自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(95)
  • 资源 (2)
  • 收藏
  • 关注

转载 latet插入公式

https://blog.csdn.net/zaishuiyifangxym/article/details/88327257

2022-04-02 15:54:43 223

转载 如何查询会议的接受率及年论文数

如何查询会议的接受率及年论文数

2022-03-27 01:35:46 1550

转载 国际论文发表的注意事项

文章目录copy自https://blog.csdn.net/com_stu_zhang/article/details/7560685**1. 首先一定要注意杂志的发表范围, 超出范围的千万别投,要不就是浪费时间;另外,每个杂志都有他们的具体格式要求,一定要按照他们的要求把论文写好,免得浪费时间,前些时候,我的一个同事向一个著名的英文杂志投稿,由于格式问题,人家过两个星期就退回来了,而且说了很多难听的话,说投稿前首先就应该看清楚他们的格式要求;2. 论文写作一定要言简意赅,特别是摘要,引言和结论部分

2022-03-26 23:54:24 730

原创 linux服务器使用手册

文章目录1、让云服务器一直运行某个程序,即使终端挂了。1、让云服务器一直运行某个程序,即使终端挂了。方法一是用nohup命令https://www.cnblogs.com/baby123/p/6477429.htmlhttps://www.cnblogs.com/klb561/p/10153834.htmlhttps://blog.csdn.net/weixin_43019537/article/details/113081514...

2022-02-17 17:48:09 566

原创 模仿CNN提取堆叠的一维特征向量的特征

模仿CNN提取堆叠的一维特征向量的特征,其中,堆叠个数看作channelimport numpy as npimport scipy.sparse as spimport tensorflow as tfimport numpy as npall_embeddings = []embeddings = []a = [[1,2,3,4],[1,2,3,4],[1,2,3,4],[1,2,3,4],[1,2,3,4],[1,2,3,4]] # (6*4)all_embeddings +=

2022-01-13 16:31:25 885

原创 leetcode46+77

文章目录46. permutations77. Combinations46. permutationsThis question gives an array, we can call it nums and nums has distinct integers, and then it require to return all the possible permutations, which mean you can return the answer in any order. For exam

2021-12-24 11:45:49 367

原创 jupyternotebook无法使用anaconda环境 无法使用已安装的包 解决办法

文章目录jupyternotebook无法使用anaconda环境 无法使用已安装的包 解决办法jupyternotebook无法使用anaconda环境 无法使用已安装的包 解决办法2如何解决Pytorch的GPU driver is too old的问题

2021-06-30 18:42:01 786

原创 ctex的使用手册

中文模板,tex->latex,再编译,就可以看到代码报错:Unknown graphics extension: .epshttps://blog.csdn.net/qq_16775293/article/details/87718269

2020-12-28 21:46:44 568

原创 建立网络,对pytorch学习

torch.max情况1:返回最大值情况2:返回torch.return_types.max,这里有两个维度,第一个维度是该向量的最大值,第二个维度是该向量最大值所在索引。假设有mxn的矩阵,则得到m个最大值和对应索引。==这样的好处,既可以找到最大值,又可以找到最大值所在索引。例子:outputs = net(im) # [1,10]predict = torch.max(outputs, dim=1) # 返回torch.return_types.max,这里有两个维度,第一个维度是该向量的.

2020-12-28 19:20:06 892

原创 Pycharm关于编译的问题- pydev debugger: process 5924 is connecting(process finished with exit code 139 ())

https://blog.csdn.net/weili_/article/details/82861755

2020-12-28 10:14:29 386

原创 BrokenPipeError: [Errno 32] Broken pipe

跟pytorch数据加载torch.utils.data.DataLoader有关系。参考:https://blog.csdn.net/u014380165/article/details/79058479在此处,将num_workers改为1。

2020-12-22 11:10:30 121

原创 python:No module named ‘__main__.models‘; ‘__main__‘ is not a package

https://blog.csdn.net/weixin_44415680/article/details/89218434

2020-12-22 11:01:47 273

原创 分类模型评判指标 == 混淆矩阵Confusion Matrix

https://blog.csdn.net/Orange_Spotty_Cat/article/details/80520839

2020-12-22 10:22:56 187

原创 翻译--CenterNet-将目标看作点

文章目录摘要引言相关工作初步将物体作为点摘要检测将图片中的目标看作框,大多数成功的物体检测是穷尽物体可能存在的位置并对其分类,这是耗时的,无效的,并且保留多余的后处理过程。在本篇文章中,我们采用不同的方法。我们将一个物体看作一个点–物体它本身的框的中心点。我们的检测使用关键点预估来找到中心点并且对所有物体的特征进行回归。基于该方法CenterNet找到的中心点,与上诉基于候选框的检测方法有所区分,是端到端的,更简单的,更快的,更准确的。CenterNet在MSCOCO数据集上实现了速度与准确度的平衡,1

