- 博客(10)
- 收藏
- 关注
原创 基于slurm框架的GPU服务器集群搭建方法
管理结点: 1个 (192.168.76.130)hostname: master。计算节点: 1个 (192.168.76.131)hostname: slave1。注:uid和gid可以根据情况自行确定,但要保证集群中的各结点uid和gid一致。修改/etc/slurm/slurmdbd.conf。修改/etc/slurm/slurm.conf。配置master机hostname。配置slave1机hostname。通过scp发动到各个计算节点。系统环境: Centos7。查看hostname。
2023-01-11 10:37:18 4436
原创 Muti-Scale Resnet论文初步复现
在改进 Multi-scale ResNet 的蔬菜叶部病害识别一文中,提出了对Resnet的一种改进方式,在模型精度变化不大的情况下,减少了约93%的模型参数。经过复现,发现在224x224大小的图像数据集上,使用ResNet18的全部训练参数量:使用MS ResNet的参数量:使用ResNet18的大致平均模型精度:使用MS ResNet的大致平均模型精度:确实在大幅度减少参数量的同时,保证了训练的精度。一.模型结构:整体部分残差块部分大体上说,该模型通过更新残差层连接方式
2021-08-22 16:51:20 849
原创 机器学习算法笔记(1)——逻辑斯蒂回归Logistic处理二分类任务
逻辑斯蒂回归LogisticRegressor处理二分类任务一.逻辑斯蒂回归1.模型2.代价函数(损失函数)3.优化算法二.代码实现1.二维二分类2.多维二分类本系列为观看吴恩达老师的[中英字幕]吴恩达机器学习系列课程做的课堂笔记。图片来自视频截图。不得不说,看了老师的视频真的学到了很多。即使数学不好的同志们也可以看懂,真的可谓是细致入微了。一.逻辑斯蒂回归1.模型学过深度学习的同志们对这张图一定不陌生,它在神经网络中作为常用的激活函数,将输出值控制在0-1之间。他就是Sigmoid函数!当然它
2021-08-06 15:31:01 1950
原创 Python实现粒子群算法
Python实现粒子群算法前言由于粒子群算法原理简单,故这里不对算法原理做讲解,请自行搜索相关资料。一、实现粒子群算法import numpy as npclass Pso: def __init__(self,fx,n_dim,c,low,high,target="MAX",w=0.8,pop=20,max_iter=1000): #接受传入的参数 self.max_iter=max_iter #迭代次数 self.n_dim=n_dim # X数
2021-04-21 22:27:12 559
原创 遗传算法的Python实现(通俗易懂)
遗传算法的Python实现一.手工实现1.导入依赖库2.定义全局变量3.定义遗传算法核心函数4.开始拟合5.思考二.使用第三方库三.总结一.手工实现1.导入依赖库import numpy as np2.定义全局变量pop_size = 10 # 种群数量PC=0.6 # 交叉概率PM=0.01 #变异概率X_max=5 #最大值X_min=0 #最小值DNA_SIZE=10 #DNA长度与保留位数有关,2**10 当前保留3位小数点N_GENERATIONS=100
2021-04-07 19:23:14 17211 4
原创 Python中删除列表中元素的问题
Python中删除列表中元素的问题情景再现最终解决情景再现最近在做爬虫的时候,删除列表中的元素时遇到了一个奇怪的问题。如图所示, 我们爬虫获得的列表中有大片的空格,需要删除。对大列表中的每个小列表进行操作for i in range(2,33): inf = page.xpath("//table/tbody/tr[{}]//text()".format(i)) for j in inf: if j[0] == " "
2021-03-28 10:36:33 158 3
原创 基于Pytorch版yolov5的滑块验证码破解思路
基于Pytorch版yolov5的滑块验证码破解思路前言一.前期工作二.编写爬虫1.寻找合适的网站2.导入依赖库3.编写破解程序前言本文将使用pytorch框架的目标识别技术实现滑块验证码的破解。我们这里选择了yolov5算法例:输入图像输出图像可以看到经过检测之后,我们能很准确的定位到缺口的位置,并且能得到缺口的坐标,这样一来我们就能很轻松的实现滑动验证码的破解。一.前期工作yolov系列是常用的目标检测算法,yolov5不仅配置简单,而且在速度上也有不小的提升,我们很容易就能训练我们自
2021-02-23 20:18:28 1199 5
原创 Pytorch初步实现DQN玩贪吃蛇
Pytorch初步实现DQN玩贪吃蛇前言一.导入依赖库二.编写贪吃蛇游戏进一步处理返回的游戏图像三.一些重要的赋值四.定义记忆库五.定义强化学习网络(核心)1.定义一个卷积网络2.定义DQN网络六.最终实现前言本文部分代码参考了:孜然v的博客Python使用pygame编写贪吃蛇小游戏、mahuateng的博客[Deep Q Learning] pytorch 从零开始建立一个简单的DQN–走迷宫游戏、以及DQN Pytorch版官方文档由于本人还只是一个普通大学的普通本科生,代码中涉及的算法原理现在
2021-01-21 20:16:53 3996 6
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人