内容,当前用户可以浏览目录。w20000 0010write,写入。当前用户可以新增或修改文件内容,当前用户可以删除、移动目录或目录内文件。x10000 0001execute,执行。当前用户可以执行文件,当前原创 2021-09-09 11:46:06 · 2343 阅读 · 0 评论 -
Python 字符串前面加u,r,b,f的含义
1、字符串前加 u例:u"我是含有中文字符组成的字符串。"作用:后面字符串以 Unicode 格式 进行编码,一般用在中文字符串前面,防止因为源码储存格式问题,导致再次使用时出现乱码。2、字符串前加 r例:r"\n\n\n\n” # 表示一个普通生字符串 \n\n\n\n,而不表示换行了。作用:去掉反斜杠的转移机制。(特殊字符:即那些,反斜杠加上对应字母,表示对应的特殊含义的,比如最常见的”\n”表示换行,”\t”表示Tab等。 )应用:常用于正则表达式,对应着re模块。3、字符串前转载 2021-09-09 11:07:14 · 107 阅读 · 0 评论 -
linux 解压文件夹下所有zip文件
解压上述文件。find . -name '*.zip' # 查看当前文件夹下所有zip文件cd zip文件的父级文件夹目录unzip '*.zip' # 运行此命令即可原创 2021-09-08 11:44:20 · 7251 阅读 · 0 评论 -
pytorch中num_workers详解
下面代码是计算如何找到本机的最佳num_workers:import timeimport torch.utils.data as dimport torchvisionimport torchvision.transforms as transformsif __name__ == '__main__': BATCH_SIZE = 100 transform = transforms.Compose([transforms.ToTensor(), ..转载 2021-09-08 09:42:35 · 3443 阅读 · 0 评论 -
百度飞浆环境搭建(PaddlePaddle)
win和linux类似,此处演示win版:首先创建环境:conda create -n Paddle python=3.7激活环境:conda activate Paddle安装PaddlePaddle:python -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple # cpu版python -m pip install paddlepaddle-gpu -i https://mirror.ba原创 2021-09-03 10:26:46 · 2765 阅读 · 0 评论 -
Epoch、Step和BatchSize的区别
今天用Tensororad的时候突然想到这个问题,记下来:这里的横轴都知道应该是step。那么举个例子:1000张图片,每次训练10个。Epoch:这一千张图片全部训练完成一次即为一个Epoch。Step:1000/10 即为step,表示要更新多少次梯度。BatchSize:这里的10 即为batchsize。这里是每隔十次就更新一次梯度,也就是将一个batch中的图片一张张送入模型,累加loss求平均,到了第十张图片的时候就开始反向传播。拙见,如有错误,烦请评论区告知。...原创 2021-08-13 09:11:23 · 7007 阅读 · 0 评论 -
Python 面向对象笔记
class MyClass(object): # 此处的object可以不写,和Java一样,所有的类都是默认继承object类的 def __init__(self, myname, friend): # 初始化的构造器,和Java也类似 self.myname = myname self.friend = friend print('my name is:{}'.format(self.myname)) print('my原创 2021-08-11 10:19:07 · 74 阅读 · 0 评论 -
通道域(channel)注意力机制——SENet
Paper之前没有见过这玩意,首先介绍一下通道注意力吧:不同的通道捕捉的是不同的特征(也就是每个特征图都是有偏重特征的),通道注意力就是用来衡量这些通道重要性的。下面是SENet的一个块:可能这幅图更清楚:其对应的公式:SEblock 代码:class SELayer(nn.Module): def __init__(self, channel, reduction=16): super(SELayer, self).__init__() self.原创 2021-08-06 10:24:55 · 13256 阅读 · 0 评论 -
