- 博客(28)
- 资源 (1)
- 收藏
- 关注
RSS订阅
原创 人工智能学习常用网站推荐
目前收集了一些个人觉得比较好用的网站，供大家学习和参考。工欲善其事，必先利其器1 教程&&文档2 博客论坛3 数据集4 论文与代码查找5 文献翻译途径6 算力平台1 教程&&文档1、w3school从基础的 HTML 到 CSS，乃至进阶的XML、SQL、JS、PHP 、Python和 ASP.NET很好用的教程网站。2、奇客谷提供了很全的编程技术基础教程,介绍了HTML,CSS,Javascript,Python,Java,Ruby,C,PHP,MySQL等各种
2021-01-06 21:44:16
2940
1
原创 【慕课试题】考试信息系统经过分析具有如下类及相关属性、方法，请用UML画出类关系图，并编写演示程序。
帮人做的几个很简单的题问题：考试信息系统经过分析具有如下类及相关属性、方法，请用UML画出类关系图，并编写演示程序。（1）类名分别为：User, Student， Teacher，HeadTeacher，Exam,StudentExam；（2）User是Student与Teacher的父类；Teacher是HeadTeacher的父类；（3）User类的属性有：id, name, password, tel;方法：登录login，修改密码modifyPassword，获取用户id,name,tel
2021-06-03 12:21:02
2035
2
原创 可解释性AI
1 可解释性AI2 决策树3 进入神经支持的决策树1 可解释性AI 如今，AI已经可以做决定，但我们仍不知道这个决定是如何做出的。AI就像一个黑匣子，能自己做出决定，但是人们并不清楚其中缘由。比如我们建立一个AI模型，输入数据，然后再输出结果，但有一个问题就是我们不能解释AI为何会得出这样的结论。人们需要了解AI如何得出某个结论背后的原因，而不是仅仅接受一个在没有上下文或解释的情况下输出的结果。 端到端的深度.
2021-06-02 10:48:52
1973
原创 [enforce fail at ..\caffe2\serialize\inline_container.cc:145
1 问题2 原因3 解决1 问题测试模型的时候遇到：RuntimeError: [enforce fail at ..\caffe2\serialize\inline_container.cc:145] . PytorchStreamReader failed reading zip archive: failed finding central directory2 原因PytorchStreamReader无法读取zip存档：无效的标头或存档已损坏。加载的模型文件已经损坏了。3 解决.
2021-05-29 00:51:51
7410
4
转载 taskkill
1、简介 使用该工具可以按照进程 ID (PID) 或映像名称终止任务。 2、语法 TASKKILL [/S system [/U username [/P [password]]]] { [/FI filter] [/PID p...
2021-05-24 20:50:53
945
翻译 LSTM与GRU
LSTM与GRU内部运行机制的介绍1、RNN2、LSTM3、GRU1、RNN ▌问题：短时记忆 RNN会受到短时记忆的影响。如果一条序列足够长，那它们将很难将信息从较早的时间步传送到后面的时间步。 因此，如果你正在尝试处理一段文本进行预测，RNN 可能从一开始就会遗漏重要信息。 在反向传播期间，RNN 会面临梯度消失的问题。 梯度是用于更新神经网络的权重值，消失的梯度问题是当梯度随着时间的推移传播时梯度下
2021-04-24 16:09:40
1259
原创 解决：RuntimeError: Tensor for ‘out‘ is on CPU, Tensor for argument #1 ‘self‘ is on CPU, but expected t
这里写目录标题一级目录二级目录三级目录一级目录RuntimeError: Tensor for 'out' is on CPU, Tensor for argument #1 'self' is on CPU, but expected them to be on GPU (while checking arguments for addmm)二级目录三级目录
2021-04-23 13:40:46
11646
3
原创 解决：W tensorflow/stream_executor/platform/default/dso_loader.cc:60] Could not load dynamic library
1、问题2、原因3、解决1、问题环境：CUDA11.1+tensorflow2.4.1在测试tensorflow是否可以gpu时报错：W tensorflow/stream_executor/platform/default/dso_loader.cc:60] Could not load dynamic library 'cusolver64_10.dll'; dlerror: cusolver64_10.dll not found2、原因tensorflow没有加载到“cusolver6.
2021-04-14 22:18:01
42910
21
原创 GeForce RTX 3060 Laptop GPU with CUDA capability sm_86 is not compatible with the current PyTorch in
1、问题2、原因3、解决1、问题GeForce RTX 3060 Laptop GPU with CUDA capability sm_86 is not compatible with the current PyTorch installation.The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_61 sm_70 sm_75 compute_37.If you want to use the.
