自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

york1996的博客

没写过的代码不会出错

  • 博客(18)
  • 资源 (5)
  • 问答 (2)
  • 收藏
  • 关注

原创 pr读取音频时在试图写入下列文件时发生了错误的一种可能解决方法

 原因在于我到C盘看之后,发现C盘已经满了,清理之后或者在首选项中选择其他缓存位置即可解决。如果还是报错,试试重新启动pr。

2018-10-31 19:39:04 16522 1

原创 pycharm不显示一部分下划线和删除线(pep8,typo引起)

如图: 第一句的波浪线是因为因为了这个模块,而没有使用的,也就是冗余引起的,这个最好保留,因为可以提示你哪个模块没有用到。第二句的下划线是pep8标准不支持这样的代码格式。如果不让这个下划线显示出来可以依次选择file--settings--搜索框输入pep:然后取消选中第一个对号,其他的自动取消选中,然后点击右下角的apply即可。代码中第二句和第三句的下划线是因为你的变量等...

2018-10-25 17:14:37 4779

原创 pytorch中required_grad和detach的澄清

最近和别人讨论,发现了自己以前的认识错误的地方。代码中的detach和required_grad的引入是减少了计算量,required_grad=false会计算误差,不计算wb的梯度(原因在于一个网路如果是ABC层这样的连接方式,B不求梯度,但是A还是会获得梯度,这就需要计算B的误差,从而传播到A,而计算B中参数的梯度就没有必要了),而detach会切断反向传播,不计算误差也不计算梯度。之所...

2018-10-25 16:56:41 5655 5

原创 python使用Counter实现二维数组按列(行)统计元素出现个数

主要是用到了 collections 里面的Counter函数import numpy as npfrom collections import Counterrows=10cols=9arr=np.random.random_integers(1,10,(10,9))#生成整数数组print("二维数组元素:",arr)result = [Counter(arr[:, i])...

2018-10-24 10:15:22 16213

原创 pycharm(JetBrains Product )如何注册学生账号邮箱

pycharm算是比较好用的IDE。JetBrains Product の主要优点就是功能多,对编程语言支持好。但是如果要使用正版,对于不能靠这些软件来挣钱的学生来说实在太贵了,比如一年就要3000多RMB实在是一笔很大的支出。所以JetBrains Product 支持了学生账号注册。下面是操作步骤。1,首先你要到你的学校官网,找到登录学校邮箱的地方。比如我的邮箱就是**********...

2018-10-23 09:57:04 16819 3

原创 python使用turtle库画图

环境:python3.6中自带turtle库代码:import turtleturtle.pensize(2)#画线宽度turtle.bgcolor("black")#设置背景颜色colors=["red","yellow","blue","purple"]#颜色列表turtle.tracer(False)#是否显示轨迹for x in range(400): tur...

2018-10-21 12:32:53 4337

原创 visual studio2017安装使用openGL(c++)步骤

视频教程:visual studio2017安装使用openGL(c++)步骤1,首先安装并打开visual studio 2017或者相近版本。,2,新建一个C++解决方案,添加一个.cpp文件:3,然后依次点击工具,NuGet包管理器,管理解决方案的NuGet程序包。4,然后再出现的窗口中选择浏览,输入nupengl5,点击搜索,选中nupengl.core然...

2018-10-19 22:26:08 5150 6

原创 深度学习神经网络论文们可能会误导人的地方

可好可差的特点,强调它作为优点时候的特性。比如手机重,就说有质感;轻了,就说轻盈不累手。再比如参数量少了,强调这样可以避免过拟合,并且不用调整太多的参数,训练会变快;参数量大了,就强调这个模型参数足够多,也就有强大的能力来提取数据集中的特征,万能逼近,超参数多了说人可以掌控模型。让人误以为原本好坏参半的特性没有什么缺点。 展示实验结果的时候,只在展示表现得好的数据集。比如当下有三个数据集,在其中...