2020-12-19 22:08:27 360

原创 理解转置卷积、空洞卷积

文章目录对于卷积算法的指引一、章节11.1、引言对于卷积算法的指引一、章节11.1、引言深度卷积网络在深度学习具有核心地位。尽管cnn在90年代就被用来解决字符识别任务,由于最近的工作使得它们当前广泛被应用,当时使用了深层的cnn击败了现状,imagenet图像分类挑战中的先进技术。因此,卷积神经网络是机器学习从业者非常有用的工具。但是,第一次学习使用CNN通常是一种令人生畏的经历。卷积层的输出形状受其输入形状、核形状、零填充和跨步选择的影响,并且这些因素之间的关系不容易推断。这与完全连接的层形成

2020-12-18 10:58:22 515

原创 理解SSD

文章目录一句话总结:SSD就是输入一张图片,通过卷积提取特征,再通过下采样得到不断缩小的featuremap,并再此这些featuremap划分为nxn格==n依赖于featuremap的size,然后再每一格中从中心点出发,生成大小不一的anchor–有正方形和长方形,然后对anchor进行回归和分类得到检测框+类别+置信度。我很疑惑,**真实框如何与featuremap的anchor进行比较:**我猜测是这样的一个过程,将真实框的数值信息归一化,这样可以在不同size的featuremap中做对比,

2020-12-16 17:31:15 185

原创 理解卷积操作

文章目录为啥卷积操作好使?因为它在大致的位置进行粗略的比对。举个例子,为了识别一张图片是x还是o,通过卷积操作,可以使计算机在图片大致的位置进行粗略的比对,这样的话,即使图片中的x旋转、拉伸、位移,也能很好的识别。卷积:原图片与过滤器进行卷积,可以提取特征,浅层提取边缘、纹理特征,随着层数增加,边缘、纹理组合成某一块,图案之类的,到了高层,块与块组合成一个完整的图像。激活函数:经过卷积操作后得到的图片,再通过relu激活函数,可以将负值变为0,这样就可以避免梯度消失或者爆炸等问题。其它值呈线性增

2020-12-08 16:55:46 229

原创 跑CenterNet,一运行test.py文件就报TypeError: initializer for ctype ‘struct THCudaDoubleTensor *‘ must be a po

https://github.com/CharlesShang/DCNv2/issues/1

2020-12-02 16:02:38 441

原创 用自己的数据集跑CenterNet

conda env remove -n CenterNetconda create --name CenterNet python=3.6conda activate CenterNetconda install pytorch=0.4.1 torchvision -c pytorch || conda install pytorch=0.4.0 torchvision -c pytorchpip install --upgrade pippip install -r requirements..

2020-12-01 17:02:33 611

原创 报错:cannot import name ‘imread‘ from ‘scipy.misc‘

scipy在新版本已经删除imread了,按着提示先pip3 install imageio -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com 再将py文件的输入语句from scipy.misc import imread改为from imageio import imread

2020-12-01 10:50:41 226

原创 ubuntu apt-get报E: 无法打开锁文件 /var/lib/dpkg/lock-frontend - open (2: 没有那个文件或目录)

ubuntu apt-get报E: 无法打开锁文件 /var/lib/dpkg/lock-frontend - open (2: 没有那个文件或目录)

2020-11-30 09:08:55 564

原创 mobileNetV2

mobileNetV2的创新点是具有线性瓶颈的倒置残差模块。mobileNetV1的创新点是深度可分离卷积,和参数a、b。V1的缺点:在训练过程中深度可分离卷积的卷积核的参数大部分为0,会导致训练结果不理想。分析问题:随着网络加深,造成了梯度消失!解决办法:残差网络。将残差思想融入网络!V2沿用了深度可分离卷积,这里讲讲深度可分离卷积,将普通卷积操作划分为2步,第一步,相当于对每一个通道提取特征,第二步,将通道融合为一个,得到具有完整信息的特征图。那么,我们可以从中得知,提取特征的时候,卷积核的通

2020-11-27 21:54:23 366

原创 SSD-Pytorch训练和测试自己的数据集

参考链接:SSD-Pytorch训练和测试自己的数据集(新手必看)SSD-pytorch训练自己的数据(附数据)第一个问题是莫有cv2这个包,就去https://pypi.tuna.tsinghua.edu.cn/simple/opencv-python/下载与我python版本(3.7.4)一致的它,安装。第二个问题,就是VOC2007格式的数据集,放到这个目录下即可:第三个就是路径问题,稍作修改:其它问题按着上面的链接修改即可运行。...

