- 博客(55)
- 问答 (1)
- 收藏
- 关注
RSS订阅
原创 python之matplotlib绘制函数z=x^2+y^2三维图
绘制三维图入门：Z=X^2 + Y^2步骤：1.先绘制出三维坐标2.定义函数表达式3.绘制三维图像from matplotlib import pyplot as pltfrom mpl_toolkits.mplot3d import Axes3D #此模块并非不没有作用，如果缺少了会引起三维坐标的创建报出异常： ValueError: Unknown projection '3d...
2019-10-01 18:26:14
31074
5
原创 【深度学习模型移植】用torch普通算子组合替代torch.einsum方法
下述方法是提问文心一言的办法，注意需要将答案的结果和einsum的结果进行对比，采用np.testing.assert_allclose(deltaB_u.numpy(),deltaB_u1.numpy(),rtol=1e-05,atol=1e-05)和print(deltaA.equal(deltaA_manual))均可以。3.einsum(delta, B, u, ‘b l d_in, b l n, b l d_in -> b l d_in n’)，以下两个方法均可以。当然替换需要验证，不是全对的。
2024-03-16 22:15:19
533
原创 adb手机连接报5037错误：daemon not running； starting now at tcp:5037 daemon started successfully
被adb连接折腾了一晚，使用重装adb、删除5037端口等操作都不行,手机与电脑adb连接常见问题。
2024-03-11 00:50:25
425
原创 基于BP神经网络的股票价格预测论文及其Python代码实现
通过BP神经网络对明尼亚波利斯春小麦期货的收盘价进行了预测，准确的预测出收盘价的变动。
2024-02-27 23:41:04
447
原创 AIGC原理：扩散模型diffusion综述一：面向视觉计算的扩散模型研究进展
由于生成式AI的出现，计算机视觉领域正在迅速发展，它为图像、视频和3D场景的生成、编辑和重建解锁了前所未有的能力。在这些领域中，扩散模型diffusion是首选的生成式AI架构。仅在去年，关于基于扩散的工具和应用的文献就呈指数级增长，每天计算机图形学、计算机视觉和AI社区都有新的作品出现在arXiv上。这一领域的迅速发展使它很难跟上最近的所有发展。
2023-11-25 19:59:40
1731
1
原创 github上下载的深度学习代码，为快速在jupyter notebook运行替换ArgumentParser定义的参数
给字典中加入点属性#设置属性def __getattr__(self, key): #当出现iris.datas时，调用getattr方法#获取属性self[key]snr=0.5,N=4。
2023-11-12 00:40:00
317
原创 【扩散模型】【文本到音频论文系列翻译二】使用指令微调LLM和潜在扩散模型的文本到音频生成
随着文本到图 像 (TTI )自动生成的成功 [31-33]， 许 多研究人员采用与 前 者类 似的 技术 ， 也成 功地 进行了 文 本 到音 频 (TT A )生 成[17,18, 43]。这 样 的 模型 在 媒 体制 作 中 可能 有 很强 的 潜 在价值，因 为 创作者 总是 在 寻找 适 合他 们创 作 的新 颖声 音。这 在 原型 制作 或 小规 模项 目 中尤 其 有用 ，因 为 制作 精确的声音可能 是不 可行的。
2023-10-22 15:49:13
837
原创 【AudioCaps数据集】windows10下载AudioCaps数据集，附百度网盘下载链接
🔥 AudioCaps是从AudioSet数据集中筛选再加工得到的数据集。AudioCaps数据集的下载使用python的第三方库。
2023-06-26 22:59:01
1198
17
原创 github上传代码（亲测实用）
又被github上传代码折腾了我3个小时，各种问题都遇到过，最后写篇博客记录一下，方便后续上传。github创建项目完成后，就会出现上传指令，如下图所示：
2022-12-31 14:12:12
1855
1
原创 paddle复现pytorch API之repeat函数
torch.repeat()解析PyTorch中的repeat()函数可以对张量进行重复扩充。
2022-07-31 19:30:53
918
1
原创 【眼见不一定为实】Pandas空的Dataframe合并多个Dataframe，(多个Excel合并)，报错builtins.KeyError: “[‘2‘] not found in axis“
【眼见不一定为实】Pandas空的Dataframe合并多个Dataframe，(多个Excel合并)，报错builtins.KeyError: "['2'] not found in axis"
2022-07-27 23:49:37
484
