Bebr的博客

转载 ubuntu下解压缩包的方法

一、.tar解包：tar xvf FileName.tar打包：tar cvf FileName.tar DirName（注：tar是打包，不是压缩！）二、.gz解压1：gunzip FileName.gz解压2：gzip -d FileName.gz压缩：gzip FileName.tar.gz解压：tar zxvf FileName.tar.gz压缩：t...

转载 对文件夹中的图片进行随机抽取，并放在另一个文件夹下

##深度学习过程中，需要制作训练集和验证集、测试集。import os, random, shutildef moveFile(fileDir): pathDir = os.listdir(fileDir) #取图片的原始路径 filenumber=len(pathDir) rate=0.1 #自定义抽取图片的比例，比方说100张...

原创 imblearn安装

在命令行中运行以下代码：conda install -c glemaitre imbalanced-learn尝试运行：import imblearn如果安装成功，则不会报错。

转载 matlab在图片上画横线或填充颜色后，整幅保存的方法

经常imshow一幅图片之后，会在上面plot一些标记点，但是imwrite的时候发现点并没有随之被保存下来。尝试一些方法如下：一、figureimshow(image0_rgb)hold onplot(loc0(:,2),loc0(:,1),'r+')gfframe=getframe(gcf);gffim=frame2im(gfframe);imwrite(gffim,'im...

原创 Word中15与17页页眉相同问题

在Word中编辑页眉时遇到一个问题：第15和17页的页眉总是相同。着实头疼了一会。最终发现解决办法：光标放置于在第17页开始处，然后点击布局-分隔符-连续，插入这个新的分节符后即可。当然如果与上页不同的话，就再次点击‘链接到前一节’（默认的是与前一页相同，再点击一次后即可断开）。...

转载 用MATLAB实现字符串分割

用Matlab实现字符串分割（split）Posted on 2011/08/08Matlab的字符串处理没有C#强大，本身又没有提供OO特性，需要依赖别的手段完成这项任务。我们在这里借助正则表达式函数regexp的split模式。一般语法：S = regexp(str, char, 'split')其中str是待分割的字符串，char是作为分隔符的字符（可以使用正则表达式）。分割出的...

转载 用MATLAB移动或复制文件到另一个文件夹

sourcePath = '.\Square_train'; targetPath = '.\Square_test'; fileList = dir(sourcePath); for k = 3 :5: length(fileList) movefile([sourcePath,'\',fileList(k).name],targetPath);end%c...

原创 用MATLAB打开含有英文、数字和汉字的txt文件

之前也没接触过用MATLAB打开含有英文、数字和汉字的txt文件，结果网上查了一下，打开的文件内容中文全部显示乱码，折腾了大半天终于解决了。一、常用打开方法：1、Data = load("filename.txt");只支持仅含有数字的文本文件，如果夹杂着字母或者汉字，则会报错。2、Data = importdata("filename.txt");...

转载 TensorFlow与cuda版本间的对应关系

https://www.tensorflow.org/install/source#common_installation_problems

转载 霍夫变换直线检测

一、基本原理：所谓霍夫变换，即对于图像平面上的一个点(x , y )，我们采用参数方程p=xcos(θ)+ysin(θ)把这个点映射到参数p-theta平面，那么图像平面上的一个点就对应p-theta平面的一条曲线，其中的p表示图像平面中的这个点所在直线到原点的距离，theta表示这个点所在直线与X轴的夹角。又因为图像平面上的一个点对应一系列穿过这个点的直线，即有一系列对应的p和theta...

转载 利用MATLAB获取图像轮廓bwperim

一、利用bwperim来查找二值图像的边缘。BW2 = bwperim(BW1)BW2 = bwperim(BW1,conn)BW2 = bwperim(BW1,conn)表示从输入图像BW1中返回只包括对象边缘像素点的图像。conn的定义值如下：对二维4 4邻域8 8邻域对三维6 6邻域18 18邻域26 26邻域例子：%...

