- 博客(72)
- 收藏
- 关注
RSS订阅原创 在宝塔中nginx安装不成功
报错截图大概长这个样子重点在于GD library ... not found，我的截图找不到了，就先拿个别人的图。然后就可以重新安装Nginx了！
2023-09-21 15:45:18
1209
原创 神经网络与SVM的优缺点
由于SVM是借助二次规划来求解支持向量,而求解二次规划将涉及m阶矩阵的计算（m为样本的个数）,当m数目很大时该矩阵的存储和计算将耗费大量的机器内存和运算时间.针对以上问题的主要改进有有J.Platt的SMO算法、T.Joachims的SVM、C.J.C.Burges等的PCGC、张学工的CSVM以及O.L.Mangasarian等的SOR算法。(5)SVM 的最终决策函数只由少数的支持向量所确定,计算的复杂性取决于支持向量的数目,而不是样本空间的维数,这在某种意义上避免了“维数灾难”.
2022-08-24 14:28:00
2105
原创 【NLP论文推荐】2019.10月番
论文名称：Do NLP Models Know Numbers? Probing Numeracy in Embeddings推荐指数：★★★★所属领域和方向：NLP方向，探究型工作推荐理由：发表于EMNLP 2019，理解和处理数字（识数）的能力对于很多复杂的推理任务来说至关重要。目前，大多数自然语言处理模型处理文本中数字的方式与其他 token 一样，将这些数字作为分布式向量嵌入。这种处理方法足以捕捉数字吗？在本文中，研究者首先研究了 DROP 数据集上 SOTA 问答模型的数字推理能力，.
2022-05-27 22:05:16
120
转载 torch has an invalid wheel.
在自己笔记本上使用pip install torch的时候出现了这个问题。通过搜索，运行以下命令安装成功了：pip install torch==1.7.0+cpu torchvision==0.8.1+cpu torchaudio===0.7.0 -f https://download.pytorch.org/whl/torch_stable.html————————————————原文链接：https://blog.csdn.net/m0_37052320/article/detail
2021-09-30 18:37:48
671
转载 AttributeError: module ‘torchtext.data‘ has no attribute ‘Field‘ 解决
前言伴随着 3月5日TorchText 0.9.0更新，一些API调用也发生变化之前我们调用Field,TabularDataset,Iterator,BucketIterator是通过torchtext.data代码如下（示例）：import torchimport torchtextfrom torchtext.data import Field,TabularDataset,Iterator,BucketIterator在torchtext0.9环境下，会报Attribut
2021-08-11 16:35:10
6925
1
原创 python实现Pearson相似度/皮尔逊相关系数
pearson相似度的计算公式：其中是均值，是指 x 的均值。代码如下所示：def mean_processed(a): b = np.zeros_like(a) num = 0 for i,j in enumerate(a): if j != 0: num += 1 for i,j in enumerate(a): if j != 0: b[i] = ...
2021-07-16 10:24:34
1944
5
原创 Anaconda02:选中了Add Anaconda3 to my PATH environment variable （关于一次手残的操作）
这是一次手残带来的噩梦。重新安装anaconda时，我将Anaconda3加入了环境变量中，没错，就是下面那个第一个选项框。虽然勾上的时候，字体颜色会变成红色从而来警告我，但我义无反顾的勾选上了。如果正常继续使用，是没有任何关系的。但我又想重装Anaconda，于是，我使用了它自带的unistall工具去卸载，这时候问题就来了！！！我发现，anaconda无法被卸载干净，那是一种很奇妙的状态，anaconda不见了，但是conda环境还在，我命令行执行conda --version都还有效。
2021-07-06 19:38:54
8667
转载 【python】记录异常处理的finally
无论try语句中是否抛出异常，finally中的语句一定会被执行。我们来看下面的例子：try: f = open("/tmp/output", "w") f.write("hello") #raise Exception("something wrong")finally: print("closing file") f.close()不论try中写文件的过程中是否有异常，finally中关闭文件的操作一定会执行。由于finally的这个特性，finall
2021-07-06 10:57:15
165
原创 深拷贝与浅拷贝的联系与区别
import copylist1 = ['a', 'b', 'c', [4, 5]]# 浅拷贝list2 = list1.copy()print(list1)print(list2)# 深拷贝list3 = copy.deepcopy(list1)print(list3)list1[3][0] = 444print(list1)print(list2)print(list3)
2021-06-03 23:53:54
176
原创 【机器学习】N折交叉验证、数据去噪、SVM与神经网络的联系与区别
N折交叉验证交叉验证以前我只用于防止模型过拟合，没有做一个系统性的总结，现在总结一下，个人理解，请多指正。交叉验证是一种划分数据集的策略，它可以避免固定划分数据集的局限性、特殊性。单单划分一次数据集未免会出现一些较为特殊的结果，所以要以不同的数据段划分数据，来验证结果的泛化能力，或者说通用性。进行交叉验证的目的不一样，实施交叉验证的方法也不一样，其主要作用有两个： 模型评估：目的是划分训练集与测试集。 模型选择：目的是划分训练集与验证集。 在做项目的过程中遇到噪...