计算机视觉中的channel 通道和特征图之间的关系
卷积网络中很重要的两个名词:通道和特征图最直观的感受:特征图 == 通道我们知道一张彩色图片由RGB三张图片组成,如图:那么此处的三张图片就对应了三个通道,也可以说是三个特征图,不同的图侧重点不一样。那么进行卷积的时候如果采用32个5*5卷积,这里的32也就是最后输出的通道,也就是获得的特征图的数量。1*1卷积看起来对维度没有变化,但实质上是对输入特征图的特征进行了进一步整理。即使1x1卷积前后的张量大小完全不变,比如说16x16x64 -> 16x16x64这样的卷积,看上去好像是没原创 2021-08-06 09:39:34 · 3451 阅读 · 2 评论 -
学习git操作神器
最近想学习一下git,于是找了点资料,最后发现此神器:进入链接即可,闯关形式,很有趣:https://learngitbranching.js.org/原创 2021-08-05 09:46:27 · 72 阅读 · 0 评论 -
Pycharm的project下所有东西消失,代码也运行不了解决方案
Pycharm一般使用时正常应该是这样的:然后重启电脑后直接变成这样:代码也运行不了,编译器显示如图:解决方案:关闭 PyCharm,删掉项目文件夹下面的 .idea 文件夹,重新打开后就可以了我的成功解决,如果不行可以试试这个方法。具体原因不知。...原创 2021-08-04 16:28:10 · 3279 阅读 · 3 评论 -
Linux 解压命令大全
ZIP解压1、把文件解压到当前目录下unzip 文件名.zip2、如果要把文件解压到指定的目录下,需要用到-d参数。unzip -d 目录 文件名.zip3、解压的时候,有时候不想覆盖已经存在的文件,那么可以加上-n参数unzip -n 文件名.zipunzip -n -d 目录 文件名.zip压缩的话同理:zip 文件夹TAR1、把文件解压到当前目录下tar -xvf 文件名.tar2、如果要把文件解压到指定的目录下,需要用到-d参数。tar -xvf 文件名.tar原创 2021-07-30 08:58:10 · 6054 阅读 · 0 评论 -
语音识别方向遇到的一些坑
1、无法安装pyaudio管理员依次执行:wget http://www.portaudio.com/archives/pa_stable_v190600_20161030.tgztar zxvf pa_stable_v190600_20161030.tgzcd portaudio./configuremakemake install现在导入已经没有问题了,但还是无法正常使用,管理员继续运行:sudo apt-get install python-pyaudio python3-pyau原创 2021-07-29 17:41:14 · 472 阅读 · 0 评论 -
Python 中(40,)和(40, 1)区别(常见于keras等神经网络的input_shape)
在为keras增加一个全连接层时,常常不清楚输入的shape是什么,如:model[net].add(Dense(512, input_shape=(40, )))等价于:model[net].add(Dense(512, input_dim=40))此处input_shape为 (40, )又如:model[net].add(Dense(512, input_shape=(40, 1)))这两个区别???或者增加一个Conv1D来提取特征,如:model[net].add(Conv1原创 2021-07-29 14:23:16 · 832 阅读 · 2 评论 -
TensorFlow指定使用GPU设置及忽略TensorFlow多余信息和警告
设置指定GPUEnvironment Variable Syntax ResultsCUDA_VISIBLE_DEVICES=1 Only device 1 will be seenCUDA_VISIBLE_DEVICES=0,1 Devices 0 and 1 will be visibleCUDA_VISIBLE_DEVICES="0,1" Same as above, quotation marks are optionalCUDA_转载 2021-04-24 13:57:47 · 1017 阅读 · 0 评论 -
图神经网络的训练方式分类理解(Inductive learning VS Transductive learning)
一般在看paper的时候,论文里面实验部分会提到本文的模型采用的是Inductive还是Transductive,例如下图(JK-NET):那么具体什么是Inductive和Transductive?图数据和其它数据不同,图数据中每个节点可以通过边的连接来利用其邻域节点的信息,这也就导致了一个问题:如果训练集上的节点通过边关联到了预测集或者验证集的节点,那么在训练的时候能否用它们的信息呢?Transductive如果训练时用到了测试集或验证集样本的信息(或者说,测试集和验证集在训练的时候是可见的)原创 2021-04-16 19:23:27 · 3604 阅读 · 5 评论 -