原创 神奇的摸运算之多分类
假设我有32个数字，我想把它分成多类，并且还需要知道每个数字的类别？这个是不是简单，但是我还没还没说完，是随机分哦，是不是发现瞬间变难了。且先看代码：# -*- coding:utf-8 -*-# 假设有32个数字cls = 32# 设类别数字为3c = 3# 假设我从15开始取n = 15count = 0i = 0j = 0while count < cls: i = (i+n)%cls j = (j+1)%c print(f"i={i},j={j}"
2022-01-13 20:46:32
263
原创 机器学习之主成分分析PCA原理及python实现
参考链接：PCA的数学原理参考链接： 使用numpy来理解PCA和SVD文章目录前言一、PCA的原理及优化目标1.什么是投影？2.如何进行投影？3. 如何刻画投影值尽可能分散？二、[PCA的数学原理](http://blog.codinglabs.org/articles/pca-tutorial.html)中的PCA实例python实现三、调用sklean中的PCA验证PCA，在用鸢尾花数据集进行验证总结纸上得来终觉浅，绝知此事要躬行。前言 众所周知，很多机器学习算法的复杂度和数据的维数有着密切
2022-01-03 00:36:28
1296
原创 手机语音助手调查问卷，欢迎大家参与
我做了一份语音助手唤醒词的调查问卷，大家抽空帮忙填一下哈[抱拳][抱拳][抱拳][抱拳][抱拳]。传播有奖哈，欢迎大家参与。https://www.wjx.cn/vm/trf40Z7.aspx
2021-12-22 23:18:27
194
原创 Pandas直接核算Excel中快递费用（自动化办公）
Pandas直接核算Excel中快递费用根据账单核算核算运费步骤：1.确定核算规则；2.根据核算规则编写代码，生成核算列（快递费 = 省份*重量）；3.输入账单，进行核算。将脚本件生成EXE文件，方便使用；1.确定核算规则（例如规则如下）：2.根据核算规则编写代码，生成核算列；# -*- coding:utf-8 -*- import pandas as pd from math import ceilimport osdef account(adress,weight):
2021-05-09 22:49:05
7945
20
原创 pandas处理txt格式医药说明书，并转换为CSV格式（含空行、换行）
接到一个述求，想把txt里面的药品说明书转换成csv格式，对应药品的属性为列名，属性的介绍作为values。分成两种方式实现，当然原数据是不一样的。1.一个TXT文件中含有多个商品原数据：保存后的CSV格式数据：直接上代码：# -*- coding:utf-8 -*-import pandas as pdimport reimport numpy as npimport osimport globfrom itertools import chain #展平列表import
2021-05-05 00:27:39
8022
4
原创 深度学习重要思想及sota模型总结
1.半监督学习Self-training with Noisy Student improves ImageNet classification代码：https://github.com/ChanLIM/noisystudent_pytorchMeta Pseudo Labels代码：https://github.com/kekmodel/MPL-pytorch
2021-04-30 22:17:41
485
2
原创 python将cifar-10二进制数据集转成图片格式的训练集和测试集
CIFAR-10数据集CIFAR-10和CIFAR-100是来自于80 million张小型图片的数据集，图片收集者是Alex Krizhevsky, Vinod Nair, and Geoffrey Hinton。官网 http://www.cs.toronto.edu/~kriz/cifar.html测试集和验证集效果：CIFAR-10数据集#encoding:utf-8from cv2 import imwrite as imsaveimport numpy as npimport
2021-04-06 23:30:22
520
原创 xgboost算法预测彩票中奖号
仅供学习效果图：步骤：1.先爬取排5历史的开奖记录，保存至CSV文件2.将数据保存成dataset.pkl文件，方便日后追加排3的中奖号码3.使用近128期的历史出奖记录建立序列模型，预测下期的出奖号4.更新dataset.pkl文件，方便3步骤调用1.爬虫：data.py# -*- coding:utf-8 -*-import timeimport requestsfrom lxml import etreeimport reimport osimport logging
2021-04-03 12:28:35
1682
4
原创 sort和sorted用于文件夹下文件名排序