2021-04-20 15:48:08
2622
原创 【吴恩达02-2】过拟合、正则化losgitic回归
首先总结一下过拟合（高方差、低偏差）的几种解决方法：减少变量选取，即降低特征维度，但这种方法减少了变量的获取。 正则化：保留所有特征，但是减少量级或参数theta的值 增加数据丰富度，如果是图像问题就可以进行数据增强 归一化数据： 测试集的归一化的均值和标准偏差应该来源于训练集。如果你熟悉Python的sklearn的话，你就应该知道应该先对训练集数据fit，得到包含均值和标准偏差的scaler，然后再分别对训练集和验证集transform。这个问题其实很好，很多人不注意，最容易犯的错误就
2021-04-18 23:57:03
428
1
原创 【好记性不如烂笔头】numpy计算中@、*、mutiply、dot、zip(*list)
dot == @ 是矩阵乘法；a = np.array([[4,5],[6,7]])b = np.array([[2,0],[1,0]])np.dot(a,b) == a @ ba.dot(b) == np.dot(a,b) # 矩阵a 乘 矩阵bmutiply == * 是指对应位置相乘；a = np.array([[4,5],[6,7]])b = np.array([[2,0],[1,0]])a * b == np.multiply(a, b)...
2021-04-15 12:11:47
202
原创 【吴恩达02-1】losgitic回归
复习总结关于logistic回归的相关原理及实现：简单来讲，Logistic回归主要是用在二分类方面的问题，用于估计某种事物的可能性。比如，用户买不买某件商品的可能性；某广告被用户点击的可能性；但是，这里的可能性并非是指概率，logistic回归的结果并不是数学上的概率值，不可以直接当做概率来用。一般来讲，logistic回归得到的结果都是与其他的特征值加权求和，而不是直接相乘。Logistic回归的主要思想是：针对线性可分问题，根据所给的样本数据，对分类边界建立一个回归公式，输入新的样本之
2021-04-12 21:46:48
339
2
原创 【卷积神经网络】1*1卷积的作用、深度可分离卷积原理及实现
被问到了1*1卷积核的问题，记录关于它的理解。1×1卷积是指多个feature channels之间的线性叠加，只不过这个系数可以看成是1*1的卷积。这种表示的好处是，完全可以回到模型中其他常见N×N的框架下，不用定义新的层。...
