XiaobaiLaplace的博客

原创 一文读懂matplotlib.pyplot.pcolormesh()

matplotlib库的pyplot模块中的**pcolormesh()**函数用于创建具有非规则矩形网格的伪彩色图。pcolormesh([X, Y,] C, **kwargs)(X[i+1, j], Y[i+1, j]) (X[i+1, j+1], Y[i+1, j+1])… … … … …+ ------ +… … … … …| C[i, j] |… … … … …+ ------ +… … (X[i, j], Y[i, j]) (X[i, j+1], Y[i, j+1]

原创 Pytorch中nn.LSTM与nn.LSTMCell

class torch.nn.LSTM(*args, **kwargs)对输入序列的每个元素，LSTM的每层都会执行以下计算：hth_tht​是时刻ttt的隐状态,ctc_tct​是时刻ttt的细胞状态，xtx_txt​是上一层的在时刻ttt的隐状态或者是第一层在时刻ttt的输入。it,ft,gt,oti_t, f_t, g_t, o_tit​,ft​,gt​,ot​ 分别代表 输入门，遗忘门，细胞和输出门。参数说明:input_size – 输入的特征维度，（特征向量的长度，如2048）h

原创 JDBC

一、 概念：Java DataBase Connectivity Java 数据库连接， Java语言操作数据库JDBC本质：其实是官方（sun公司）定义的一套操作所有关系型数据库的规则，即接口。各个数据库厂商去实现这套接口，提供数据库驱动jar包。我们可以使用这套接口（JDBC）编程，真正执行的代码是驱动jar包中的实现类。二、步骤： 1). 导入驱动jar包 mysql-connector-java-8.0.21.jar ..复制mysql-connector-java-8.0.21.j

原创 设计模式

设计模式是软件开发人员在软件开发过程中面临的一般问题的解决方案。 设计模式是一套被反复使用的、多数人知晓的、经过分类编目的、代码设计经验的总结。使用设计模式是为了重用代码、让代码更容易被他人理解、保证代码可靠性。 毫无疑问，设计模式于己于他人于系统都是多赢的，设计模式使代码编制真正工程化，设计模式是软件工程的基石，如同大厦的一块块砖石一样。项目中合理地运用设计模式可以完美地解决很多问题，每种模式在现实中都有相应的原理来与之对应，每种模式都描述了一个在我们周围不断重复发生的问题，以及该问题的核心解决方案，这也

原创 SQL语句总结

原创 Java字符串String

字符串常用方法1.字符串比较2.与获取相关方法3.字符串截取4.字符串转换5.字符串分割

原创 MySQL登录、提示符修改及常用命令

MySQL登录数据库操作

原创 Map集合

Collection中的集合，元素是孤立存在的（理解为单身），向集合中存储元素采用一个个元素的方式存储。Map中的集合，元素是成对存在的(理解为夫妻)。每个元素由键与值两部分组成，通过键可以找对所对应的值。Collection中的集合称为单列集合，Map中的集合称为双列集合。需要注意的是，Map中的集合不能包含重复的键，值可以重复；每个键只能对应一个值。Map接口中的常用方法import java.util.HashMap;/* `public V put(K key, V value.

原创 Collections集合和Comparator比较器

java.utils.Collections是集合工具类，用来对集合进行操作。import java.util.ArrayList;import java.util.Collections;import java.util.Comparator;public class test { public static void main(String[] args) { ArrayList<String> list =new ArrayList<>();

原创 List集合及其子类

1. List接口实现了List接口的对象称为List集合。在List集合中允许出现重复的元素，所有的元素是以一种线性方式进行存储的，在程序中可以通过索引来访问集合中的指定元素。另外，List集合还有一个特点就是元素有序，即元素的存入顺序和取出顺序一致。List接口特点：它是一个元素存取有序的集合。例如，存元素的顺序是11、22、33。那么集合中，元素的存储就是按照11、22、33的顺序完成的）。它是一个带有索引的集合，通过索引就可以精确的操作集合中的元素（与数组的索引是一个道理）。集合中可以有

原创 Collection集合与泛型

集合：集合是java中提供的一种容器，可以用来存储多个数据。集合和数组既然都是容器，它们有啥区别呢？数组的长度是固定的。集合的长度是可变的。数组中存储的是同一类型的元素，可以存储基本数据类型值。集合存储的都是对象。而且对象的类型可以不一致。在开发中一般当对象多的时候，使用集合进行存储。1. Collection 常用方法import java.util.Collection;import java.util.HashSet;/* * `public boolean add(E e)`：.