sort和sorted方法排序：# -*- coding:utf-8 -*-from glob import globimport sysimport ospath = ".\data\seg_pred\seg_pred"#1.方法from glob import globinput_path = glob(path +"\*") #*.jpg input_path.sort(key=lambda x:eval(os.path.basename(x).split(".")[0]))
2021-03-21 22:05:06
437
原创 focal loss理解
1.分类损失：1.focal loss 损失论文连接：https://arxiv.org/abs/1708.020021）背景 1）focal loss 损失 目标检测中分为one-stage和two-stage体系，one-stage 检测速度快，而检测效率低，two-stage检 测速度慢，而检测效率高。纠其原因是由于two-stage在RPN（region proposal network ）候选区域网 络中进行二分类，划分出foreg
2021-03-01 00:42:53
471
2
原创 【规避内存不足问题】DefaultCPUAllocator: not enough memory: you tried to allocate 8000000 bytes. Buy new RAM
【错误描述】pytorch训练深度模型，往往报内存不足，但是本人自己的电脑很low，经常将dataloader中多线程num_workers置为0和将batch_size减小。但是在一次训练中将batch_size设置成1还是报错，最后采用修改源代码中统计字节参数，完美规避了内存不足的报错。builtins.RuntimeError: [enforce fail at ..\c10\core\CPUAllocator.cpp:73] data. DefaultCPUAllocator: not enou
2021-02-21 13:08:26
41990
20
原创 EfficientNet B0-B7 网络参数
EfficientNet B0-B7 网络参数：参考链接：https://update.blog.csdn.net/article/details/108590020EfficientNet-B0 网络参数STEM_W = 32STRIDES = [1, 2, 2, 2, 1, 2, 1]DEPTHS = [1, 2, 2, 3, 3, 4, 1]WIDTHS = [16, 24, 40, 80, 112, 192, 320]EXP_RATIOS = [1, 6, 6, 6, 6, 6,
2021-02-16 15:57:55
2989
1
原创 通过属性访问字典的值
鸢尾花数据集：# -*- coding:utf-8 -*-""" Author: XXXXXX Purpose: 给字典中增加点属性，用于通过点来获取字典中的值 Created: 2020/10/12"""import pandas as pdclass Point_Attribute(dict): #给字典中加入点属性 def __init__(self, **kwargs): super().__init__(kwargs)
2021-01-27 01:13:15
375
原创 个人使用python中模块集合----方便记忆
1. collections模块：collections模块中包含了很多常用的方法。如计数器、有序字典等。a).Counter方法是一个计数器，用来记录各个元素出现的次数：from collections import Countera = "123asdfssdgfgfjdfewwrw"b = [2,3,4,5,6,6,2,2]print(Counter(a))Counter({'f': 4, 's': 3, 'd': 3, 'w': 3, 'g': 2, '1': 1, '2': 1, '
2021-01-02 11:23:38
119
原创 RuntimeError: CUDA out of memory. Tried to allocate 16.00 MiB (GPU 0； 10.92 GiB total capacity； 3.66
1.在训练一个网络模型，报CUDA out of menmory：CUDA out of menmory:先找到报错的信息，例如下图是out=net(x)，因此需要给out=net(x)上面加 with torch.no_grad():
2020-12-30 22:54:00
3934
原创 torch.cdist---求解正则项p-norm
官方给出参数形状的维度：torch.cdist(x1, x2, p=2.0, compute_mode=‘use_mm_for_euclid_dist_if_necessary’)x1 (Tensor) – input tensor of shape B×P×M .x2 (Tensor) – input tensor of shape B×R×M .output (Tensor) – will have shape B×P×R即：import torchx1 = torch.randn(