转载 MATLAB中im2bw函数-将图像转换为二值图像

matlab中DIP工具箱函数im2bw使用阈值（threshold）变换法把灰度图像（grayscale image）转换成二值图像。所谓二值图像， 一般意义上是指只有纯黑（0）、纯白（255）两种颜色的图像。 当然， 也可以是其他任意两种颜色的组合。 在matlab命令行中键入doc im2b或help im2bw即可获得该函数的帮助信息。阈值变换比如数组 a = [1...

转载 RGB图像转换为灰度图像的原理

RGB彩色图像中，一种彩色由R（红色），G（绿色），B（蓝色）三原色按比例混合而成。 图像的基本单元是一个像素，一个像素需要3块表示，分别代表R，G，B，如果8为表示一个颜色，就由0-255区分不同亮度的某种原色。 灰度图像是用不同饱和度的黑色来表示每个图像点，比如用8位 0-255数字表示“灰色”程度，每个像素点只需要一个灰度值，8位即可，这样一个3...

转载 Word双栏和单栏的转换

原来是跨页双栏的状态（也就是两页），可以先将第二页中所有的文字选中，然后在点击‘页面布局-单栏’（将其变为单栏），然后在第二页的最上方添加进表格或图片。然后再选中表格或图片下方的文字，将其再变为双栏即可。...

转载 利用keras进行图像增强

在深度学习中，数据短缺是我们经常面临的一个问题，虽然现在有不少公开数据集，但跟大公司掌握的海量数据集相比，数量上仍然偏少，而某些特定领域的数据采集更是非常困难。根据之前的学习可知，数据量少带来的最直接影响就是过拟合。那有没有办法在现有少量数据基础上，降低或解决过拟合问题呢？ 答案是有的，就是数据增强技术。我们可以对现有的数据，如图片数据进行平移、翻转、旋转、缩放、亮度增强等操作，以生...

原创 数据格式转换

import scipy.io as sioa1 = sio.loadmat(r'C:\Users\y.mat')y = a1['y'][0] #这里注意要将第一个数提出来y = y.astype(np.int32) #这里是转换一下数据格式

原创 导入TensorFlow时报错解决办法及用清华镜像快速安装numpy

在安装TensorFlow后，导入时会报一系列关于numpy的错误。可以尝试将numpy先卸载，然后重新安装，此时再导入时即可。pip uninstallnumpypip install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy用清华的镜像来安装速度快。其他的国内源：新版ubuntu要求使用https源，要注意。...

转载 ndarray object of numpy module转换为array格式

当读入的数据显示ndarray object of numpy module时，可以用以下语句将其转换为数组array（[]）的格式y = np.asarray(y,'int64')

转载 Python中cv2的安装

可以直接用pip安装pip install opencv-python但是这样速度很慢！！！！换做下面的命令后，速度能快很多conda install -c https://conda.binstar.org/menpo opencv

转载 Python中用cv2对图片进行基本操作

原文来自：https://blog.csdn.net/fu6543210/article/details/808352801. 读取图片使用函数cv2.imread(filepath,flags)读入一副图片filepath：要读入图片的完整路径flags：读入图片的标志cv2.IMREAD_COLOR：默认参数，读入一副彩色图片，忽略alpha通道cv2.IMREAD_GRAYS...

转载 图像分割程序

转自https://blog.csdn.net/weixin_41783077/article/details/82020121转自github，感谢作者mrgloom的整理链接：https://github.com/mrgloom/awesome-semantic-segmentationAwesome Semantic SegmentationNetworks by ar...

原创 初学混淆矩阵

一、混淆矩阵（Confusion Matrix）:在中，混淆矩阵（confusion matrix）是可视化工具，一般也叫做匹配矩阵。混淆矩阵的每一列代表了预测类别，每一行代表了数据的真实归属类别，每一列的总数表示预测为该类别的数据的数目（即通过算法被分为该类的数目），每一行的数据总数表示该类别的数据实例的数目如下表，第一行第一列中的43表示有43个实际归属第一类的实例被预测为第一类，...