2018-10-18 19:25:21 533

原创 pytorch综合多个弱分类器,投票机制,进行手写数字分类(boosting)

首先,这个文章的出发点就是让一个网络一个图片进行预测,在直观上不如多个网络对一个图片进行预测之后再少数服从多数效果好。也就是对于任何一个分类任务,训练n个弱分类器,也就是分类准确度只比随机猜好一点,那么当n足够大的时候,通过投票机制,也能提升很大的准确度:毕竟每个网络都分错同一个数据的可能性会降低。接下来就是代码实现。import torchimport torchvisioni...

2018-10-17 16:09:01 7984 5

原创 python列表推导生成字典的注意事项

由于python的强大,使用其他语言语言需要写十多行甚至几十行的代码,在python中只需要一行就可以完成。比如下面三种生成字典的方式:(区别在于右花括号的位置和键的生成方式)print([{"i":i} for i in range(10)])print()print([{"i":i for i in range(10)}])print()print([{str(i):i fo...

2018-10-17 12:52:31 510

原创 optimizer can only optimize Tensors, but one of the params is set的一个可能原因

下面的代码会提示错误:[{mlp.parameters() for mlp in mlps},lr=LR]]改成下面的可以解决错误:[{"params":mlp.parameters()} for mlp in mlps,lr=LR]可能是因为这里的参数应该是一个字典类型,或者是一个tensor。当代码是这样的时候:optimizer=torch.optim.Adam([m...

2018-10-17 09:15:50 15581 1

原创 AttributeError: cannot assign module before Module.__init__() call的一个可能原因

错误翻译成中文是-------属性错误,模块不能在初始化之前赋值。错误原因有可能是:在类的初始化里面没有加上父类的初始化,比如:super(MLP, self).__init__()...

2018-10-17 08:47:29 4535

原创 Pytorch使用预训练模型加速训练的技巧

当属于预训练模型属于下面的情况的时候,可以采用这个加速的技巧:固定前部分的层,只改变网络后面层的参数。比如,使用vgg16的预训练模型,固定特征提取层,改变后面的全连接层。要注意的是,如果固定的是特征提取层+一个全连接层,也可以使用这个技巧,只要固定的是前一部分。具体的做法是: 把所有的数据都输入进去特征层,把得到的输出保存成张量保存在内存(如果太多还可以保存在本地)中,无论有多少...

2018-10-12 22:23:57 3087

原创 pytorch迁移学习中parameters requires_grad=False和optimizer优化参数的探讨

首先背景是迁移学习,以VGG16网络为例,固定他的特征提取层,优化他的全连接分类层。有的书上写了:for param in vgg.features.parameters(): param.requeires_grad=False然后在定义优化器的时候,又写了下面的代码:optimizer=optim.SGD(vgg.classifier.paramters(),lr...

2018-10-11 23:00:12 21685 21

原创 pytroch forward() missing 1 required positional argument: 'input'的一个可能原因

vgg16=torchvision.models.vgg16(pretrained=True)class NET(nn.Module):    def __init__(self):        super(NET, self).__init__()        self.features=vgg16.features()        self.fc=vgg16.classifie...

2018-10-11 20:49:02 31078 3

原创 Python删除文件夹下所有包含指定字符串的文件

如果是几万张照片,即使是框选再删除也会很慢,这个时候不如用python来删除文件。需要导入自带的os模块。下面是代码:import ospath="E:/DataSets/catdog/"files=os.listdir(path)for i ,f in enumerate(files): if f.find("cat")>=0 : print(i)...

2018-10-10 21:12:18 6804 1

原创 在pycharm里面对文件夹或者文件进行重命名的一种方法

因为你要进行重命名的文件有可能当前被引用着,你修改之后,原本可以跑通的程序有可能跑不通了。所以重命名输入重构(Refactor)的内容,所以在project选项卡中,选中文件或者文件名称,右键选择Refactor,再选择Rename即可。如图所示:随后会弹出 第一个是查找是不是有代码应用了它,第二个复选框含义是是否在注释和字符串中查找这个名称。有时候你需要修改重命名文件的相关引...