2020-12-20 23:52:46
10308
原创 机器学习demo之Flask框架开发鸢尾花模型API
整体步骤：选择鸢尾花数据集进行训练模型，然后根据生成的模型来开发模型API，通过API进行预测（Postman）。1.鸢尾花数据集准备（网上找呗）2.鸢尾花数据训练GDBT.pkl模型各包版本（建议使用anaconda,然后在pip install xgboost就行了）：matplotlib3.2.2joblib0.16.0xgboost1.2.1Flask1.1.2numpy1.18.5pandas1.0.5scikit_learn==0.23.2# -*- coding:utf-
2020-10-27 00:35:20
403
1
原创 机器学习之感知机算法原理及python实现
一、感知机的定义 感知机是二分类的线性分类模型，输入多个信号，输出一个信号（类别），属于判别模型。二、感知机模型 感知机模型的公式： 其中w表示输入信号在模型公式中的权重，b输入信号在模型公式中的偏置，w•x表示w和x的内积。sign为激励函数，即激活函数： 感知机超平面的线性方程为：为什么说w为超平面S的法向量？三、感知机的学习策略 假设训练数据是线性可分的，感知机的学习目标是求得一个能够将数据集正实例点和负实例点完全正确分开的超平面。为找出
2020-09-13 09:56:32
4547
原创 python之递归实现10进制整数转换为任意进制数
递归的条件：1.终止条件2.自身调用自身3.趋于迭代的终止条件# -*- coding:utf-8 -*-"""功能：10进制整数转换为进制数"""def system(n,b): sys_result = "0123456789ABCDEF" if n < b: #迭代的终止条件 return sys_result[n] else: return system(n//b,b) + sys
2020-09-05 08:33:10
2842
原创 python之实现TF-IDF算法
**TF-IDF算法:**TF-IDF（词频-逆文档频率）是信息检索中衡量一个词语重要程度的统计指标。公式为：TF是词频,代表一个词在文中出现的次数，公式为：DF是文档频率，代表有多少篇文章包含词，DF的倒数（inverse）称为IDF,公式为：log函数的好处：当x的值非常大时，logd的值也不大。由于log函数是单调函数，优化目标是一致，因此不影响结果的计算。效果图：代码（使用pyhanlp中的词典）：# -*- coding:utf-8 -*-"""1.创建一个语料库--
2020-09-05 08:27:23
2439
2
原创 基于Scrapy分布式爬取网页数据,并将数据保存至mysql数据库和json格式
效果图：环境配置： Anaconda+Mysql+Redis1.spider.py:# -*- coding:utf-8 -*-#import scrapyfrom scrapy_redis.spiders import RedisSpiderimport syssys.path.append("..")from scrapy_parse_html.items import ScrapyParseHtmlItem""" Author: Purpose: 爬取代理网站：htt
2020-08-18 23:54:47
457
原创 Python爬虫实战---爬取豆瓣瓣电影排行前250的字段并写入MySQL数据库
爬取豆瓣电影Top250要求：1、提取：电影名，导演，主演，拍摄时间，拍摄地，电影类型，评分，评论人数，电影宣传图片的url。2、将提取的数据保存到mysql数据库3、下载电影宣传图片环境配置：Anaconda3 + MySql8.0使用的IDE wingIDE 和 Nvicat Premium 12简要过程：1.访问URL，获取总电影数和每页电影数2.使用生成器生成每一个页面URL，获取：电影名、导演评分、评论人数、电影宣传图片的url3.访问单个电影的URL，获取：主演、拍摄地、电影
2020-08-08 16:22:06
3134
原创 Scrapy创建项目报错Scrapy – no active project，Unknown command解决办法
**【问题】通过scrapy 创建项目：**scrapy startproject myscrapyScrapy 2.2.1 - no active projectUnknown command: strartprojectUse "scrapy" to see available commands **第一次用scrapy创建项目，报了一个未知命令，网上找了半天未找见原因，最终发现第一次创建项目时，选择目录名称和创建的项目名称相同即可，后续可以保持名
2020-08-01 00:23:53
2724
空空如也
如何根据烟囱图片上的烟雾，计算黑烟的格林曼黑度？求大佬解答
2021-03-21
TA创建的收藏夹 TA关注的收藏夹
TA关注的人