- 博客(15)
- 收藏
- 关注
RSS订阅原创 python 将多个txt写入一个Excel中
将多个txt写入Excel在output文件夹下有多个TXT文件，每个TXT文件有10行，现将所有txt内容写入excel中。一个txt内容如下：在excel中的结果如下：代码如下：import xlrdimport osfrom xlutils.copy import copyclass Solution: def __init__(self): self.row = 0 self.col = 0 def read_from_txt(s
2021-08-05 21:56:39
1947
1
原创 python 第一个元素生序，第二个元素降序
这里写自定义目录标题python 第一个元素生序，第二个元素降序python 第一个元素生序，第二个元素降序假设对以下列表排序data = [[5,4],[0,4],[7,3],[-1,4],[6,4],[6,8],[6,7],[2,3]]1、按第一个元素生序排列：data1 = sorted(data,key=lambda x: x[0],reverse=False)输出为:[[-1, 4], [0, 4], [2, 3], [5, 4], [6, 4], [6, 8], [6, 7],
2021-07-03 13:54:40
1586
1
原创 spark中join,leftOuterJoin以及rightOuterJoin的用法(python)
spark 中join、leftOuterJoin以及rightOuterJoin的用法详解 这三个都是针对两个pair RDD的操作。语法为: pair_rdd1.xxxx(pair_rdd2)，其中xxxx为三个转化操作。1、join的用法 手动设定两个pair RDDpairRDD1 = sc.parallelize([('Apple',10),('Orange',5),('pair',1)])pairRDD2 = sc.parallelize([('Apple',5),('Or
2021-05-07 10:55:56
1689
原创 机器学习算法---svm
机器学习算法—svm本文从3个方面介绍svm算法：1）将svm的算法思想转化为数学公式2）公式的求解3）实践 ~~~~~~ svm有三类：硬间隔svm（线性可分）、软间隔svm（非线性可分）、核函数svm（线性不可分）。1、svm—算法思想及公式的转换以硬间隔svm为例，详细讲解svm算法原理：
2021-02-19 15:56:30
1047
原创 tensor[...,0]的作用
在yolo源码中，有这样几行代码： x = torch.sigmoid(prediction[..., 0]) # Center x y = torch.sigmoid(prediction[..., 1]) # Center y w = prediction[..., 2] # Width h = prediction[..., 3] # Height pred_conf = torch.sigmoid(predict
2020-12-30 16:39:15
1460
1
原创 pytorch 修改网络结构后加载预训练模型
训练模型时，我们通常会加入预训练模型来初始化网络。以AlexNet为例：class AlexNet(nn.Module): def __init__(self, num_classes=1000, init_weights=False): super(AlexNet, self).__init__() self.features = nn.Sequential( nn.Conv2d(3, 48, kernel_size=11, strid
2020-12-04 19:19:09
6877
原创 python 如何获取当地时间
有时候跑程序中需要获取当时的时间，Python中只要三行代码搞定导入 time 包，获取此刻的时间戳，然后格式化为我们需要的格式。 import time now = time.localtime() print(now) format_now = time.strftime('%Y/%m/%d %H:%M:%S', now) print(format_now)输出如下：简要记录一下，以后可能会用到。...
2020-11-07 22:28:15
698
原创 pytorch 中 CrossEntropyLoss 报错
在 pytorch 中，交叉熵损失函数会报以下的错：该错误的原因是目标的类别数与预测的类别数不匹配。只将 CrossEntropyLoss损失函数拿出来，看一下输入和输出。以下代码可以正常的输出loss的值：import torchcriterion = torch.nn.CrossEntropyLoss()x = torch.rand(10, 10) # x.shape[10,10]y = torch.tensor([0,1,2,3,4,5,6,7,8,9]) # y.sha
2020-08-15 10:05:00
1341
1
原创 yolov3的详细理解
模型下面是yolov3的网络结构，可以将该网络分成两部分来看，特征提取部分和预测部分。上面（黑色框中）特征提取部分为Darknet53，该网络为全卷积(没有池化层，通过调整卷积的步长来进行下采样) 。下面 预测部分，一共有三层输出，分别是13 ×\times× 13 ×\times× 255、 26 ×\times× 26 ×\times× 255、 52 ×\times× 52 ×\times× 255。这些数字代表的含义在下文部分详细介绍。CBL为卷积块：由conv2d，Batch Normal
2020-07-28 16:22:15
3962
2
原创 数组切片[1::2]怎么理解
python中数组切片在数组a中，有三个地方可以设置参数a[①:②:③]。位置①列表初始索引，默认为0位置②列表结束索引，默认到最后一个元素（包含最后一个元素）位置③为步长，默认为1a = np.arange(1, 10)print(a) # [1 2 3 4 5 6 7 8 9]print(a[::]) # [1 2 3 4 5 6 7 8 9]print(a[0:-1:]) # [1 2 3 4 5 6 7 8]print(a[0::]) # [1 2 3 4 5 6 7 8
2020-06-29 16:40:28
5048
原创 使用visdom查看多张图片
由于在服务器上没有图形化界面，想要查看图片不是很方便，可以使用visdom一次性查看多张图片。本代码实现的功能是：给出一个指定的路径，可以将该路径下文件夹中所有的图片用visdom可视化，完整的代码附在文章最后。def allpath(path): files = os.listdir(path) filespath = [] for file in files: filepath = os.path.join(path, file) filesp
2020-06-13 00:10:46
1978
原创 使用git将本地代码推送到github
新下载的git需要配置用户名和邮箱：打开git bash输入以下两条命令：git config --global user.name “Your Name”git config --global user.email “email@example.com”可以用git config --list 查看配置信息。新建一个文件夹，进入该文件夹并初始化：新建一个名为git的文件夹，cd git 进去此文件夹，git init对该文件夹初始化。打开该文件夹，将需要上传的代码copy到该文件夹下，
2020-06-10 15:21:17
567
原创 训练一个epoch后数组越界报错
训练一个epoch后报错pytorch 在跑yolov3代码时，可以训练一个epoch，然后报错，内容如下：竟然是数组越界。先说解决方法，在classes_names最后一行加个空白行：代码可以正常运行了。debug过程在读取classes_names时设置断点，输出classes_names：发现只有一个标签，明明设置的是两个标签，只读到了dog，没有读入cat。进入load_classes函数中，发现该函数是以换行符读取每行数据的：这就导致第二个标签cat没读入，加个空白行即可读入第二
2020-06-09 10:40:51
1753
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