- 博客(41)
- 收藏
- 关注
RSS订阅原创 动手学深度学习（2.2）数据预处理
为两列“Alley_Pave”和“Alley_nan”。巷子类型为“Pave”的行会将“Alley_Pave”的值设置为1，“Alley_nan”的值设置为0。缺少巷子类型的行会将“Alley_Pave”和“Alley_nan”分别设置为0和1。其中每行描述了房间数量（“NumRooms”）、巷子类型（“Alley”）和房屋价格（“Price”）。由于“巷子类型”（“Alley”）列只接受两种类型的类别值“Pave”和“NaN”，中的所有条目都是数值类型，它们可以转换为张量格式。中的类别值或离散值，我们。
2024-07-22 15:02:31
621
原创 解决AttributeError: module ‘tensorflow._api.v2.image‘ has no attribute ‘resize_images‘
这是 TensorFlow 图像处理函数中的标准方法。因此，如果你的代码中有。在 TensorFlow 2.x 版本中，的引用，你应该更新它为。
2024-07-22 10:43:20
180
原创 解决keras.objectives在 ‘__init__.py‘ 中找不到引用 ‘objectives‘
【代码】解决keras.objectives在 ‘__init__.py‘ 中找不到引用 ‘objectives‘
2024-07-22 10:39:01
101
原创 解决导入keras.layers 问题
导入 keras.engine 可能会产生No module named 'tensorflow.keras.engine。
2024-07-22 10:35:55
142
原创 目标检测入门
但是，如果预测到的x,y坐标大于1，比如(1.2, 0.7)。这打破了YOLO背后的理论，因为如果我们假设红色框负责预测目标狗，那么狗的中心必须在红色单元中，不应该在它旁边的网格单元中。因此，为了解决这个问题，我们对输出执行sigmoid函数，将输出压缩到区间0到1之间，有效确保中心处于执行预测的网格单元中。网络的输出是S x Sx (5*B+C)的一个tensor(S-尺寸，B-标定框个数，C- 检测类别数，5-标定框的信息)。一般情况下，YOLO不会预测边界框中心的确切坐标。Yolo的缺点: .
2024-07-21 16:12:42
1013
原创 动手学深度学习（2.1）数据操作
为了能够完成各种数据操作，我们需要某种方法来存储和操作数据。 通常，我们需要做两件重要的事：（1）获取数据；（2）将数据读入计算机后对其进行处理。 如果没有某种方法来存储数据，那么获取数据是没有意义的。
2024-07-19 10:10:37
871
原创 InceptionV3代码实现（Pytorch）
Inception网络是CNN发展史上一个重要的里程碑。在Inception出现之前，大部分流行CNN仅仅是把卷积层堆叠得越来越多，使网络越来越深，以此希望能够得到更好的性能。
2024-07-18 11:17:18
618
原创 笔记：Few-Shot Learning小样本分类问题 + 孪生网络 + 预训练与微调
Few-Shot Learning小样本分类问题 + 孪生网络 + 预训练与微调
2024-07-17 10:17:38
1392
原创 动手学深度学习（1.6 - 1.8）深度学习的成功案例 & 特点 & 第一章小结
工业革命的这一阶段可能对社会的大部分地区产生深远的影响，因为卡车司机和店员是许多国家最常见的工作之一。此外，如果不加注意地应用统计模型，可能会导致种族、性别或年龄偏见，如果自动驱动相应的决策，则会引起对程序公平性的合理关注。同样，上面的列表仅仅触及了机器学习对实际应用的影响之处的皮毛。这种在处理统计问题上新发现的经验主义，加上人才的迅速涌入，导致了实用算法的快速进步。其次，目前还不存在能够自我改进、自我推理、能够在试图解决一般任务的同时，修改、扩展和改进自己的架构的“人工通用智能”工具。
2024-07-16 17:57:49
685
原创 动手学深度学习（1.4 - 1.5）起源 & 深度学习的发展
随机存取存储器没有跟上数据增长的步伐。 与此同时，算力的增长速度已经超过了现有数据的增长速度。 这意味着统计模型需要提高内存效率（这通常是通过添加非线性来实现的），同时由于计算预算的增加，能够花费更多时间来优化这些参数。 因此，机器学习和统计的关注点从（广义的）线性模型和核方法转移到了深度神经网络。 这也造就了许多深度学习的中流砥柱，如多层感知机 (McCulloch and Pitts, 1943) 、卷积神经网络 (LeCun et al., 1998) 、长短期记忆网络 (Graves and S
2024-07-16 15:45:01
716
原创 动手学深度学习（1.3.3 - 1.3.4）与环境互动 & 强化学习
智能体的动作会影响后续的观察，而奖励只与所选的动作相对应。环境可以是完整观察到的，也可以是部分观察到的,解释所有这些复杂性可能会对研究人员要求太高。最后，在任何时间点上，强化学习智能体可能知道一个好的策略，但可能有许多更好的策略从未尝试过的。强化学习智能体必须不断地做出选择：是应该利用当前最好的策略，还是探索新的策略空间（放弃一些短期回报来换取知识）。）在雅达利游戏中仅使用视觉输入就击败了人类， 以及 AlphaGo 程序在棋盘游戏围棋中击败了世界冠军，是两个突出强化学习的例子。强化学习智能体选择的“
2024-07-16 11:34:23
685
原创 【LeetCode力扣】008.字符串转换整数 (atoi)（Python）
