- 博客(64)
- 收藏
- 关注
原创 Python数据分析与展示-Numpy
局限性grad = np.gradient(a) #取图像灰度的梯度值grad_x, grad_y = grad #分别取横纵图像梯度值vec_el = np.pi/2.2 # 光源的俯视角度,弧度值vec_az = np.pi/4. # 光源的方位角度,弧度值dx = np.cos(vec_el)*np.cos(vec_az) #光源对x 轴的影响dy = np.cos(vec_el)*np.sin(vec_az) #光源对y 轴的影响。
2023-08-31 14:40:09
157
原创 初次跑yolo5遇到的一些问题
这个报错可能是由于charset_normalizer模块的版本问题引起的。尝试更新charset_normalizer模块到最新版本,或者使用较旧的版本,看看是否可以解决问题。
2023-08-29 15:22:51
698
原创 pytorch入门-神经网络
self.linear是类中的一个成员变量,它被赋值为一个Linear对象。Linear对象的构造函数需要两个参数:输入特征的大小和输出特征的大小。在这里,输入特征的大小为196608,输出特征的大小为10。#in_features 表示输入的特征维度大小,out_features 表示输出的特征维度大小。output = torch.flatten(imgs)#通过调用 torch.flatten 函数,可以将输入张量 imgs 展平成一个一维张量。
2023-08-15 13:47:17
526
原创 黑马机器学习day2
定义:如果一个样本在特征空间总的K个最相近的特征空间中最邻近的样本中的大多数属于某一个类别,则该样本也属于这个类别1)欧式距离:2)曼哈顿距离:绝对值距离3)明可夫斯基距离优点:简单,易于实现,无需训练缺点:懒惰算法,对测试样本分类时的计算量大,内存开销大;必须指定K值,K值选择不当则分类精度不能保证使用场景:小数据场景,几千~几万样本将拿到的训练集数据,分为训练和验证集。以下图为例:将数据分成4份,其中一份作为验证集。然后经过4次的测试,每次都更换不同的验证集。
2023-08-09 17:01:39
434
原创 pytorch入门
python文件:代码是以块为一个整体运行的(python文件的块是所有行的代码),如果中间有错误会重头运行。python控制台:代码是任意行为块运行(可以自己划分块),有错误会从错误的地方开始运行。pytorch中两个实用函数: dir():打开 help():说明书。jupyter:根据自己划分的代码块执行,如果有错误,会从错误的代码块开始运行。Dataloader :为后面的网络提供不同的数据形式。Dataset :提供一种方式获取数据及其label。告诉我们一共有多少数据。
2023-08-03 15:23:31
121
原创 python核心-面向对象-python对象的生命周期,以及周期方法
【代码】python核心-面向对象-python对象的生命周期,以及周期方法。
2023-07-26 15:40:23
163
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人