![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
python
学号高并发
这个作者很懒,什么都没留下…
展开
-
数组重复实现
数组用np.repeat()tensor用xxx.repeat(),其中xxx为数组原创 2022-02-28 21:00:25 · 191 阅读 · 0 评论 -
超参数定义实例及赋值
1 定义超参数parser = argparse.ArgumentParser()parser.add_argument(’–checkpoint’)2 参数实例化if name == ‘main’:args = parser.parse_args()main(args)3 参数赋值args.checkpoint = ‘坐标’def main(args):checkpoint = torch.load(args.checkpoint, map_location=‘cpu’)for k,原创 2021-04-11 22:35:50 · 322 阅读 · 0 评论 -
sgan运行
python scripts/train.py --delim=“tab” --noise_dim=0PYTHONPATH=. python scripts/evaluate_model.py --model_path models/sgan-model但是cuda版本不对需要将10.1换成9.0首先在cuda目录下打开终端,运行gedit ~/.bashrc后把版本给改一下之后sudo rm -rf cuda,关闭,重新打开输入nvcc -V 发现已经改变。...原创 2021-04-07 14:05:27 · 274 阅读 · 0 评论 -
annoconda 创建虚拟环境 删除虚拟环境
1、conda常用的命令。1)conda list 查看安装了哪些包。2)conda env list 或 conda info -e 查看当前存在哪些虚拟环境3)conda update conda 检查更新当前conda2、创建python虚拟环境。 使用 conda create -n your_env_name python=X.X(2.7、3.6等)命令创建python版本为X.X、名字为your_env_name的虚拟环境。your_env_name文件可以在Anaconda安装转载 2021-04-03 10:20:13 · 894 阅读 · 0 评论 -
卷积就是特征提取器CBAPD
卷积就是特征提取器CBAPDc指的是卷积conv2db指的是批标准化normalizationa指的是激活层activationp指的是池化层poold指的是dropout层。原创 2021-04-02 14:23:24 · 510 阅读 · 0 评论 -
python函数解释
参考链接:https://blog.csdn.net/weixin_46649052/article/details/108973361tensorflow1.0与2.0的区别:https://blog.csdn.net/qq_38978225/article/details/108942427tensorflow2.0教程: 2.0transformer模型链接:Scaled Dot-Product Attention、Multi-Head Attention函数解释:.summary()原创 2021-03-23 20:12:15 · 102 阅读 · 0 评论 -
用ubuntu16.04跑通一个项目
首先检查一下之前的包的信息source activate xxxpip list发现少了一些,安装:pip install keras2.2.4pip install scipy1.1.0pip install scikit-learn0.21.3pip install opencv-python3.4.4.19安装完毕后对项目进行环境搭建。参考链接:annaconda创建虚拟环境:Anaconda中新建虚拟环境并添加至pycharm...原创 2021-03-21 16:04:01 · 187 阅读 · 0 评论 -
TensorFlow中的tf.nn.max_pool()和tf.nn.avg_pool()
参考链接:tf.nn.avg_pool()和tf.nn.max_pool()转载 2021-03-17 20:26:03 · 207 阅读 · 0 评论 -
Pycharm修改字体大小
点击settings点击Editor点击Font修改Size和line spacing原创 2020-07-22 11:05:44 · 279 阅读 · 0 评论 -
loss函数相关设计
参考链接:loss转载 2021-03-17 19:44:07 · 116 阅读 · 0 评论 -
如何设置学习率
学习率是深度学习中的一个重要的超参,如何调整学习率是训练出好模型的关键要素之一。在通过SGD求解问题的极小值时,梯度不能太大,也不能太小。太大容易出现超调现象,即在极值点两端不断发散,或是剧烈震荡,总之随着迭代次数增大loss没有减小的趋势;太小会导致无法快速地找到好的下降的方向,随着迭代次数增大loss基本不变。因此,我们常常用一些退火的方法调整学习率。学习率调整方法基本上有两种基于经验的手动调整。 通过尝试不同的固定学习率,如0.1, 0.01, 0.001等,观察迭代次数和loss的变化关系,转载 2021-03-17 09:20:50 · 776 阅读 · 0 评论 -
tf.cond()的用法
遇到这个代码,百思不得其解:return tf.cond( step >= obs_len, lambda: (coordinates_predicted, coordinates_predicted_rel), lambda: (coordinates_gt, coordinates_gt_rel), )查了半天的lambda也没查出个所以然,后来搜索tf.cond(),得知:z = tf.multipl原创 2021-03-15 20:35:51 · 165 阅读 · 0 评论 -
把npy文件处理成图形