第 2 步："1337c0d3"（当前没有读入字符，因为这里不存在 '-' 或者 '+'）第 2 步："0-1" (当前没有读入字符，因为这里不存在 '-' 或者 '+')第 2 步："42"（当前没有读入字符，因为这里不存在 '-' 或者 '+'）第 1 步："1337c0d3"（当前没有读入字符，因为没有前导空格）第 1 步："0-1" (当前没有读入字符，因为没有前导空格)第 1 步："42"（当前没有读入字符，因为没有前导空格）加粗的字符串为已经读入的字符，插入符号是当前读取的字符。
2024-07-16 11:26:46
870
原创 机器学习分类结果精度测定 - 混淆矩阵（Confusion Matrix）
混淆矩阵是一种特定的表格布局，用于可视化监督学习算法的性能，特别是分类算法。在这个矩阵中，每一行代表实际类别，每一列代表预测类别。矩阵的每个单元格则包含了在该实际类别和预测类别下的样本数量。通过混淆矩阵，我们不仅可以计算出诸如准确度、精确度和召回率等评估指标，还可以更全面地了解模型在不同类别上的性能。混淆矩阵是可视化工具，特别用于监督学习，在无监督学习一般叫做匹配矩阵。在图像精度评价中，主要用于比较分类结果和实际测得值，可以把分类结果的精度显示在一个混淆矩阵里面。
2024-07-16 10:17:34
1325
原创 【LeetCode力扣】007. 整数反转（Python）
再转换为整数（注意原有符号的还原），最后判断是否溢出。如果反转后整数超过 32 位的有符号整数的范围。将有符号整数转换为字符串，去除符号位，给你一个 32 位的有符号整数。中的数字部分反转后的结果。
2024-07-15 17:46:40
213
1
原创 【LeetCode力扣】004.寻找两个正序数组的中位数（Python）
【LeetCode力扣】004.寻找两个正序数组的中位数（Python）
2024-04-08 10:34:58
316
1
原创 【LeetCode力扣】001.两数之和（Python）
给定一个整数数组 nums 和一个整数目标值 target，请你在该数组中找出 和为目标值 target 的那 两个 整数，并返回它们的数组下标。解释：因为 nums[0] + nums[1] == 9 ，返回 [0, 1]。你可以假设每种输入只会对应一个答案。输入：nums = [2,7,11,15], target = 9。输入：nums = [3,2,4], target = 6。进阶：你可以想出一个时间复杂度小于 O(n2) 的算法吗？输入：nums = [3,3], target = 6。
2024-03-30 10:06:45
321
原创 【软件定义网络】实验一：SDN拓扑实践 & 实验二：Open vSwitch虚拟交换机实践
实验难度：适中实验过程中遇到的困难与解决办法：刚开始安装虚拟机和配置实验环境的时候，也遇到了不少报错，比如java环境配置，python库安装，ryu插件的安装，基本都是自己通过网上的教程，反复地去尝试，一步一步排除错误。因为是第一次用虚拟机，所以刚开始对各种操作都比较生疏，但经过这一次实验，变得更加熟练。开始做实验的时候，发生了棘手的问题，一个是重启系统后虚拟机启动时候报错，为了解决这个错误，花费了不少时间，终于在一个偏僻的个人网站找到了解决方法；一个是重启虚拟机后所有图标和菜单栏都消失了。
2023-09-18 00:48:48
4426
原创 Go指针基本介绍
指针基本介绍基本数据类型， 变量存的就是值，也叫值类获取变量 i 的地址，用&i指针类型，指针变量存的是一个地址，这个地址指向的空间存的才是值比如：var ptr *int=&numptr指向一个空间，存的是 i 的地址获取指针类型所指向的值，使用*，比如var ptr *int指针变量接收地址修改*ptr值时，会导致ptr指向空间所存的地址对应的空间的所存值改变使用细节值类型，多有对应的指针类型 *数据类型值类型...
2021-10-03 13:11:38
188
原创 Go中标识符
标识符 Identifier标识符的命名规范golang对各种变量、方法、函数等命名时使用的字符序列称为标识符凡是自己可以起名字的地方都叫标识符标识符的命名规则标识符是由26个英文字母大小写，0-9，_组成数字不可以开头，//var 3num int //errorgolang中严格区分大小写 num与Num 是不同变量标识符不能包含空格下划线本身在Go中是一个特殊的标识符，成为空标识符不能以系统保留关键字作为标识符，比如break， if等等（25个）.
2021-10-03 13:09:15
334
原创 Go中变量
变量的概念变量是程序的基本组成单位，相当于内存中一个数据存储空间的表示，通过变量名可以访问到变量值sum , sub 都是变量变量使用的基本步骤1.声明变量（定义变量）2.赋值3.使用变量声明变量：var 变量名 数据类型var num1 float32表示一个单精度类型的小数，变量名是num1初始化变量：在声明变量的时候就给值var a int = 45 这就是初始化变量使用细节，如果声明时就直接给值，可省略数据类型var b = 40 / b := 4
2021-10-03 13:03:19
469
原创 DOS关于常用指令（目录与文件）
DOS：Disk Operating System磁盘操作系统基本操作原理win+R cmd ,打开DOS操作终端操作指令md ——>DOS操作系统——>解析指令——>操作目录结构——>返回终端DOS常用指令目录1.查看当前目录是什么dir2.将D盘切换到F盘cd /d f3.切换到当前盘的其他目录 （相对路径/绝对路径)cd d:\GoLanguage绝对路径：从当前盘的最上面开始定...
2021-09-29 10:48:31
586
空空如也
YoloV8误检对象过滤
2024-06-12
TA创建的收藏夹 TA关注的收藏夹
TA关注的人