2018-10-04 20:37:18 41907 3

原创 CSDN手机客户端的BUG

评论别人的文章的时候,如果使用输入法的时候连续删除两个字,评论就会消失,打的字也会不见。要发一个长的评论很难。 另外,反馈功能,显示反馈失败。...

2018-10-03 21:20:44 262

pycharm2024 opencv image viewer 免费插件

可以通过,setting plugins 配置按钮 install plugins from desk,选择上述文件即可!

2024-09-19

VB.net实现的三维三叉树动态可视化程序

功能文档 程序名称 3D 二叉树绘制程序 概述 该程序在 Windows Forms 窗体应用中绘制一个三维二叉树结构,用户可通过滚动条调整视角来观察树的形状。 主要功能 绘制3D二叉树: 程序生成一个三维二叉树,其中每个节点通过三条线段连接到三个子节点。 视角调整: 用户可通过水平 (HScrollBar1) 和垂直 (VScrollBar1) 滚动条动态调整视角。 实时更新显示: 滚动条值变化时,程序自动重新绘制3D结构。 实现思路 树结构生成: 初始线段从根节点出发,使用 Queue 管理待处理线段。 通过几何变换计算出每个子分支的坐标并生成新线段。 分支长度低于阈值时不再生成子节点。 树结构绘制: 通过 draw3d 方法将三维坐标转换为二维平面坐标。 角度转换基于水平 (a) 和垂直 (b) 滚动条的值,并使用 Graphics.DrawLine 绘制到图像上。 视角调整: 滚动条改变触发相应事件,调用 draw3d 方法更新视角。 确保图像根据当前角度显示。

2024-09-02

艾迪地平线开发工具平台营销材料-v4(Customer Facing)

概述 文档《艾迪开发工具平台营销材料》主要介绍了地平线公司推出的Horizon AIDI云端数据闭环平台及其在高阶自动驾驶领域的应用。随着自动驾驶技术的不断进步,软件驱动的数据闭环系统逐渐成为解决高阶自动驾驶问题的核心方法。传统的基于规则的算法逐渐被数据驱动的算法所替代,如何高效地挖掘、管理和利用数据成为行业的关键挑战。 文档首先概述了数据闭环和数据驱动算法的发展趋势,并强调了软件迭代速度和成本的重要性。特别是在高阶自动驾驶中,处理长尾场景的能力至关重要,因为这些场景的复杂性和多样性对算法提出了更高的要求。文档中提到,Tesla通过其影子模式和大规模数据处理能力,已经在这一领域取得了显著进展。 接下来,文档详细介绍了Horizon AIDI平台的设计及其核心功能模块。该平台致力于通过全自动的数据闭环工作流,提升算法研发效率,并为L2+级别以上的自主导航车型提供安全性保障。平台的六大核心模块涵盖了从数据采集、标注、到模型训练、评测的各个环节,提供了端到端的解决方案。 此外,文档还展示了一些成功案例,说明了该平台如何帮助客户实现成本的显著降低,并提高研发效率。例如,通过引入自动化

2024-08-29

百度自动驾驶解决方案(采集&标注方案2023年).pdf

数据安全合规解决方案 道路数据采集服务 专业采集团队和丰富采集经验 专业采集流程,层层安全把控 健全合规管理方案,满足数据监管需求 涉密办公区 (编译室)数据安全管理方案 涉密办公区 (编译室)数据安全管理方案——建设和管理要求 —数据个人信息脱敏服务 涵盖L2 – L4阶段自动驾驶标注需求 专业标注基地,提供业内最强的标注资源和产能支撑 科学分发、精准筛选、多重审核,严守质量底线 层层技术/流程把控,确保数据安全 2D & 3D 标注工具能力预览 教练式项目管理流程,快速迁移项目管理经验 覆盖开发全生命周期AI Pipeline,提升研发效率 经过大规模生产环境考验,极致资源利用效率 提供专业的模型评测服务,持续提升数据和模型质量 图表可视化的评测报告 以数据管理为纽带,串联自动驾驶模型开发 多维度数据查询,多传感器数据融合&可视化 服务百度Apollo及自动驾驶行业客户 首创lidar、radar与2D图像三种传感器融合标注法