2021-03-30 15:11:00
4575
1
原创 【吴恩达01】线性回归，梯度下降算法的实现
使用梯度下降算法计算线性回归模型的权重，代码如下：import matplotlib.pyplot as pltimport numpy as npimport pandas as pd# 文件中只含有一个变量与一个预测值path = '~/condaProject/WUENDA/work1/ex1data1.txt'data = pd.read_csv(path, header=None, names=['Population', 'Profit'])data.head()# 可视化
2021-03-26 21:25:39
240
原创 【算法Python实现】实现对数组中重复元素的检测
首先提出问题: 检查数组array中是否有重复值？思路：创建一个空白数组exist，将原数组array中存在的值，以exist数组中索引的形式存储。即，若array数组中存在“2”这个数字，那么，exist[2] 的值改变成1或者True，否则为0或者False。代码如下所示：array = [2,3,4,5,6]def isDouble(arr): exist = [0 for x in range(999)] for i in range(len(a)):
2021-03-05 23:20:01
997
原创 【JS小知识】DOM实例
DOM的定义：全称为Document Object Model，即文档对象模型。它是一套用来管理控制html文档的规则。/*** 节点：构成HTML文档最基本的单元* 常用节点分为四类* - 文档节点：整个HTML节点* - 元素节点：HTML文档中的HTML标签* - 属性节点：元素的属性* - 文本节点：HTML标签中的文本内容** 浏览器已经为我们提供 文档节点 对象，这个对象是window属性* 可以在页面中直接使用，文档节点代...
2021-02-15 20:04:26
175
原创 【JS实现 】数组去重
/** * 数组去重,方法一：双循环暴力破解 * */var arr = [1, 2, 5, 6, 6, 8, 2, 3, 1]for(var i = 0;i<arr.length;i++){ // 获取当前元素后的所有元素 for(var j=i+1; j<arr.length;j++){ if(arr[i] == arr[j]){ // 若相等则删除重复元素 arr.splice(j,1); // 当删除当前j所在的元素以后，需要再比较一次j j.
2021-02-08 13:32:15
80
原创 【JS小知识】this的指向、工厂方法、构造函数及优化、prototype原型、forEach()的使用
/*** 解析器在调用函数时，每次都会向函数内部传递一个隐含的参数* 这个隐含的参数就是this，this指向的是一个对象，* 这个对象我们称为函数执行的上下文对象，* 根据函数的调用方式的不同，this会指向不同的对象* 1、以函数方式调用，this是window* 2、以方法的形式调用时，this就是调用方法的那个对象* 3、以构造函数的形式调用时，this是新创建的对象* */function...
2021-01-28 19:26:04
794
原创 【JS小知识】调用匿名函数、作用域、变量的声明提前
JS调用匿名函数立即执行的函数往往只会执行一次，在匿名函数中务必要将整个函数用括号包裹起来，并且，用要在后面添加括号才能执行；(function(){ console.log("匿名函数运行")})();*对象的属性值可以使任何的数据类型，也可以是个函数var obj = new Object();obj.name = "sun";obj.age = 18;obj.sayName = function(){ console.log(obj.name);} obj.s
2021-01-18 23:20:11
213
原创 输出2-10000之间的质数，并优化计算性能
对判断质数进行简单的优化思想，首先写一个简单的判断质数程序。import timestartTime = time.time()for number in range(2, 10001): # 创建一个布尔值，保存结果，默认number是质数 flag = True # 获取2 - number 之间的所有数 for j in range(2, number): # 判断number是否能被j整除 if number .
2021-01-05 20:31:33
571
原创 视频帧的读取以及使用Python中的moviepy库进行视频的合成
在做计算机视觉的时候，经常会使用到对视频的处理。对于将视频分解成一帧帧的图片，代码如下：import cv2vidcap = cv2.VideoCapture(r'C:\Users\Win To Go\Desktop\training_lib_KTH\boxing\MyVideo_5.mp4')success,image = vidcap.read()count = 0success = Truewhile success: success,image = vidcap.read(
2020-11-26 11:23:13
2301
原创 python批量更改图片名的方法
在图片数据集时，我们采集的图片往往是名字各异的，因此我们需要对整个文件夹里的图片名进行重命名。如果手动进行修改过于麻烦，那么我们可以使用代码进行修改。import osclass BatchRename(): """ 批量重命名文件夹中的图片文件 """ def __init__(self): self.path = './tra...
