- 博客(220)
- 收藏
- 关注
RSS订阅原创 IndexError: Dimension out of range (expected to be in range of [-1, 0], but got 1)
IndexError: Dimension out of range (expected to be in range of [-1, 0], but got 1)
2022-01-06 16:47:32
1673
原创 how to install tensorflow in windows10
pip install --upgrade --ignore-installed tensorflow
2021-11-15 15:10:35
1144
原创 RuntimeError: (PreconditionNotMet) The third-party dynamic library (cudnn64_7.dll) that Paddle depen
install paddlepaddle-CPU not paddlepaddle-GPU
2021-11-03 13:42:58
3122
3
原创 flask run background
rm -rf app_run.lognohup python -u app_run.py > app_run.log 2>&1 &
2021-10-26 09:14:01
127
原创 AI环境搭建：
AI环境搭建：1.查看班级cuda版本按window按键，并输入NVIDIA control panel------进入界面查看cuda版本；如果无法正常打开以上步骤，请下载鲁大师，进行显卡驱动安装2.下载cuda对应的torch和torchvision。软件向下兼容。下载地址：https://download.pytorch.org/whl/cu102/torch_stable.html3.安装torch和torchvision.并运行测试代码，测试环境是否搭建正确。import torch
2021-07-27 10:04:17
481
原创 2021-06-08 torch.manual_seed()的理解
使用 ：为CPU中设置种子，生成随机数：torch.manual_seed(number)为特定GPU设置种子，生成随机数：torch.cuda.manual_seed(number)为所有GPU设置种子，生成随机数：torch.cuda.manual_seed_all(number)使用原因 ：在需要生成随机数据的实验中，每次实验都需要生成数据。设置随机种子是为了确保每次生成固定的随机数，这就使得每次实验结果显示一致了，有利于实验的比较和改进。使得每次运行该 .py 文件时生成的随机数相同
2021-06-08 16:51:47
250
1
原创 torch.Tensor&numpy.ndarray
import torchimport numpy as npa = torch.tensor([[1,2],[3,4]],dtype=torch.float32)print(a,type(a),a.dtype)b = np.array([[1,2],[3,4]],dtype=np.float32)print(b,type(b),b.dtype)c = a.numpy() # <class 'torch.Tensor'>------><class 'numpy.nd
2021-05-26 21:46:38
169
原创 2020-12-19
1.OSError: [WinError 126] 找不到指定的模块。 Error loading “C:\ProgramData\Anaconda3\lib\site-packages\torch\lib\asmjit.dll” or one of its dependencies.2.
2020-12-19 14:14:31
353
2
原创 池化层
在卷积神经网络中，进行卷积之后，通常会跟着一个池 化层，池化层是对上一层的特征图进行下采样处理，代表着 对统计信息的提取过程。在深度学习中最常见的池化方式 有两种，分别是最大值子池化和均值子池化。其中，最大值 池化是选取小区域内像素的最大值，而均值子池化是选取小 区域内像素总和再求平均值。 池化层的引入只是对输入的 特征图进行降维处理，不改变特征图的个数，具有不变性。...
2020-12-11 16:37:35
767
原创 卷积层
与普通神经网络相比较，卷积神经网络不同的地方在于 其包含了一个由卷积层和池化层构成的特征提取器。通常 把卷积神经网络中的卷积层叫作 C 层(特征提取层)，卷 积层的输入来源于输入层或者池化层，在卷积层中，每个神 经元与上一层的输入(特征图)中的神经元仅仅只是部分连 接的。 通常对卷积神经网络的任何一个卷积层来说，其里面 均包含若干个由一些矩形排列的神经元组成的特征平面，拥 有同一特征平面的神经元权值共享，而卷积核就是这里所说 的共享的权值。一般用随机小数矩阵的形式初始化卷积核，卷积核在网络的训练过程中
2020-12-11 16:28:48
595
原创 data from cuda to cpu
最近在做人脸识别，老是对数据类型不清楚。数据本来在cuda上面，当本地要对数据进行操作时，需要将数据转到本地。一下是获取人的面部特征，并将其保存在字典中model.encode(person[None, …]).cpu().numpy().reshape(-1).tolist()...