将pycharm打印出来的东西保存到txt
因为特殊需要需要把打印的东西保存下来,因此记笔记:# 创建一个txt文件,文件名为save_result.txtdef text_create(name): # 此处是服务器地址,可以改为本地 desktop_path = "/home/xxx/GraphNN/" # 新创建的txt文件的存放路径 full_path = desktop_path + name + '.txt' # 也可以创建一个.doc的word文档 file = open(full_path原创 2021-04-09 16:23:20 · 2877 阅读 · 6 评论 -
解决pycharm打印无法显示全部元素的问题
最近想将Cora数据集全部打印出来,发现总是只能显示一小部分,如下图,百度搜到的全是pandas的处理方法,但是我没有用到pandas。。。。。于是终于找到了另一种方法:方法如下,如果数据是numpy类型的,可以在前面加:import numpy as npnp.set_printoptions(threshold=np.inf)np.set_printoptions(linewidth=400)这样即可打印完全不是numpy类型也可以转为numpy,还是很方便的。...原创 2021-04-09 16:17:44 · 1220 阅读 · 0 评论 -
两个非常好用的镜像源,老忘,记笔记
pip3 install torch torchvision -i https://pypi.mirrors.ustc.edu.cn/simple原创 2021-04-08 22:21:50 · 337 阅读 · 1 评论 -
PangRank简单理解和python实现
PageRank,网页排名,又称网页级别、Google左侧排名或佩奇排名,是一种由根据网页之间相互的超链接计算的技术,而作为网页排名的要素之一,以Google公司创办人拉里·佩奇(Larry Page)之姓来命名。Google用它来体现网页的相关性和重要性,在搜索引擎优化操作中是经常被用来评估网页优化的成效因素之一。Google的创始人拉里·佩奇和谢尔盖·布林于1998年在斯坦福大学发明了这项技术。PageRank通过网络浩瀚的超链接关系来确定一个页面的等级。Google把从A页面到B页面的链接解释为A页原创 2021-03-21 16:42:58 · 595 阅读 · 0 评论 -
matplotlib通过二维矩阵画散点图并且对每个点进行标记
v1 = ['0', '1', '2', '3', '4', '5', '6', '7'] # 要显示的标签a = np.array([[0.78433466, -0.19036257], [0.6700206, -0.6769796], [0.9146942, 0.3208388], [0.7432745, -0.5057699], [-0.9962051, 0.1254159],原创 2021-03-09 15:15:58 · 1511 阅读 · 1 评论 -
关于在markdown中修改图片大小的笔记
首先,markdown对于一切HTML语言都试用!!!!前端大佬可自行发挥。正常插入图片有两种方式,第一种是直接复制或者拖拽图片到markdown中即可,如下图:图片太大,再好看也丑。。。。。。。或者是点这里,但是没错,都改不了大小,醉了。从上面我们可以看到,我们拖拽或者复制图片到markdown中就已经产生了图片的地址,也即是图片被上传到了csdn的服务器上,于是只需要将上述图片链接复制一下:再粘贴到下面链接即可,通过修改width即可到达想要的效果,当然也能加其他HTML效果。<div原创 2021-03-09 14:52:36 · 551 阅读 · 0 评论 -
GCN笔记-GCN有向图无向图问题
传统GCN(即半监督2017)那篇文章中使用的数据集是Cora、Citeseer、Pubmed,我们可以知道,这三个数据集的图属于严格意义上的有向图,那么GCN频域卷积使用拉普拉斯矩阵按理说只能对无向图进行处理。答案:文章中对数据集做了进一步的处理,如果i论文引用了j论文,则设置aij=aji=1!!!另外附上一篇博客:【GCN数据集Cora、Citeseer、Pubmed文件分析】https://blog.csdn.net/lj2048/article/details/112196647...原创 2021-01-31 12:30:21 · 3126 阅读 · 4 评论