2021-04-14 19:06:43
20245
26
原创 Win10+RTX3060配置CUDA等深度学习环境
这里写目录标题1、下载准备2、下载安装Anaconda3、下载安装CUDA和CUDNN3.1 cuda和cudnn下载3.2 cuda和cudnn安装4、安装GPU版pytorch与TensorFlow4.1 下载4.2 安装1、下载准备 相关的安装包比如Anaconda、CUDA、CUDNN、Pytorch、TensorFlow等都可以在https://blog.csdn.net/weixin_43760844/article/details/113474
2021-04-14 18:19:29
45787
48
原创 混淆矩阵：用于多分类模型评估（pytorch)
这里写目录标题1. 混淆矩阵介绍二级目录三级目录2. 代码实现1. 混淆矩阵介绍二级目录三级目录2. 代码实现
2021-04-14 16:36:25
14727
19
原创 数据集划分、label生成及按label将图片分类到不同文件夹
这里写目录标题1.数据集介绍二级目录三级目录1.数据集介绍 深度学习所用数据集一般分为训练集、验证集、测试集。训练集：用于训练的样本集合,主要用来训练神经网络中的参数。验证集：用于验证模型性能的样本集合.不同神经网络在训练集上训练结束后,通过验证集来比较判断各个模型的性能.这里的不同模型主要是指对应不同超参数的神经网络,也可以指完全不同结构的神经网络。测试集：对于训练完成的神经网络,测试集用于客观的评价神经网络的性能。二级目录三级目录..
2021-02-22 21:45:25
34647
17
原创 解决：RuntimeError: Error(s) in loading state_dict for ResNet: Missing key(s) in state_dict: “ca.fc1
1. 问题2. 分析3. 解决1. 问题在修改完Resnet网络结构（加入attention机制）后进行train,报错：2. 分析 原因是预训练模型里面的参数模型和自己修改的网络参数不对应。 先看加载预训练模型的代码def _resnet(arch, block, layers, pretrained, progress, **kwargs): model = ResNet(block, lay.
2021-02-13 11:00:40
17924
9
原创 pycharm中更改terminal命令行的shell path
有的时候我们需要pycharm项目用命令行运行程序，默认的shell path是系统本地自带的如何将默认的shell path更改到anaconda的shell path呢？找到anaconda的Anaconda prompt，查看属性，在“目标”那里将cmd.exe以及后面的内容全部复制 2. 返回pycharm，进入setting在Tools那里找到terminal，可以看到当前的shell path是cmd.exe将第一步复制的内容替换掉当前shell pa
2021-02-10 22:36:21
8313
4
原创 tensorflow版本对应关系
防止安装tensorflow过程踩坑，首先要知道一些版本对应关系 1. Windows2. Linux3. macOS1. WindowsCPUGPU2. LinuxCPUGPU3. macOSCPUGPU来源：https://tensorflow.google.cn/install/source_windows
2021-01-31 15:40:57
44529
2
原创 python环境配置相关链接
工欲善其事，必先利其器1、python扩展程序包非官方下载：适用于Windows2、pytorch下载：适用于Windows、Linux、Macoc，包含cpu和gpu版3、tensorflow下载 ：【cpu版】 【gpu版】：均为清华源，官方现已不提供下载，适用于Windows、Linux、Macos4、CUDA官网下载5、CUDNN官网下载6、pycharm官网下载7、Anaconda下载：【官网】【清华源】8、常见国内镜像下载源：【清华源】【阿里源】【豆瓣源】：我们用pip装包时默认
2021-01-31 15:08:15
2297
2
原创 解决：RuntimeError: CUDA out of memory. Tried to allocate 128.00 MiB (GPU 0； 2.00 GiB total capacity； 1
1. 问题2. 分析3. 解决1. 问题训练模型时报错：RuntimeError: CUDA out of memory. Tried to allocate 128.00 MiB (GPU 0; 2.00 GiB total capacity; 1.49 GiB already allocated; 57.03 MiB free; 6.95 MiB cached)2. 分析这种问题，是GPU内存不够引起的3. 解决方法一： 换高性能高显存的显卡方法二：修改代码报错的训练代码为.
2021-01-31 12:11:09
67549
25
原创 解决：RuntimeError: module compiled against API version 0xc but this version of numpy is 0xb
1. 问题2. 分析3. 解决1. 问题import torch时报错：RuntimeError: module compiled against API version 0xc but this version of numpy is 0xb2. 分析这是numpy版本与python版本不匹配的问题3. 解决卸载原来版本的numpypip uninstall numpy2.下载相匹配的numpy版本在https://www.lfd.uci.edu/~gohlke/python.