2020-12-11 16:06:50
1173
原创 MTCNN流程总结
文章目录流程总结网络结构1、P-Net2、R-Net3、O-Net影响人脸检测的因素：样本制作损失函数设计IOUNMS非极大值抑制训练训练流程总结 首先对MTCNN的整个流程做一个大致的总结： 以上总结是我基于这几天重新预习MTCNN相关知识做的一个归纳，个人一直有点没搞清楚P网络的一些细节。以上总结可能还是有错误，可是学习知识就是一个不断犯错不断更正学习的过程，没有错误就没有进步。如有疏漏，还原纠正。网络结构 MTCNN人脸检测是一种多级联的人脸检测模型，采用串联的方式级联，通过层层筛选
2020-12-08 15:02:33
716
1
原创 菜鸟进阶:(11）with torch.no_grad() 详解
最近在看别人写的代码，遇到经常使用with torch.no_grad()。一直对这个一知半解，特各方查资料，对其进行一个简短的总结。不使用with torch.no_grad():此时有grad_fn=<AddmmBackward>属性，表示，计算的结果在一计算图当中，可以进行梯度反传等操作。只是想要网络结果的话就不需要后向传播 ，如果你想通过网络输出的结果去进一步优化网络的话 就需要后向传播了。，就是在人工神经网络的神经元上运行的函数，负责将神经元的输入映射到输出端。单一神经元模型如下：[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-B6ExUfNB-1603869802920)(C:\Users\admin\AppData\Roaming\Typora\typora-user-images\1603855062714.png)]神经网络中，每一个神经元节点接
2020-10-28 15:23:36
683
原创 菜鸟进阶:(9）
OSError: [WinError 126] 找不到指定的模块。 Error loading “C:\Users\63400\PycharmProjects\testmtcnn\venv\lib\site-packages\torch\lib\caffe2_detectron_ops.dll” or one of its dependencies.
2020-10-06 19:43:20
130
原创 菜鸟进阶:(8)pip install torch出现错误
pip install torch出现各种错误，然后一直百度，花了一天都没解决。最后发现还是第一次百度的方法解决了我这一天的问题，欲哭无泪！首先使用Python的pip安装命令： pip install torch 出现错误解决办法：这时需要先下载pytorch包，根据自己的python版本选择。pytorch包链接：我就是下载了安装包，但是因为网络原因，没有下载成功就放弃了。结果第二天死马当作活马医，天啊，居然不到两分钟就下载成功了！https://www.lfd.uci.edu/~gohlke/
2020-10-06 17:36:26
819
原创 菜鸟进阶:(7)numpy的np.max用法
np.max：(a, axis=None, out=None, keepdims=False)求序列的最值最少接收一个参数axis：默认为列向（也即 axis=0），axis = 1 时为行方向的最值；np.maximum：(X, Y, out=None)X 与 Y 逐位比较取其大者；最少接收两个参数a = np.array([[1,10],[5,9]])print(a)print(np.max(a,0))结果：[[ 1 10][ 5 9]][ 5 10]..
2020-09-17 15:50:26
2202
1
原创 菜鸟进阶:(6)numpy的argmax用法
解释还是从一维数组出发.看下面的例子.import numpy as npa = np.array([3, 1, 2, 4, 6, 1])print(np.argmax(a))4argmax返回的是最大数的索引.argmax有一个参数axis,默认是0,表示第几维的最大值.看二维的情况.import numpy as npa = np.array([[1, 5, 5, 2],[9, 6, 2, 8],[3, 7, 9, 1]])print(np.argmax(a, axis=0))[
2020-09-17 15:36:35
181
原创 菜鸟进阶:(5)＜class ‘numpy.ndarray‘＞和＜class ‘torch.Tensor‘＞相互转换
import torchimport numpy as npa = torch.tensor([[1,2],[3,4]],dtype=torch.float32)print(a,type(a),a.dtype)"""tensor([[1., 2.], [3., 4.]]) <class 'torch.Tensor'> torch.float32"""b = np.array([[1,2],[3,4]],dtype=np.float32)print(b,type
2020-09-17 10:42:58
1127
原创 菜鸟进阶:(4)各种损失函数总结
（1）.MSELoss：输入和输出形状要相等:输入，输出：N2，label:N2 多分类（2）BCELoss：二分类，和MSELoss类似，但其输出必须经过sigmoid激活；一般用来做置信度损失（3）BCEWithLogitsLoss：和sigmoid组合在一起了，就不用做sigmoid激活；相当于sigmoid+BCELoss（4）CrossEntropyLoss()：多分类，#自动对网络输出做softmax缩放，自动对标签求one-hot...
2020-09-15 20:57:48
558
原创 菜鸟进阶:(3)python-zip函数
zip() 函数用于将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表。l1=[1,2,3]lt2=[4,5,6]for a,b in zip(l1,lt2): print(a) print(b)输出结果：142536...