2024-08-29

vb.net实现的模拟图灵机:本模型的功能是实现非负二进制加1

图灵机是一个理论计算模型,用来模拟任何计算过程。它由一个无限长的纸带、一个读写头和一个控制器组成。图灵机通过一系列的状态转换来读写纸带上的符号,从而完成计算任务。 下面介绍一个使用VB.NET编写的模拟图灵机,该图灵机的功能是对非负二进制数加1。 模拟图灵机的组成部分 纸带 (Tape): 纸带上存放的是二进制数字(0和1)。纸带可以无限延伸,但在实际程序中,我们使用一个数组来模拟。 读写头 (Head): 读写头用于在纸带上读写符号。它可以向左或向右移动。 控制器 (Controller): 控制器根据当前状态和读写头读到的符号,决定下一步的操作:是更改符号,还是移动读写头,或是改变状态。 状态转换 对于实现“二进制加1”的图灵机,我们只需要一个简单的状态转换逻辑: 初始状态 (State 0): 从右向左扫描纸带,寻找第一个0,将其变为1,然后停止。 如果所有的符号都是1,则将它们都变为0,并在纸带的最左边添加一个1。

2024-08-22

F-15SA 战斗机设计图纸等说明

F-15SA 的主要特点包括: 先进的航电系统:配备了先进的雷达和电子战系统,使其具备更强的目标探测和攻击能力。 改进的机体设计:在机体结构上进行了优化,增强了飞机的飞行性能和耐用性。 多用途能力:能够执行空对空和空对地任务,适应不同的战斗环境。 推力矢量控制:F-15SA 配备了推力矢量控制系统,提高了飞机的机动性和灵活性。 具体例子 例如,F-15SA 具备的 AN/APG-63(V)3 有源相控阵雷达(AESA),这使得它能够同时追踪和攻击多个空中和地面目标,提高了战场感知能力和打击精度。此外,F-15SA 的先进电子战系统可以干扰敌方雷达和通信系统,提高了飞机在复杂电磁环境中的生存能力。 总结来说,F-15SA 是一种高度先进的战斗机,代表了当前航空技术的前沿,能够满足现代战场的各种需求。

2024-08-01

大众点评全国花店数据库sqlite文件,近30万店铺

大众点评花店数据,包含店铺名 城市 具体地址 店铺地址等信息。 这些应该是包含了百分之99以上的店铺数据 爬取时间:2020年8月8日

2020-08-08

VB.net窗体小游戏 俄罗斯方块 贪吃蛇 2048 扫雷 点灯游戏 抢滩登陆

VB.net窗体小游戏合集 俄罗斯方块 贪吃蛇 2048 扫雷 点灯游戏 抢滩登陆。大部分都有音效,可以直接运行,界面还算美观。

2020-06-02

用vb.net实现的深度神经网络

用面向对象的方式来组织代码,也让调用这个网络变得很轻松。可以实现对手写数字的识别,内置了手写数字识别的数据库mnist,也可以实现自定义的函数对应关系。但是面向对象的程序免不了要频繁的复制内存,也不会使用GPU来跑代码,所以运行起来是挺慢的。但是基本的算法还是挺清晰的,学习交流用是可以的,如果读不懂或者代码运行不了,欢迎找我交流。

2018-08-13

canny边缘检测

Canny边缘检测算子是John F. Canny于 1986 年开发出来的一个多级边缘检测算法。更为重要的是 Canny 创立了边缘检测计算理论(Computational theory of edge detection)解释这项技术如何工作。

2018-04-25

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除