nbxuwentao的博客

原创 在mysql数据库中新建用户

mysql

转载 python文件生成exe文件

reference : https://www.jb51.net/article/238182.htm

翻译 mysql错误1044-Access denied for user ‘root‘@‘localhost‘ to database

(1)进入mysql: mysql -uroot -p(2)输入指令： GRANT ALL ON . TO ‘root’@‘127.0.0.1’;在navicate中新建数据库再也不会产生1044了

原创 linux系统常见问题

1、如何查看系统内核的版本这里有两种方法：1） uname -auname 这个命令是用来打印系统信息的， -a 可以打印系统所有信息，其中包含内核版本，比如我的版本号是3.10.0-957.21.3.el7.X86_64。2） cat /proc/version下面再补充一下各个数字和字母代表的含义：3 表示主版本号，有结构性变化才更改 （最新的是5）10 表示次版本号，新增功能才会变化，一般基数表示测试版，偶数表示稳定版。2020年3月30日，Linus Torvalds 发布了最新的

转载 labview中的VISA

VISA是新一代仪器I/O标准，作为通用标准，VISA具有与仪器硬件接口和具体计算机无关的特性，即VISA是面向器件功能，而不是面向接口总线的，控制RS232等仪器时不必考虑接口总线类型。在LabVIEW 中利用VISA节点进行串行通信编程。为了方便用户使用，LabVIEW将这些VISA节点单独组成一个子模块，共包含8个节点，分别实现初始化串口、串口写、串口读、中断以及关闭串口等功能。一、基本步骤 在LabVIEW 中，进行串口通信的基本步骤分为3步：第一：串口初始化，利用ⅥSA Configure

转载 labview中的全局变量

全局变量用于整个程序使用在labview可以直接创建全局变量的VIreference:参考

原创 Labview中的隧道和移位寄存器

隧道移位寄存器隧道：用来传输数据，执行计算移位寄存器：用于更新和保存数据(上一次的数据)

翻译 将sql文件导入navicate

reference: 参考1、打开Navicat软件,并且连接数据库。2、鼠标右键localhost,点击新建数据库。3、在里面输入数据库名称,字符集选择utf8,排序规则选择utf8generalci,点击开始。4、双击新建好的数据库。5、右键点击运行SQL文件。6、点击文件右侧的三个点。7、从电脑里面选择。sql数据库文件,点击开始。8、导入成功以后点击关闭。9、右键表点击刷新。10、.sql数据库文件即可导入成功。Navicat:Navicat是一套快速、可靠并价格相当便宜的数

翻译 pyecharts将多图显示在一起的方案

reference: 参考方案1： Grid：并行显示多张图表方案2： Overlap:图表混合使用方案3： Page:一个页面顺序渲染多个图表方案4：Timeline:时间线轮播多图推荐使用方案1

转载 window10下修改数据库数据存放的路径

reference:https: 参考主要是修改配置文件（将配置文件里面的数据存放路径进行修改就可以）

转载 window10安装mysql并测试

1.安装过程reference:https://www.cnblogs.com/xiaokang01/p/12092160.html2.1251问题的解决reference:https://www.php.cn/tool/navicat/428389.htmlnavicat连接mysql报错1251的解决方法1、新安装的mysql8，使用破解版的navicat连接的时候一直报错，如图所示：2、网上查找原因发现是 mysql8 之前的版本中加密规则是 mysql_native_password，

原创 图像去背景

图像去背景网站：https://www.aigei.com/bgremover

原创 win10中测试mysql数据库是否安装成功

使用odbc的方式来进行测试：安装完成mysql之后，第一步打开电脑的设置第二步在设置里面搜索控制面板，之后控制面出来了第三步在控制面板里面找到管理工具，双击第四步在管理工具里面找到odbc（32位的）第五步双击odbc，之后选择添加，最后选择mysql ANSC的那一项第六步：按照这个填写，随便选择一个数据库，电机test之后如上图所示就算完成了！！！！...

翻译 pyqt5中通过按键来选择文件夹等

reference:https://www.cnblogs.com/yeu4h3uh2/p/14012812.htmlhttps://www.jb51.net/article/207759.htmhttps://blog.csdn.net/AI414010/article/details/107559281https://www.itsnl.cn/13399.htmlhttps://www.pythonheidong.com/blog/article/463862/6ae7f594dc16229

原创 python将二维数组写入到exel文件里面

二话不说上代码：import xlwtworkbook = xlwt.Workbook()sheet = workbook.add_sheet("Sheet")for i in range(len(rows)): for j in range(len(rows[i])): sheet.write(i, j, rows[i][j])workbook.save("test.xls")这样就可以把rows这个二维数组写入到test.xls文件里面了...

转载 Qlable中显示图像并可以调节大小

问题描述：在控件上使用QPixmap时，希望能重新修改图片的分辨率，而不是使用图片的原始分辨率解决方法：主要有两种方法设置控件的尺寸，例如QPixmap被传入一个QLabel控件时，可以通过设置QLabel控件的尺寸来对QPixmap进行重新裁切。pix_img = QtGui.QPixmap('./img.png')label = QtWidget.QLabel()# 设置label的尺寸label.setMaximumSize(25, 25)# 把pix_img传递给labell

转载 nltk问题的解决

reference: https://blog.csdn.net/weixin_44633882/article/details/104494276

原创 alphapose中出现的问题

最近小编在帮大家配alphapose的时候出现了问题，首先简单的描述一下问题：Argument can not be treated as a double解决方案是把opencv-python的版本替换一下：pip install opencv-python==4.1.0.25这样的话问题就解决了！！！...