import numpy as npimport os# import tensorflow as tfimport matplotlib.pyplot as pltimport matplotlib.image as mpimgimport torchH = np.loadtxt("./homography/hotel.txt")# H = torch.pinverse(H)for j in range(0,1): data_dir = './hotel-test/coor'+原创 2021-03-15 17:18:42 · 872 阅读 · 0 评论 -
读取视频中的每一帧的图片
1.创建读帧函数def get_frames(filename): # file_path = os.path.join(filename, 'biwi_hotel.txt') filename = "D:/Desktop/datasets/hotel-frame/biwi_hotel.txt" data = np.genfromtxt(filename) print(data.shape) frames = np.unique(data[:, 0]).toli原创 2021-03-15 15:17:04 · 610 阅读 · 0 评论 -
安装pytorch后出现 Microsoft Visual C++ Redistributable is not installed, this may lead to the DLL load fa
说明确少该软件,下载安装即可。原创 2021-03-15 13:38:08 · 395 阅读 · 0 评论 -
os.listdir如何排序
>>> files=os.listdir(".")>>> files.sort()>>> print files['1.txt', '10.txt', '11.txt', '2.txt', '3.txt']>>> files.sort(key= lambda x:int(x[:-4]))>>> print files['1.txt', '2.txt', '3.txt', '10.txt', '11.txt'转载 2021-03-15 13:15:45 · 1556 阅读 · 0 评论 -
os.path.join
os.path.join()函数:连接两个或更多的路径名组件1.如果各组件名首字母不包含’/’,则函数会自动加上2.如果有一个组件是一个绝对路径,则在它之前的所有组件均会被舍弃3.如果最后一个组件为空,则生成的路径以一个’/’分隔符结尾 Demo1import osPath1 = ‘home’Path2 = ‘develop’Path3 = ‘code’Path10 = Path1 + Path2 + Path3Path20 = os.path.join(Path1,P转载 2021-03-15 11:16:47 · 68 阅读 · 0 评论 -
TensorFlow绘制loss/accuracy曲线
参考链接:https://blog.csdn.net/qq_33254870/article/details/81536188?utm_source=app原创 2021-03-14 08:55:16 · 757 阅读 · 0 评论 -
TensorFlow中Optimizer.minimize()与Optimizer.compute_gradients()和Optimizer.apply_gradients()的用法
minimize()就是compute_gradients()和apply_gradients()这两个方法的简单组合.原创 2021-03-13 20:11:50 · 1234 阅读 · 0 评论 -
Tensorflow实现先累加多个minibatch计算的梯度,再反向传播
Tensorflow实现先累加多个minibatch计算的梯度,再反向传播,为了实现这个功能,我参考了以下文章:Tensorflow实现先累加多个minibatch计算的梯度,再反向传播Tensorflow的梯度异步更新原创 2021-03-09 17:03:23 · 193 阅读 · 0 评论 -
sess.run()内存溢出
我跑深度学习时,发现每一个epoch之间的时间间隔在加长,又看了下资源管理,发现内存占比不断增大,网上说是变量没有清除,也有说是图结构没有刷新,由于我只改动了验证部分,所以以上原因应该不是,后来在验证部分检查到是由于for循环中增加了op操作,导致增加图节点,我使用了两个for循环,for内使用了sess.run,for外也使用了sess.run,我把for外部的sess.run修改掉,发现问题解决,发文记录一下。...原创 2021-03-08 11:04:51 · 346 阅读 · 0 评论 -
cnn和rnn和tcn
CNNRNNTCN童哲校长傅里叶变换的课上海交大许志钦老师图卷积的课转载 2020-07-30 20:15:23 · 1298 阅读 · 0 评论 -
判断深度学习的效果好坏loss和val_loss比较
loss是训练集的损失值,val_loss是测试集的损失值以下是loss与val_loss的变化反映出训练走向的规律总结:train loss 不断下降,test loss不断下降,说明网络仍在学习;(最好的)train loss 不断下降,test loss趋于不变,说明网络过拟合;(max pool或者正则化)train loss 趋于不变,test loss不断下降,说明数据集100%有问题;(检查dataset)train loss 趋于不变,test loss趋于不变,说明学习遇到瓶颈,转载 2020-07-25 16:23:19 · 8658 阅读 · 0 评论 -
argparse基本用法
转载:https://blog.csdn.net/yy_diego/article/details/82851661转载 2020-07-24 22:19:43 · 122 阅读 · 0 评论 -
python-pickle模块详解
转载文章:https://www.cnblogs.com/baby-lily/p/10990026.html该pickle模块实现了用于序列化和反序列化Python对象结构的二进制协议。 “Pickling”是将Python对象层次结构转换为字节流的过程, “unpickling”是反向操作,从而将字节流(来自二进制文件或类似字节的对象)转换回对象层次结构。pickle模块对于错误或恶意构造的数据是不安全的。pickle协议和JSON(JavaScript Object Notation)的区别 :1转载 2020-07-24 21:58:24 · 240 阅读 · 0 评论