2021-01-30 22:42:39
7055
原创 解决：Failed to load the native TensorFlow runtime.
1. 问题2. 原因分析3. 解决1. 问题今天给一台电脑装tensorflow，当import tensorflow as tf时报以下错误Failed to load the native TensorFlow runtime2. 原因分析TensorFlow 1.6 及以后的官方版本都使用了 AVX 来编译，当前的CPU 不支持 AVX 指令集，所以加载不了。3. 解决方法1.：卸载原来的版本较高的tensorflow，换成1.6版本的tensorflow(一些tensorflo.
2021-01-30 16:29:01
14006
原创 将训练和测试的loss、accuracy等数据保存到文件
1.csv文件1.1 创建csv文件1.2 将数据写入csv文件1.3 可视化2.txt文件2.1 创建txt文件并写入数据1.csv文件1.1 创建csv文件这里用的是pandas库，以创建train_acc.csv为例，var_acc.csv类似代码import randomimport pandas as pdfrom datetime import datetime#创建train_acc.csv和var_acc.csv文件，记录loss和accuracydf = pd.Da.
2021-01-27 15:13:29
18487
9
原创 解决：AttributeError: module ‘tensorflow._api.v2.train‘ has no attribute ‘string_input_producer‘
实验报错：Traceback (most recent call last): File "create_tf_record.py", line 319, in <module> batch_test(train_record_output,resize_height, resize_width) File "create_tf_record.py", line 274, in batch_test tf_image,tf_label = read_records(re
2021-01-25 23:37:58
34102
9
原创 Windows安装cpu版tensorflow
亲测j简单有效，适合python各种版本打开anaconda在需要安装TensorFlow的环境下输入下面命令：pip install --upgrade --ignore-installed tensorflow开始下载…查看是否安装成功，如果没报错就OK了import tensorflow as tf输出tensorflowd的版本print(tf.__version__)...
2021-01-22 00:28:29
211
原创 〖矩阵论笔记一〗奇异值分解（SVD）
奇异值分解(singular value decomposition, SVD)是一种矩阵因子分解方法，是线性代数的概念，它在优化问题、最小二乘问题、广义逆矩阵及统计学习中被广泛使用，成为其重要工具。奇异值分解1 定义与性质2 奇异值分解的算法2.1 算法一2.2 算法二3 奇异值分解代码1 定义与性质奇异值分解是指任意一个mxn矩阵，都可以表示为三个矩阵的乘积(因子分解)形式，分别是m阶正交矩阵、由降序排列的非负的对角线元素组成的mxn矩形对角矩阵和n阶正交矩阵。奇异值：设A∈Crm∗nC^{m
2021-01-12 00:12:39
6056
原创 python中矩阵用分数表示
在机器学习中，我们会经常和矩阵打交道。在矩阵的运算中，python默认的输出是小数，但是有时我们需要矩阵元素以分数的形式显示。1、函数及参数解释np.set_printoptions()——控制输出方式formatter——通用格式化输出Fraction(x).limit_denominator(y)——返回一个分母不大于y且最接近x的分数2、代码实现from fractions import Fractionimport numpy as np#设置矩阵元素输出用分数表示
2021-01-09 17:15:43
4530
3
原创 租用GPU服务器跑深度学习模型心得
相信很多刚接触人工智能学习的人会遇到这个问题，当时用笔记本的CPU在跑一个Unet，19个epoch要跑半个小时，电脑内存也爆满。先跑一个简单的网络试试看，比如UnetUnet代码可以在unet代码下载用自己的轻薄本CPU跑的情况如图，电脑要炸啦后来又想去买显卡，看了看价格还是望而却步了。而且学这个很多人都是学生，无收入。要想搭建gpu环境，配置最好RTX2060以上，这已经很贵了。笔记本跑大模型很有可能也会烧坏显卡。目前实验室还没有多余的显卡让我使用，所以就决定考虑租用GPU服务器。
2021-01-05 15:34:16
18857
20
原创 安装PyMaxflow：解决ModuleNotFoundError: No module named ‘maxflow‘
第一次在CSDN发博客各位大佬，你们好，我是计算机领域的一个小白，在CSDN几年了跟各位大佬学到了很多专业知识，我也一定会坚持学习下去，并将学到的东西分享出来让更多的人学习。最近在弄graph cut的作业，遇到一些问题，所以记录一下。1、遇到的问题在import maxflow时出现了下面报错这是因为当前的环境缺少了相应的库，开始以为是安装maxflow库，结果还是报错，原因就是需要安装的其实是PyMaxflow而不是maxflow。一开始在anaconda直接安装，发现报错 error:
2021-01-04 20:40:08
2938
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人