2020-11-24 20:53:20 754

原创 清理电脑C盘内容

很久没看c盘,发现c盘快满了,可把宝宝吓坏了,赶紧百度如何处理问题:参考连接:与众不同的C盘清理终极大法(清理了30G文件)小工具的下载:WICleanupwicleanup的使用treesizewindows update clean tool...

2020-11-22 19:54:28 150 1

原创 Linux常见命令

Linux基本操作cd命令:切换目录切换到目录 /usr/localcd /usr/local去到目前的上层目录cd …回到自己的主文件夹cd ~ls命令:查看文件与目录查看目录/usr下所有的文件cd /usrls -almkdir命令:新建新目录进入~目录,创建一个名为a和b和c的目录,并查看有多少目录存在cd ~mkdir amkdir bmkdir cls -al创建目录a1/a2/a3/a4mkdir -p a1/a2/a..

2020-11-17 21:57:53 253

原创 方述诚-线性规划-LECTURE 3: GEOMETRY OF LP

文章目录一、Terminologies术语(统一)二、Background knowledge三、Graphic method四、Fundamental theorem of LP一、Terminologies术语(统一)feasible domain 可行域bound feasible domain 有界可行域二、Background knowledge1、一个等式就是一个超平面2、理解一个等式的几何意义举例,二维平面,x1-2x2=303、超平面的性质性质一:法向量和任意

2020-11-10 11:21:55 921 1

原创 方述诚-线性规划-LECTURE 2: PRELIMINARIES

文章目录一、Standard form LP二、Embedded assumptions三、Converting to standard form(转到标准形式,才能使用定义在标准之上的诸多工具)一、Standard form LP二、Embedded assumptions三、Converting to standard form(转到标准形式,才能使用定义在标准之上的诸多工具)举个例子:与标准式相比,差在哪儿?首先,得最小化目标函数,其次目标函数有绝对值,然后约束函数存在不等式(应

2020-11-09 20:59:22 375

原创 方述诚-线性规划-LECTURE 1: INTRODUCTION

文章目录一、What is Linear Programming?二、Why to study Linear programming?三、How to study Linear Programming?四、History of Linear Programming五、How to solve an LP problem?六、Where to go?includes:1、 theory and algorithms2、 mathematical analysis, theoremproving, al

2020-11-09 20:42:37 740 2

原创 方述诚--线性规划LINEAR PROGRAMMING

文章目录LECTURE 1: INTRODUCTIONLECTURE 2: PRELIMINARIESLECTURE 3: GEOMETRY OF LPLECTURE 4: SIMPLEX METHODLECTURE 5: DUALITY AND SENSITIVITY ANALYSISLECTURE 6: INTERIOR POINT METHODLECTURE 7: ROBUST LINEAR OPTIMIZATIONOutline• Course objective• Pre-requisite

2020-11-09 20:21:50 858 1

原创 目标检测数据集预处理

第一步:图片resize为512x512用resize.py:生成Pretreats_trainval文件夹第二步:打标签labtool用before.py:基于Pretreats_trainval文件夹,生成labels文件,里面是txt第三步:转化成xml用createXML.py:基于labels和Pretreats_trainval文件夹,生成Annotations文件,里面是xml第四步:生成训练集和测试集用creatTest.py:生成ImageSets文件夹,里面是trainval和te

2020-11-06 22:34:29 1174 1

原创 mobileNetV2 by pytorch

文章目录一、记录二、待完成三、代码一、记录1、首先检查安装的pytorch是否带cuda,如果没安装,就百度搜索安装方法,因为我是笔记本电脑,比较慢,我是在网站包里下载并安装的,包的地址:https://download.pytorch.org/whl/torch_stable.html2、tensorboard老是打不开,百度了一下原来是跑模型生成的参数文件的位置,是在当前目录下,所以用tensorboard --logdir=E:\myself\实验室\目标检测\project\DeepLizar

2020-11-05 17:45:42 974

原创 理解张量tonsor

由图可以得知:无方向的数值即标量为0阶张量;一个方向即向量为1阶张量;2个方向即矩阵为2阶张量;27个方向即立法体为3阶标量。但如果想一气呵成的理解张量,首先引入平面坐标系,它有两个基向量(x轴方向,y轴方向),在这个坐标系中的每一个向量都可由基向量构成,例如A=(1,2),向量A在x轴方向的基向量值为1,在y轴方向的基向量值为2,其中,1和2代表分量,分量就是在一个坐标系中,每个基向量上的数值,因此一个分量仅由一个基向量所表示,所以向量即是一维张量,但如果要描述3维张量,首先确定它有3^3=27个集方向