转载 python中dlib的安装

参考：https://www.zhihu.com/question/34524316pip install cmake==3.12.0 -i https://mirrors.ustc.edu.cn/pypi/web/simplepip install opencv-python==3.4.2.17 -i https://mirrors.ustc.edu.cn/pypi/web/simplepip install dlib==19.16 -i https://mirrors.ustc.edu.cn/py

转载 tensorflow1.x和2.x匹配的cuda版本

原创 pyinstaller解决闪退问题

step 1：在打包的py文件主函数最后一行添加以下代码（区分python2与python3）python2: raw_input("please input any key to exit!")python3: input("please input any key to exit!")step 2：打包pyinstaller - F 你的py文件step 3：直接点击dist文件中的exe文件就可以了亲自测试过的，还有就是代码里面需要的相关文件最好要和可执行文件放在一起！！...

翻译 关于VOC和COCO数据集的介绍

本介绍摘录自bili站up主VOC和COCO数据集的介绍：

原创 解决resnet50预训练模型的验证集损失不变

# 只要库中有就可以使用 使用预训练的ResNet50模型covn_base = tf.keras.applications.ResNet50(weights='imagenet', include_top = False, input_shape=(im_height,im_width,3), layers=tf.keras.layers)K.set_learning_phase(1)"""freeze the

原创 original_keras_version = f.attrs[‘keras_version‘].decode(‘utf8‘) AttributeError: ‘str‘ object has

解决办法：卸载原来的h5py模块，安装2.10版本pip install h5py==2.10 -i https://pypi.tuna.tsinghua.edu.cn/simple/

翻译 图像分类划分原始数据集的代码

代码：只需要提供原始数据集目录和目标数据集目录以及比例哦！！！# 工具类import osimport randomimport shutilfrom shutil import copy2"""数据集默认的比例是--训练集:验证集:测试集=8:1:1"""def data_set_split(src_data_folder, target_data_folder, train_scale=0.8, val_scale=0.1, test_scale=0.1): '''

原创 迁移学习中解决keras模型训练过程中的验证集准确率不变问题

方案一：设置bn层参数不可变K.set_learning_phase(0)base_model = tf.keras.applications.ResNet50(weights='imagenet', include_top=False, input_shape=(img_resize, img_resize, 3), )# 设置bn层参数可变K.set_learning_phase(1)model=tf.keras.Seque

原创 conda添加清华源

用了这么多年的conda，一致都没怎么使用conda。一直使用的是pip(啥也不说了pip得给我加餐)。今天来记录一下conda中怎么添加清华源（以此类推其他的源都一样的原理），在终端里面输入：conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda

转载 新冠肺炎分类项目

最近在做这个，所有的东西都是使用csdn上的贡献者：参考：链接

原创 在ensorflow中添加weight_decay的代码

啥也说：亮代码，这里有一个判断，可以选出自己想要的参数哦！！if 'conv' in val.name:code：regularized_weights=[]for val in tf.global_variables(): if 'conv' in val.name: regularized_weights.append(val)regularizer = tf.contrib.layers.l2_regularizer(0.00004)regularization_

转载 使用远程服务器的tensorboard

reference: 链接亲测有效哦！！！

原创 keras中的tensorboard可视化

import tensorflow as tffrom keras.callbacks import Callbackclass Mylosscallback(Callback): def __init__(self, log_dir): super(Callback, self).__init__() self.writer = tf.summary.FileWriter(log_dir) self.num = 0 def on_tra

翻译 GAN任务中的调优方法

参考1：链接参考2：链接正好项目能用上，一直效果不好！！

原创 keras中的损失函数以及one-hot编码

keras内部的损失函数：参考中文文档keras内部的one-hot编码：使用类别交叉熵的时候需要将实际标签转换成one-hot编码

原创 python中各种读取图像的方式转换成ndarray的类型

Python中读取图片并转化为numpy.ndarray()数据的6种方式方式： 返回类型OpenCV np.ndarrayPIL PIL.JpegImagePlugin.JpegImageFilekeras.preprocessing.image

翻译 tensorflow的keras模块

使用keras模块主要使用其五个主要模块，为datasets、layers、losses、metrics以及optimizers。五大模块datasets：前文已经提到，封装了一些对常见的小型数据集的预处理（如MNIST），自动下载并处理数据为numpy矩阵。layers：在Keras的神经网络模型概念中，网络是可以按照层进行区分的，一层完成一个或者几个张量运算，如卷积层、池化层等。Keras对这些层进行了封装，只要传入张量，则按照层的运算方式输出运算结果张量。losses：损失函数及损失函数

转载 keras中保存和加载模型

reference: 参考

原创 keras中绘制网络模型并保存成图片

keras.utils.plot_model(simple_model, 'flower_model_with_shape_info.png', show_shapes=True)simple_model是定义的网络模型flower_model_with_shape_info.png为保存网络模型的结构图

原创 pycharm中加载预训练的深度神经网络模型保存路径

windows中，当我们用下载器下好keras的预训练模型时，保存位置为：C:\Users\Administrator.keras\models也就是在那个用户文件夹里面例如我加载的预训练模型mobilenetv2的位置:

原创 keras杂记

一款特别好用的深度学习框架：keraskeras也是遵循深度学习的一套流程–数据、模型、损失、优化、评估等keras的一些特点：keras是基于快速实验而生，将idea迅速转化为成果的！！keras里面的一些基础模块：刚好应征了数据、模型、损失、优化、评估等keras中的keras.model模块:model.Sequential()—用于构建网络模型，网络模型的方法：model = Sequential()–通过model.add(网络结构)编译网络模型：model.compile

翻译 keras预训练模型在添加层

在keras模型中添加层：reference: 参考链接1在keras模型中冻结层和解冻层：reference: 参考链接