![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
python
燕策西
这个作者很懒,什么都没留下…
展开
-
python之scipy.signal重采样
在复现LiftingNet过程中,了解到作者对于不同转速设备的机械信号进行重采样来矫正转速,也就是固定长度的样本包含了相同旋转周期的设备信息,而非相同时间长度。po一下原文:这里其实用到了阶次分析的原理,该样本长度对应的设备转过同样的角度,当然这里是针对不同稳定转速下的,阶比分析针对的是转速连续变化的信号,详情可参考大佬博客本文是探究python包中的效果的,确切滴说是记录。原创 2023-06-04 13:57:16 · 1800 阅读 · 0 评论 -
基于简单CNN的西楚数据集智能诊断
仅作为初学者入门的示范案例,其中,模型权重保存、加载、测试、可视化等代码略。importimport torchimport numpy as npimport torch.nn as nnimport scipy.io as siofrom torch.utils.data import Dataset, DataLoaderfrom sklearn.preprocessing import maxabs_scale数据集构建class CWRU_DATA(Dataset): .原创 2022-04-02 16:52:34 · 5892 阅读 · 22 评论 -
【numpy&pytorch】meshgrid的shape
meshgrid的shapenumpytorch结论简单粗暴,直接上代码。numpyimport numpy as npxx = np.arange(3, 7) # 3-6yy = np.arange(0, 10) # 0-9grid_x, grid_y = np.meshgrid(xx, yy)print(grid_x, grid_x.shape) # [10, 4], e.g. [n_y, n_x]print(grid_y, grid_y.shape) # [10, 4]原创 2021-12-07 22:09:26 · 1082 阅读 · 0 评论 -
【python】基本操作之双冒号::切片
双冒号::切片核心知识举例核心知识Python序列切片地址可以写为[开始:结束:步长],其中的开始和结束可以省略。这个规则与MATLAB操作步长和结束顺序不一样,所以我这几天次次搞错,决定写一写,加深印象。举例import torchaa = torch.tensor([[1.1, 1.2, 1.3, 1.4, 1.5, 1.6], [2.1, 2.2, 2.3, 2.4, 2.5, 2.6], [3.1, 3.2, 3原创 2021-11-27 16:54:13 · 3547 阅读 · 0 评论 -
【环境配置】RTX 3090+cuda11.2+python39+pytorch1.8.0
3090+cuda11.2+python39+pytorch1.8.0PythonCUDACUDNNPyTorch验证Python网上教程很多,这个根据自己需求来定,我选的是比我之前的python版本高但比最新python版本稍低的python3.9.9,图个稳定。【python下载】CUDA下载CUDA, 地址:https://developer.nvidia.com/cuda-toolkit-archive, 我选择v11.2.2;安装时,取消勾选CUDA子选项中的visual studi原创 2021-11-23 16:42:46 · 9158 阅读 · 5 评论 -
利用GitHub Desktop 将代码从本地push到GitHub
利用GitHub Desktop 将代码从本地上传push到GitHub下载GitHub Desktop将GitHub上已有仓库关联到本地, clone找到本地仓库的位置添加描述,上传下载GitHub Desktop自行百度将GitHub上已有仓库关联到本地, clone找到本地仓库的位置1.可以在右下角搜索仓库名字,找到文件打开2. 一般存放在这里:C:\Users\Asus\Documents\GitHub进入到本地仓库之后,直接把你的代码复制过来吧,粗暴,硬核.添加描述,上传在原创 2021-08-31 20:53:14 · 2104 阅读 · 0 评论 -
初探元学习库learn2learn
初探元学习库learn2learn相关链接数据集构建MAML实现相关链接GitHub链接相关文档数据集构建通过浏览github中的examples可以知道,训练是基于元数据集(MetaDataset)、元任务(TaskDataset)来做的。问题在于:例子中的数据集都是MNIST\CIFAR等标准化数据集,而我自己想要实现时,需要使用自己的数据,于是要了解这两个数据集如何构建。于是进行了以下试验:from torch.utils import dataimport numpy as np原创 2021-08-28 22:39:06 · 4478 阅读 · 26 评论 -
Pip 报错: check_hostname requires server_hostname
solution: 断开VPN!原创 2021-08-25 22:29:24 · 287 阅读 · 0 评论 -
英文文本分词之工具NLTK
英文文本分词之工具NLTK安装NLTK停用词和标点符号包放置验证安装NLTKpip install nltk分词需要用到两个包:stopwords和punkt,需要下载:import nltknltk.download('stopwords')nltk.download('punkt')如果你能运行成功,那么恭喜,但多半要和我一样,被墙,然后下载失败。于是乎,需要手动下载,这里我已经打包好了,百度提取即可。链接:https://pan.baidu.com/s/1ddVRG86W-dyk原创 2021-06-09 23:27:00 · 2407 阅读 · 2 评论 -
[python] .any()/.all()
文章目录结论验证结论all():“有‘假’为False,全‘真’为True”any():“有‘真’为True,全‘假’为False”验证import torcha = torch.rand([2, 4, 6])print(a)idx = torch.tensor([0])b = torch.index_fill(a, dim=2, index=idx, value=0.)print(b)print(a.all() == b.all())print(a.any() == b.原创 2021-04-07 15:20:38 · 362 阅读 · 0 评论 -
CUDA error: unspecified launch failure
更新cuda, cudnn, pytorch-gpu全都没用更新NVIDIA显卡驱动,最终程序成功运行。从456.71更新到465.xx原创 2021-04-06 12:33:18 · 2025 阅读 · 0 评论