2020-10-16 20:04:38 536

原创 CUDA error: out of memory

The best way is to find the process engaging gpu memory and kill it:find the PID of python process from:nvidia-smicopy the PID and kill it by:sudo kill -9 pid

2020-10-10 14:59:18 149

原创 linux服务器中jupyter无法打开

背景:实验室的服务器有多个用户,我只是其中一个用户,权限很低,最近编程服务器一直开机,导致过多缓存未关闭,home目录磁盘溢出。某天再次从交互式命令窗口中输入jupyter notebook,一直无法打开,报些file找不到无法打开等莫名其妙的错误,然后用这条命令jupyter notebook --debug,查看jupyter的日志。如果被这些表面的错误牵着鼻子走,很可能解决一个问题又制造一个问题。思考问题:我觉得重启一下服务器肯定能解决我的问题,但是权限过低没法reboot,然后思考如何删除缓存,理

2020-10-08 10:44:20 1873

原创 理解目标检测的衡量指标mAP

文章目录一、IOU二、TP、TN、FP、FN三、precision and recall四、AP一、IOU计算anchor box与true box的交集/并集。得到该anchor box的置信度。如果人为设定一个阈值c,那么置信度大于等于c的是positive box,否则为nagative box。二、TP、TN、FP、FNT代表True,F代表false,P代表positive,N代表nagativeTP:检测器认为这是positive box且检测结果是正确的TN:检测器认为这是naga

2020-09-22 11:22:51 578

原创 常规分类方法:SVM

文章目录一、概述二、SVM核心思想2.1、最大间距2.1.1、寻找正负样本与法向量之间的关系,建立函数2.1.2、化简函数得到决策公式2.2、寻找最大间距2.3、目标函数2.4、优化理论2.5、带入决策公式2.6、核函数2.7、求解公式中的所有α\alphaα一、概述在二维平面中分类正负,用一根直线即可,但是这个方式不能解决非线性情况下的分类问题,那如何解决这个问题呢?有两个思路:一个思路是化直线为弯曲的线,计算机很容易学习直线,不容易学习弯曲的线,这个方向未作深入研究;一个思路是将二维映射到高维(数学

2020-09-13 19:50:47 495

原创 wind10,anaconda下安装pytorch

网络不稳定,无法进行在线安装。因此此文用于离线安装。首先去https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/这个地方下载所需要的包再在当前目录下按照这个命令安装包:conda install --offline pytorch-0.1.12-py36_0.1.12cu80.tar.bz2无报错则安装成功,可以进行测试...

2020-08-22 21:50:42 135

原创 论文写作技巧

文章目录一、论文结构1.1、introduction:装点的“门面”1.2、related work1.3、the structure of the model1.4、experimental evaluation1.4.1、experiment setup1.4.2、experiment evaluation1.5、abstract and conclusions:整体把握。要想2周搞出一篇文章,初稿得3天搞定。如何找idea:把原来的浅层模型改造以下,低下离散特征用emb,模型上面加层,nlp相关

2020-08-07 18:39:59 455 1

原创 矩阵求导,只需掌握这个秘诀即可

文章目录注:参考链接分类:矩阵对矩阵求导行向量对列向量求导元素对元素求导总结:矩阵Y对矩阵X求导,将Y转为列向量,X转为行向量,因此就转化为列向量对行向量求导。规律:无论如何转化,求导矩阵的大小为列向量行数x行向量列数。...

2020-08-06 15:53:30 113

原创 概率论第三章--多维随机变量及其分布

文章目录一、二维离散型1.1、二维离散型1.1.1、随机变量1.1.2、分布函数1.1.3、边缘分布1.1.4、条件分布1.1.5、独立1.2、二维连续型1.2.1、联合分布函数F(x,y)1.2.2、联合概率密度f(x,y)1.2.3、边缘概率密度1.2.4、条件概率密度1.2.5、分布函数1.2.6、独立性二、二维连续型三、二维离散型随机变量函数分布四、二维连续型随机变量正数分布五、一、二维离散型1.1、二维离散型1.1.1、随机变量1.1.2、分布函数定义:设(x,y)是二维随机变量,对于任

2020-08-04 21:56:05 1929

社区app,前台是muiH5+,后台用ssm实现

原本是在看东翌社区的一个项目,可是东翌这个项目的后台用的php,然后改成ssm来写,不过是我一个朋友写的

2017-11-09

ssm实现上传文件,jsp+ssm

springmvc简单实现上传文件,上传文件的存储位置在tomcat的磁盘下,虚拟目录中

2017-11-09

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除