3 Florence_Janie

尚未进行身份认证

星期日我是不上发条的。

等级
TA的排名 5w+

numpy.ceil

numpy.ceil(x,/,out=None,*,where=True,casting='same_kind',order='K',dtype=None,subok=True[,signature,extobj])=<ufunc'ceil'>Returntheceilingoftheinput,element-wise.Theceil...

2018-05-08 15:21:46

numpy.floor

2018-05-08 15:18:57

python [:,::-1]

In[33]:t=np.array([[1,2,3],[4,5,6],[7,8,9]])In[34]:y=t[:,::-1]In[35]:yOut[35]:array([[3,2,1],[6,5,4],[9,8,7]])

2018-05-05 20:59:18

ubuntu 当前文件夹 文件个数

ls-l|grep"^-"|wc-l

2018-05-04 15:49:27

Python zip() 函数

描述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。如果各个迭代器的元素个数不一致,则返回列表长度与最短的对象相同,利用*号操作符,可以将元组解压为列表。语法zip语法:zip([iterable,...])参数说明:iterabl–一个或多个迭代器;返回值返回元组列表。实例以...

2018-04-29 15:34:49

keras

显示设置输入张量的维度fromkerasimportbackendasKK.set_image_dim_ordering('th')

2018-04-24 17:24:28

numpy.prod

numpy.prod(a,axis=None,dtype=None,out=None,keepdims=<class'numpy._globals._NoValue'>)返回给定轴上的数组元素的乘积。Parameters:a:array_likeInputdata.axis:Noneorintortupleof...

2018-04-24 10:36:30

numpy.std() 计算矩阵标准差

In[1]:importnumpyasnpIn[2]:a=np.array([[1,2],[3,4]])In[3]:np.std(a)#计算全局标准差Out[3]:1.118033988749895In[4]:np.std(a,axis=0)#axis=0计算每一列的标准差Out[4]:array([1.,1.])In[5]:...

2018-04-24 09:49:15

np.ndarray

numpy.ndarray()ndarray对象是用于存放同类型元素的多维数组,是numpy中的基本对象之一,另一个是func对象。它的维度以及个维度上的元素个数由shape决定。imgs=np.ndarray([3,5,5],dtype=np.float32)>>>imgsarray([[[-5.49136896e+08,4.58084468e-41...

2018-04-23 20:31:50

np.clip

numpy.clip(a,a_min,a_max,out=None)[source]其中a是一个数组,后面两个参数分别表示最小和最大值>>>importnumpyasnp>>>x=np.array([1,2,3,4,5,6,7,8,9])>>>np.clip(x,3,8)array([3,3,3,4...

2018-04-23 16:20:20

tqdm

用法tqdm(读音:taqadum,تقدّم)在阿拉伯语中的意思是进展。tqdm可以在长循环中添加一个进度提示信息,用户只需要封装任意的迭代器tqdm(iterator),是一个快速、扩展性强的进度条工具库。>>>fromtqdmimporttqdm>>>fromtimeimportsleep>>>for...

2018-04-23 15:39:21

Pandas详解十之Dropna滤除缺失数据

约定:importpandasaspdimportnumpyasnpfromnumpyimportnanasNaN滤除缺失数据pandas的设计目标之一就是使得处理缺失数据的任务更加轻松些。pandas使用NaN作为缺失数据的标记。使用dropna使得滤除缺失数据更加得心应手。处理DataFrame对象处理DataFrame对象比较复杂...

2018-04-23 11:18:32

pydicom

安装sudopipinstallpydicom使用importpydicomfilename='path_to_dicom'ds=pydicom.dcmread(filename)ds.dir()#查看病人所有信息字典keysprint(ds.PatientName)#查看病人名字print(ds)#查看病人所有信息字典,如果出现某k...

2018-04-23 10:57:11

torch.normal()

torch.normal(means,std,out=None)返回一个张量,包含从给定参数means,std的离散正态分布中抽取随机数。均值means是一个张量,包含每个输出元素相关的正态分布的均值。std是一个张量,包含每个输出元素相关的正态分布的标准差。均值和标准差的形状不须匹配,但每个张量的元素个数须相同。参数:means(Tensor)–...

2018-04-21 15:14:49

torch.topk

torch.kthvalue(input,k,dim=None,keepdim=False,out=None)->(Tensor,LongTensor)k:第k个最小元素,返回第k个最小元素(input,k,dim=None,largest=True,sorted=True,out=None)->(Tensor,LongTensor)返...

2018-04-21 14:58:30

anchors

anchor的本质:SPP(spatialpyramidpooling)思想的逆向。而SPP本身是做什么的呢,就是将不同尺寸的输入resize成为相同尺寸的输出。所以SPP的逆向就是,将相同尺寸的输出,倒推得到不同尺寸的输入。接下来是anchor的窗口尺寸,这个不难理解,三个面积尺寸(128^2,256^2,512^2),然后在每个面积尺寸下,取三种不同的长宽比例(1:1,1:2,2:...

2018-04-17 19:26:53

np.stack()

stack(value,axis)通过axis=0或1,对value进行堆积>>>importnumpyasnp>>>a=[1,2,3,4]>>>b=[5,6,7,8]>>>d=np.stack((a,b),axis=0)>>>darray(

2018-04-17 16:10:57

python flatten()

a是个矩阵或者数组,a.flatten()就是把a降到一维,默认是按横的方向降>>>a=np.array([[1,2],[3,4]])>>>a.flatten()array([1,2,3,4])>>>a.flatten('F')#按竖的方向降array([1,3,2,4])...

2018-04-17 15:27:49

Python numpy.meshgrid

关于该方法的解释,官网有详细的介绍。numpy.meshgrid(*xi,**kwargs)从两个或多个坐标向量返回坐标矩阵。给定一维坐标阵列x1,x2,…,xn,用N-D坐标数组对矢量化的N-D标量/矢量场在N-D网格上的评估。Parameters:x1,x2,…,xn:array_like1-Darraysrepresenting...

2018-04-17 15:24:47

准确率、召回率、F1、AP、mAP、ROC、AUC

准确率、召回率、F1信息检索、分类、识别、翻译等领域两个最基本指标是召回率(RecallRate)和准确率(PrecisionRate),召回率也叫查全率,准确率也叫查准率,概念公式:召回率(**R**ecall)=系统检索到的相关文件/系统所有相关的文件总数准确率(**P**recision)=系统检索到的相关文件/系统所有检...

2018-04-17 10:03:01

查看更多

勋章 我的勋章
    暂无奖章