原创 深度学习(训练/开发/测试集)的划分技巧

小数据量时代(100 - 1000 - 10000条左右或更多):一. 70%训练集 , 30%测试集二. 60%训练集 , 20%交叉验证集 , 20%测试集大数据量时代(1000000条左右):一. 98%训练集 , 1%交叉验证集 , 1%测试集二. 99.5%训练集 , 0.25%交叉验证集 , 0.25%测试集三. 99.5%训练集 , 0.4%交叉验证集 , 0.1%测试集转发自...

原创 Tmux安装与使用

Tmux安装与使用

原创 Unbuntu16.04安装Anaconda3及pytorch、指定GPU运行代码

下载Anaconda3-2020.02-Linux-x86_64.sh，打开此文件所在目录，用以下命令安装bash Anaconda3-2020.02-Linux-x86_64.sh安装pytorch，由于网速原因，容易中断，可采用以下方法（1）在终端输入gedit ~/.condarc（2）打开后输入以下内容并保存：channels: - defaultsshow_channel_urls: truechannel_alias: https://mirrors.tuna.tsi.

原创 pytorch深度学习网络调试办法

可以用如下代码段进行eval：以densenet为例if __name__ == "__main__": dense121 = densenet121(pretrained=False,progress=True,num_classes=40).cuda() #print(dense121) model = dense121 model.eval() print(model) input = torch.randn(1,3,224,224) dev

原创 如何查看list的维度

在写神经网络代码过程中，总是有很多的矩阵变换，有很多时候矩阵是有list构成的，然而list又没有shape方法，无法直接查看list的维度。通过查找资料，我看到可以使用将其转化为数组的形式查看维度，代码如下：import numpy as npprint((np.array(list)).shape)#另外还有一个小tips：在调试代码时，可以加入：exit()...

原创 神经网络中不同类型的卷积层

Convolution1x1/Pointwise ConvolutionsSpatial and Cross-Channel ConvolutionsGrouped ConvolutionsSeparable ConvolutionsFlattened ConvolutionsShuffled Grouped ConvolutionsDilated Convolution(Atrous Convolution)Deformable ConvolutionAttentionSummary.

转载 完全图解RNN、RNN变体、Seq2Seq、Attention机制

完全图解RNN、RNN变体、Seq2Seq、Attention机制

转载 修改Jupyter notebook 起始目录的方法

使用Anaconda3安装时，同时也安装了Jupyter notebook，但是默认的起始目录通常不是我们需要的，怎样才能让我们每次启动Jupyter notebook时自动把指定目录作为起始目录呢？下面就是修改方法，这只是一个方法，其他方法可以上网搜索。1. 找到启动Jupyter Notebook的快捷方式，右键打开“属性”，如下图所示，看到目标对话框中最后有一个%USERPROFILE%。2. 把%USERPROFILE%替换为需要设置为启动目录的路径即可。重启jupyter not.

原创 使用深度学习进行图像分类pytorch

from glob import globimport osimport numpy as npimport matplotlib.pyplot as pltimport shutilfrom torchvision import transformsfrom torchvision import modelsimport torchfrom torch.autograd import Variableimport torch.nn as nnfrom torch.optim im...

原创 卷积神经网络pytorch

Pytorch中Softmax、Log_Softmax、NLLLoss以及CrossEntropyLoss的关系与区别详解PyTorch中文文档

原创 PyTorch中的nn.Conv1d与nn.Conv2d

Torch.nn.Conv2d(in_channels，out_channels，kernel_size，stride=1，padding=0，dilation=1，groups=1，bias=True)in_channels：输入维度out_channels：输出维度kernel_size：卷积核大小stride：步长大小padding：补0dilation：kernel间距PyTorch中的nn.Conv1d与nn.Conv2d...

原创 卷积神经网络相关函数

原创 理解卷积神经网络

下面这部分是我见过对卷积神经网络理解比较到位的描述。

原创 TensorFlow一元线性回归实践

import tensorflow as tfimport numpy as np#定义超参数learning_rate=0.01max_train_steps=1000log_step=17#输入数据train_X=np.array([[3.3],[4.4],[5.5],[6.71],[6.93],[4.168],[9.779],[6.182],[7.59],[2.167],[...

原创 “三步法”阅读文献

“三步法”来阅读文献让你深深受益，一方面，使你对文献有全盘的理解，而不是淹没在细节当中；另一方面，由于每一步都有大致的时间预判，可以让你评估审阅一堆论文时需要花费的时间，也可以根据自己的需要和时间来调整对文献的理解深度。“三步法”的主要思想就是应该在三步内读完论文，而不是从一开始就不分轻重地苦读到最后。清楚自己为什么读这篇文献，始终不忘初心。不要陷入细节中，花费大量的时间精力，读完却发现对自己...