2020-09-15 20:56:26
110
原创 菜鸟进阶:(2)压缩 / 解压张量：torch.squeeze()、torch.unsqueeze()
x = torch.randn(3, 1, 2)xtensor([[[-0.1986, 0.4352]], [[ 0.0971, 0.2296]], [[ 0.8339, -0.5433]]])x.squeeze().size() # 不加参数，去掉所有为元素个数为1的维度torch.Size([3, 2])x.squeeze()tensor([[-0.1986, 0.4352],[ 0.0971, 0.2296],[ 0.8339, -...
2020-09-15 11:10:09
198
原创 菜鸟进阶:(1)＜class ‘torch.Tensor‘＞操作
loss_total = tensor(1.7320, device=‘cuda:0’, grad_fn=)如何取精度值呢？loss_total = loss_total.item()输出结果：1.7319945096969604
2020-09-15 10:48:56
1464
原创 添加谷歌扩展程序遇到的问题
休假结束，感觉整个脑袋像个浆糊一样。啊啊，今天添加谷歌扩展 程序花了很久，一个很简单的问题弄了。添加代理插件的时候一直失败，提示不是扩展程序或者未能成功加载扩展程序。最后直接下图傻瓜式操作解决。...
2020-07-21 15:59:17
785
原创 项目遇到的一些问题
近期做的都是迭代项目，代码基本每个月都可以正常运行，只是如果突然加速，会导致某些网站数据拿取不到。故特地做一下总结，主要目的是为了提醒我自己：1.爬虫迭代项目最好控制匀速爬取，不要突然大量提速，容易导致爬虫被识别到2.代码的爬虫行为被网站检测到后，可能1-2小时左右，无法从网站拿取到数据，此时不要着急修改代码，可以先等上2小时候后再运行爬虫基本每次突然大量提速，一些本来反爬比较严格的网站就会...
2019-12-25 14:39:05
173
原创 成功安装了docker-compose，但是一直提示command not found...
Here’s how I fixed this issue: Refer Docker Compose documentationsudo curl -L https://github.com/docker/compose/releases/download/1.21.0/docker-compose-(uname−s)−(uname -s)-(uname−s)−(uname -m) -o /u...
2019-11-29 17:21:58
3919
10
原创 UnicodeDecodeError: 'utf-8' codec can't decode byte 0x93 in position 9: invalid start byte
f = open(file_path, 'r'，encoding='utf-8)代码一直报错误：UnicodeDecodeError: ‘utf-8’ codec can’t decode byte 0x93 in position 9: invalid start byte，应该是编码方式不对，最后修改为以二进制方式读取才算解决： f = open(file_path, 'rb')...
2019-11-28 15:57:30
2542
1
原创 ModuleNotFoundError: No module named 'fcntl'
解决办法：在python路径下的Lib中新建一个fcntl.py文件内容如下：def fcntl(fd, op, arg=0):return 0def ioctl(fd, op, arg=0, mutable_flag=True):if mutable_flag:return 0else:return “”def flock(fd, op):returndef lockf(fd...
2019-11-28 11:24:22
9700
原创 运行python run_flower.py 一直找不到节点
执行pip install flower后，再运行python run_flower.py就可以了
2019-11-28 10:01:26
290
原创 centos安装淘宝cnpm成功后，报错: bash: cnpm: command not found...
(1)安装cnpmnpm install -g cnpm --registry=https://registry.npm.taobao.org(2)cnpm -v未找到命令（3）建立软连接后，再查看版本就大功告成啦！note：删除易建联的软连接rm -rf /usr/local/bin/cnpm...
2019-11-27 11:25:51
1428
原创 github使用教程(3)
1.将本地代码push到githubgit initgit add ./* #根据自己实际情况进行添加git commit -m “first commit”git remote add origin https://github.com/66/66tomization.gitgit push -u origin master2.将远端代码拉取到本地git initgit ...
2019-11-14 15:34:46
109
原创 爬虫取列表遇到的问题总结
比如我想取类似下面的博客里的所有标题html = etree.HTML(content)2.html = etree.HTML(response.text)
2019-05-22 14:19:47
960
转载 检查代理是否可用
import requestss = requests.session()url =“https://mail.163.com/”s.keep_alive = Falses.proxies= {“https”:“47.100.104.247:8080”,“http”:“36.248.10.47:8080”, }s.headers= headerr = s.get(url)print(...
2019-05-18 09:41:59
1674
原创 join的使用总结
try: #addr 是一个列表 ['山东省','青岛市','奎文区'] addr = html.xpath('//dl[@class="codl"]/dd[1]/a//text()')#拿到地址所属省、市、区 address = '\u0002'.join(addr) #直接拼接list中内容 山东省\x02潍坊\x02奎文区except: mailing_add...
2019-05-16 10:04:58
132
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