2020-02-20 17:19:50
630
原创 【总结】做数据归一化时出现的小问题
我们知道在一个数据集里，存在着多个特征，而这些特征的量纲大多数情况下不会全部一致，因此，这是我们需要对数据集进行归一化处理，如下所示，是我要处理的数据。在归一化方法中，一般有两种方法。（1）最小-最大规范化此方法将数据映射到【0,1】范围内，其公式如下所示这种方法的pandas实现中，需要注意data[]的中括号里需要再次添加‘[]’。否则会报错。# 这里我只取了一列...
2020-02-14 00:37:35
1996
原创 对csv数据集的每一列进行归一化与字符串类型的数值替换
最近在做数据处理相关的东西，有用到数据归一化，因此做下记录。在数据处理时，需要对数据集中除了‘time’列和‘pose’列的剩下所有列都做归一化处理。对于‘pose’列，我们要把 sit 这个属性变为0。下图为部分数据：读取文件并归一化代码如下所示：import numpy as npimport pandas as pdtraindata = pd....
2020-02-08 23:24:52
3599
3
原创 Python深度学习读书笔记_第二章： 对于张量（tensor）计算的一些总结
读了《Python深度学习》这本书的第二章，对张量运算有所理解，因而记录总结一下。逐元素运算relu运算和加法运算都是逐元素的运算，所谓逐元素，是指对张量中的每一个元素逐一进行运算。其中，relu(X)是max(X，0)# 逐元素relu运算def naive_relu(x): assert len(x.shape) == 2 # x 是一个Numpy的2D张量 ...
2019-12-29 16:02:55
1438
原创 Ubuntu02：Ubuntu下修改Anoconda工作路径（修改文件夹路径）
本来在windows下更改了工作路径【Anaconda01：关于修改文件夹工作路径的操作】，然而最近换了Ubuntu18.04系统，所以需要再次更改一下。值得一提的是，Ubuntu下的跟win下的有些许的差别。所以记录一下。首先，生成notebook配置文件：jupyter-notebook --generate-config。由于我是生成了一个了，所以我这里是选择覆盖掉。...
2019-10-23 11:03:22
1203
原创 Python计算机视觉读书笔记_06：图像的高斯模糊
图像的高斯模糊是非常经典的图像卷积例子。本质上，图像模糊就是将（灰度）图像 I 和一个高斯核进行卷积操作：其中 * 表示卷积操作；是标准差为 σ 的二维高斯核，定义为 :这里提到了卷积操作，那么什么是卷积呢？卷积实质上是指：将一个二维矩阵转换为另一个二维矩阵。如下动图所示，设定一个3*3的卷积核，那么在原矩阵上滑动着做矩阵的乘法运算，最后生成一个新的3*3矩阵，这个过程就是卷积。我...
2019-09-05 23:57:57
234
原创 Python计算机视觉读书笔记_05：图像的主成分分析（PCA）和pickle模块的使用
由于图像具有很高的维数，在许多计算机视觉应用中，我们经常使用降维操作。PCA（Principal Component Analysis，主成分分析）可以在使用尽可能少维数的前提下，尽量多地保持训练数据的信息。PCA 产生的投影矩阵可以被视为将原始坐标变换到现有的坐标系，坐标系中的各个坐标按照重要性递减排列。为了对图像数据进行 PCA 变换，变换前，图像需要转换成一维向量表示。我们可以使...
2019-09-04 23:32:07
2042
9
原创 Python计算机视觉读书笔记_04：获得文件夹中所有图片文件名，并生成列表
在图像处理中，我们经常会遇到要读取文件夹中所有图片的操作，这时，我们想要获得的是带有路径的图片文件名，接下来就记录一下如何得到存放所有图片文件名的列表。首先，我们的图片路径如下所示，我们要获得 ".jpg" 结尾的所有图片名。然后建立一个imtools.py文件，代码如下：import osdef get_imlist(path): """返回目录中所有jpg图像的...