原创 支持向量机SVM【机器学习算法一线性内核vs高斯内核】

import numpy as npimport matplotlib.pyplot as pltfrom sklearn import svmfrom sklearn.datasets import make_blobs#先创建50个数据点，让它们分为两类X,y=make_blobs(n_samples=50,centers=2,random_state=6)#创建一个线性内核的支...

原创 多层感知机

1.mxnet实现import d2lzh as d2lfrom mxnet import ndfrom mxnet.gluon import loss as gloss#读取数据集batch_size=256train_iter,test_iter=d2l.load_data_fashion_mnist(batch_size)#定义模型参数num_inputs,num_outpu...

原创 softmax回归

1.纯粹的mxnet实现import d2lzh as d2lfrom mxnet import autograd,nd#读取数据集batch_size=256train_iter,test_iter=d2l.load_data_fashion_mnist(batch_size)num_inputs=28*28num_outputs=10#初始化模型参数W=nd.rand...

原创 图像分类数据集（Fashion-MNIST）

import d2lzh as d2lfrom mxnet.gluon import data as gdataimport sysimport time#获取数据mnist_train=gdata.vision.FashionMNIST(train=True)mnist_test=gdata.vision.FashionMNIST(train=False)'''print(le...

原创 mxnet.gluon.data.vision.transforms.ToTensor的作用

mxnet.gluon.data.vision.transforms.ToTensor的作用：将图像或成批图像转换为张量NDArray。将[0,255]范围内的图像（NDArray of shape (H x W x C)）转换为[0,1]范围内的float32张量（NDArray of shape (C x H x W)）。例子：from mxnet.gluon import dat...

原创 Python3导入自定义模块的三种方法详解

Python3导入自定义模块的三种方法详解

原创 在Anaconda中安装包出现Retrying (Retry(total=4, connect=None, read=None, redirect=None, status=None))

1.打开Anaconda Prompt2.对于默认的pip源的速度太慢，于是便搜集了一些国内的pip源，如下：阿里云 http://mirrors.aliyun.com/pypi/simple/中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/豆瓣(douban) http://pypi.douban.com/simple/清华大学 http...

原创 线性回归

from IPython import displayimport matplotlib.pyplot as pltfrom mxnet import autograd,ndimport d2lzhimport random#生成数据集w=[2,-3.4]b=4.2features=nd.random.normal(shape=(1000,2))labels=w[0]*feat...

原创 mxnet自动求梯度

from mxnet import autograd,ndx=nd.arange(4).reshape((4,1))print(x)x.attach_grad()with autograd.record(): y=2*nd.dot(x.T,x)y.backward()print(x.grad)

原创 MXNet中NDArray的一些基础操作

1.1 NDArray基本用法from mxnet import nd#创建行向量x=nd.arange(10)print(x)#获取形状print(x.shape)#获取元素总数print(x.size)#改变形状y=x.reshape((2,5))print(y)#元素全0或1a0=nd.zeros((2,3,4))a1=nd.ones((2,3))#列表方式创建...

原创 决策树实例(工资预测)【机器学习算法一决策树与随机森林3】

数据集adult.data下载地址：http://archive.ics.uci.edu/ml/machine-learning-databases/adult/，下载后将其重命名为adult.csv，打开后可看到如下样子。数据集描述如下：属性如下：#导入pandas库import pandas as pd#用pandas打开csv文件data=pd.read_csv('C:/U...

原创 随机森林【机器学习算法一决策树与随机森林2】

为避免决策树的过拟合问题，可以使用集合学习的方法。集合学习算法综合多个机器学习算法，从而制造一个更加大的模型。目前应用广泛的包括随机森林（Random Forests）和梯度上升决策树（Gradient Boosted Decision Trees，GBDT）。随机森林就是把参数不同的几棵决策树打包到一起，把每棵树预测结果取平均值，既保留决策树们的工作成效，又降低过拟合的风险。#导入随机森林模型...

原创 决策树【机器学习算法一决策树与随机森林1】

numpy.meshgrid用法（懂的可略过此部分）numpy.meshgrid(x, y)从两个坐标向量返回坐标矩阵参数x, y : ndarray，两个一维数组表示网格的x和y坐标返回值X, Y : ndarray，对于长度为Nx=len(x)和Ny=len(y)的向量x、y，返回X、Y，其中X和Y是(Ny, Nx)形状的数组，其中x和y的元素重复出现，以沿着x...

原创 朴素贝叶斯实例(肿瘤良性与恶性)【机器学习算法一朴素贝叶斯5】

import matplotlib.pyplot as pltimport numpy as np#导入肿瘤数据集from sklearn.datasets import load_breast_cancercancer=load_breast_cancer()print("=======================数据集信息====================")print...