转载 如何提升深度学习的性能

原文： How To Improve Deep Learning Performance 作者： Jason Brownlee 提升算法性能的想法这个列表并不完整，却是很好的出发点。我的目的是给大家抛出一些想法供大家尝试，或许有那么一两个有效的方法。往往只需要尝试一个想法就能得到提升。我把这个列表划分为四块：· 从数据上提升性能· 从算法上提升性能· 从算法调优上提升性...

转载 训练集、验证集、测试集

一、前言训练集、验证集和测试集这三个名词在机器学习领域极其常见，但很多人并不是特别清楚，尤其是后两个经常被人混用。在有监督(supervise)的机器学习中，数据集常被分成2~3个，即：训练集(train set)，验证集(validation set)，测试集(test set)。二、训练集、验证集、测试集如果给定的样本数据充足，我们通常使用均匀随机抽样的方式将数据集划...

原创 win10下安装TensorFlow-gpu版本

一、电脑配置系统：WIN10 64位 教育版显卡：NVIDIA GeForce GTX 960 2GB二、安装内容CUDA 9.0cudnn-9.0-windows10-x64-v7.5.0.56Anaconda3-4.2.0-Windows-x86_64（Python 3.5.2）tensorflow-gpu 1.8.0KerasVisual Studio 2017版本2:...

转载 pyhton中K折交叉验证StratifiedKFold

https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.StratifiedKFold.html#sklearn.model_selection.StratifiedKFoldfrom sklearn.model_selection import StratifiedKFoldX = np.arra...

转载 深度学习电脑配置选择

《如何DIY自己的深度学习工作站》《如何配置一台适用于深度学习的工作站？》知乎https://www.zhihu.com/question/33996159/answer/143971704《码农的高薪之路，如何组装一台适合深度学习的工作站？》subtitle SherpaMan中国 05-19 18:40https://c.m.163.com/news/a/CKQP405405119...

转载 深度学习中end-to-end的认识

End to end：指的是输入原始数据，输出的是最后结果，应用在特征学习融入算法，无需单独处理。end-to-end（端对端）的方法，一端输入我的原始数据，一端输出我想得到的结果。只关心输入和输出，中间的步骤全部都不管。　　端到端指的是输入是原始数据，输出是最后的结果，原来输入端不是直接的原始数据，而是在原始数据中提取的特征，这一点在图像问题上尤为突出，因为图像像素数太多，数据维度高，会...

转载 Endnote中设置期刊名缩写

转载 keras中回调函数Callbacks

回调函数Callbacks回调函数是一组在训练的特定阶段被调用的函数集，你可以使用回调函数来观察训练过程中网络内部的状态和统计信息。通过传递回调函数列表到模型的.fit()中，即可在给定的训练阶段调用该函数集中的函数。【Tips】虽然我们称之为回调“函数”，但事实上Keras的回调函数是一个类，回调函数只是习惯性称呼CallbackListkeras.callbacks.Call...

转载 keras中添加正则化

正则项正则项在优化过程中层的参数或层的激活值添加惩罚项，这些惩罚项将与损失函数一起作为网络的最终优化目标惩罚项基于层进行惩罚，目前惩罚项的接口与层有关，但Dense, Conv1D, Conv2D, Conv3D具有共同的接口。这些层有三个关键字参数以施加正则项： kernel_regularizer：施加在权重上的正则项，为keras.regularizer.Regulariz...

转载 keras中EarlyStopping

EarlyStopping是什么EarlyStopping是Callbacks的一种，callbacks用于指定在每个epoch开始和结束的时候进行哪种特定操作。Callbacks中有一些设置好的接口，可以直接使用，如’acc’,’val_acc’,’loss’和’val_loss’等等。EarlyStopping则是用于提前停止训练的callbacks。具体地，可以达到当训练集上的los...