2019-09-03 12:07:29
966
原创 Python计算机视觉读书笔记_03：实例——直方图均衡化
直方图均衡化是指将一幅图像的灰度直方图变平，使变换后的图像中每个灰度值的分布概率都相同。在对图像做进一步处理之前，直方图均衡化通常是对图像灰度值进行归一化的一个非常好的方法，并且可以增强图像的对比度。本篇文章中的代码是调用了numpy库中的histogram()方法计算，不调用方法，手动实现的源码可参考这一篇博文。【OpenCV11：灰度图片直方图均衡化（源码实现非调用方法）】。首先...
2019-08-26 22:23:24
228
原创 Python计算机视觉读书笔记_02： PyLab 包含 Numpy
PyLab 实际上包含 Numpy 的一些内容，如数组类型。所以一般我们引用了pylab库，就可以直接进行数组的操作。例子如下：from pylab import *from PIL import Imageimg = array(Image.open('timg.jpg'))print(img.shape, img.dtype) # 输出数组的大小和数值类型img_...
2019-08-25 23:41:26
198
原创 Python计算机视觉读书笔记_01： PIL—— Python图像处理类库
记录PIL库的使用方法，因为书上用的是python2.6，而我的是python3.7，所以代码格式有所不同。首先展示PIL的基本操作，分别是打开图像、灰度处理、截取某一区域倒置、略缩图的操作以下附上代码。from PIL import Imageimport matplotlib.pyplot as pltpil_im = Image.open('timg.jpg') # 打开...
2019-08-24 23:32:22
211
原创 Pycharm_01: pycharm使用plt.show()出来的图形更改展示窗口并局部放大图像
使用pycharm时我们经常会用matplotlib库画图并show出来，但在pycharm默认的设置中，其结果（如下图所示）是在pycharm的右侧展示，而且不能放大图片的任意位置，甚至鼠标滚轮放大后只能用滑动条去移动放大的图片。因此我们需要更改设置，设置路径：file -> settings -> PythonScientific -> 将Show plots in ...
2019-08-23 16:56:08
12925
5
原创 OpenCV17：使用Hog + SVM做小狮子识别
在【OpenCV16：Hog特征】中已经详细描述了Hog特征，这次加上SVM做一个小小的识别。实现步骤如下：1、准备数据集 2、对样本进行Hog特征的训练 3、预测1、准备数据集一个好的样本，远胜过一个复杂的神经网络。我们将数据集分为两个文件夹neg（1931张图，大小64*128）和pos（820张，大小64*128）。pos文件夹里存放的是正样本，所有图片都包含...
2019-08-20 16:56:12
1675
19
原创 OpenCV16：Hog特征
Hog特征什么是Hog特征？Hog特征属于特征的一种，因此也是一种计算结果。我们在【OpenCV14：Haar特征】中可以知道，Haar特征是由模板计算出来的结果，Hog特征与其不同的是，其在经过模板计算时更复杂，还需要进一步的运算。首先陈述一下如何计算Hog特征：1、模块划分 图1如上图所示，白色底板作为一张image，可以看出其关系：image &g...
2019-08-15 14:20:23
771
3
原创 OpenCV15：Haar特征+adaboost分类器做人脸识别
对于Haar特征的的介绍我已经在这篇文章【OpenCV14：Haar特征 】中有所陈述，因此就不再赘述。那么我们拿到了训练好的Haar特征模型该如何使用？Haar特征用于人脸识别，总的来讲如果有训练好的模型可用以下五步实现1、load Haar特征的 xml文件，两个训练好的XML文件可在以下链接获取。https://pan.baidu.com/s/1PHj8YZwziKzhSaJc...
2019-08-09 17:21:15
768
原创 OpenCV14：Haar特征
首先，我们需要了解特征是什么？所谓特征，就是某个区域的像素点经过某种运算后得到的结果。其中，结果可能是 具体值、向量、矩阵那么如何利用特征区分目标（即如何判断特征）？方法之一是，类似于阈值判决的方式区分。所以问题又来了，如何得到这个判断条件呢？这时就要用到机器学习部分的内容。总的来讲，分为三个问题：1、弄清特征是什么。2、如何判决特征。3、如何得到这个判决（即如何得到...
2019-08-07 17:37:41
587
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