转载 keras中保存最优模型ModelCheckpoint

语法keras.callbacks.ModelCheckpoint(filepath,monitor='val_loss',verbose=0,save_best_only=False, save_weights_only=False, mode='auto', period=1)参数说明：filename：字符串，保存模型的路径monitor：需要监视的值verbose：信息...

转载 选择深度学习的GPU卡

深度学习是一个具有强烈计算要求的领域，GPU的选择将从根本上决定您的深度学习体验。需要多个GPU吗？多GPU能够对深度学习有什么影响，我非常感兴趣，于是通过组装具有40Gbit/s的小型GPU集群，然后应用于多GPU训练，激动的看到多个GPU可以获得更好的结果。但是很快发现，在多个GPU上高效地并行化神经网络不仅非常困难，而且对于密集型神经网络，其加速率也非常低。使用数据并行性可以...

转载 如何将Word处理为可编辑转态

很多时候，从网站上或者公司内部下载的公文，都是无法编辑的。拉倒下方，点击后立马就回到首页了，根本无法复制，更别说编辑了。下面，我就我们公司的一份公文做可编辑处理。1、首先点击左上角的新建按钮：2、建立一份空白文档，点击创建。3、点击插入，找到下图的这个对象按钮，点击小箭头。4、会出现下拉选项，选择点击“文件中的文字”5、在出来的对话框中，选择需要改动的公文文档，...

转载 2PSK的解调

2PSK只能用相干解调，当已调信号到达接收端后，接收机先用一个带通滤波器滤掉信号带宽以外的那些没用的噪声，然后与本地相干载波相乘，相乘时，正正得正，正负得负，负负得正，因此1对应的载波相乘后全在为正，0对应的载波相乘后全部为负，这就得到了相乘后的信号波形：接着用一个低通滤波器，将高频的信号变成一个低频的信号，这个低频的信号是一个随时间变化的电压，但到底哪一段电压代表1，哪一段电压代...

转载 数字调制的原理

在前面的模拟调制中，因为调制信号是模拟信号，所以它所控制的载波的参数，比如幅度或者相位、频率是一个连续变化的过程。如果调制信号是一个离散的信号时，我们就不需要这些参数是连续变化的，因此可选用某几个特定的参数值来表示特定的调制符号：比如对于二进制数字调幅信号，被调制信号只有0和1这两个数字脉冲，因此只需要用载波的有无来表示即可，无需那么连续的包络变化：当数字1过来时，打开通路...

转载 带宽和数据传输速率

数据传输速率：数据传输速率是描述数据传输系统的重要技术指标之一。数据传输速率在数值上等于每秒种传输构成数据代码的二进制比特数，单位为比特/秒(bit/second)，记作bps。对于二进制数据，数据传输速率为：S=1/T (bps)其中，T为发送每一比特所需要的时间。例如，如果在通信信道上发送一比特0、1信号所需要的时间是0.001ms，那么信道的数据传输速率为1000 000bps。...

转载 信号带宽的理解

信号带宽： 一个信号所包含谐波的最高频率与最低频率之差，即该信号所拥有的频率范围，定义为该信号的带宽。 譬如，一个由数个正弦波叠加成的方波信号，其最低频率分量是其基频，假定为f=2kHz，其最高频率分量是其7次谐波频率，即7f =7×2=14kHz，因此该信号带宽为7f - f =14-2=12kHz。 信道带宽则限定了允许通过该...

原创 给PPT插入页码和总页码

1、点击‘插入’——‘页眉和页脚’——勾选幻灯片编号2、在‘备注和讲义’中勾选‘页码’，点击‘全部应用’3、在‘视图’中点击‘幻灯片母版’——在右下角的#号处输入总页数即可...