- 博客(51)
- 收藏
- 关注
RSS订阅原创 grafana镜像打包
1，删除镜像docker images 查看所有镜像docker rmi [image id] 删除指定镜像删除报错：Error response from daemon: conflict: unable to delete bfcec653d832 (must be forced) - image is being used by stopped container 849808b59787原因，该镜像包含还在是有的容器，删除容器查看所有容器，docker ps -adocker s...
2021-03-03 17:42:19
475
原创 centos安装influxdbh数据库-Telegraf+InfluxDB+Grafana系列2
1，安装wgethttps://dl.influxdata.com/influxdb/releases/influxdb-1.5.2.x86_64.rpmsudo yum localinstall influxdb-1.5.2.x86_64.rpm2，启动服务systemctl start influxdb.service3，添加开机自启动systemctl enable influxdb.service
2020-10-23 21:55:48
222
原创 centos下安装MySQL -Telegraf+InfluxDB+Grafana系列1，安装MySQL
https://www.cnblogs.com/starof/p/4680083.html1，下载安装# wget http://dev.mysql.com/get/mysql-community-release-el7-5.noarch.rpm# rpm -ivh mysql-community-release-el7-5.noarch.rpm# yum install mysql-community-server2，重启服务# service mysqld restart直接
2020-10-23 20:24:46
153
转载 修改虚拟机下系统时间与主机不一致的问题
LINUX的系统时间老是会不正确，今天发现了一个好的方法让系统时间跟网络上时间同步。方法如下：* * * * * /usr/sbin/ntpdate us.pool.ntp.org | logger -t NTP把以上内容放到crontab里面就ok了！这样以来系统时间永远是与网路上的时间同步。NTP协议全称网络时间协议（Network Time Procotol）。它的目的是在国际互联网上传递统一、标准的时间。具体的实现方案是在网络上指定若干时钟源网站，为用户提供授时服务，并且这些网.
2020-07-31 10:04:37
1575
1
原创 虚拟机centos 下安装docker
1 安装：https://www.cnblogs.com/yufeng218/p/8370670.html注：centos安装完网卡可能是关闭的不能联网打开无线网卡
2020-07-27 18:23:52
219
原创 MySQL 安装，忘记密码，启动
1，MYSQL 安装：https://www.cnblogs.com/2020javamianshibaodian/p/mysql8020anzhuangjiaocheng.html2，配置环境变量：https://jingyan.baidu.com/article/fea4511ade8b8cf7bb912584.html3，忘记密码修改：https://blog.csdn.net/u011866450/article/details/106951637?utm_medium=distribut.
2020-07-21 12:09:39
98
转载 Pytorch：transforms的二十二个方法
https://blog.csdn.net/weixin_38533896/article/details/86028509
2019-03-08 08:34:41
303
原创 一些网址
Windows下 传文件到服务器：可以从http://www.chiark.greenend.org.uk/~sgtatham/putty/download.html下载pscp
2019-01-11 18:24:55
372
原创 libsvm Python 安装使用
libsvm工具箱下载：https://codeload.github.com/cjlin1/libsvm/zip/mastergnuplot下载：https://pan.baidu.com/s/1AmaYh8QihnJzifZvzxyLtwlibsvm解压 （我没有区分32 64为 我的windows文件夹下有64结尾的文件）复制libsvm中Windows文件夹中libsvm.dl...
2018-11-02 15:14:15
629
原创 Windows7 安装TensorFlow
TensorFlow源码地址：51aa006ce0c7cbca3381e05bc7658f59cfec90a11480f2d35afd342cef8294d8（或者 搜索 TensorFlow PyPi 或TensorFlow.whl（源码后缀 .whl））cd 到安装包所在目录pip install 安装包的名字...
2018-10-13 18:21:52
185
原创 用anaconda 更新 tensoflow 版本
总结补充 更新之后运行报错 可能是电脑本身配置的原意1，查看自己的tensorflow版本号 2，打开anaconda-prompt3，查看tensorflow各个版本：（查看会发现有一大堆TensorFlow源，但是不能随便选，选择可以用查找命令定位）anaconda search -t conda tensorflow4，找到自己安装环境对应的最新TensorFlow...
2018-10-13 12:06:32
1601
转载 查看TensorFlow 安装版本
由于tensorflow版本不同,可能一些函数的调用也有变换,这时候可能需要查看tensorflow版本,可以在终端输入查询命令如下:pythonimport tensorflow as tftf.__version__查询tensorflow安装路径为:tf.__path__查询结果如下--------------------- 作者：imperfect00 来源：...
2018-10-13 09:55:22
71521
原创 TensorFlow 加载模型前n-1层
path_checkpointa=r'E:\anacondaCode\ResNet_cifar-master181010(2000) - 副本\data\cifar10_tf\checkpoint_' ckpt = tf.train.get_checkpoint_state(path_checkpointa)#模型A的checkpoint if ckpt an...
2018-10-11 18:54:07
1503
原创 打印checkpoint参数
#断点续训练 ckpt = tf.train.get_checkpoint_state(FLAGS.train_dir) if ckpt and ckpt.model_checkpoint_path: print('restore success ') saver.restore(sess,ckpt...
2018-10-11 14:32:10
6754
转载 TensorFlow 抽取某一层特征
深度学习具有强大的特征表达能力。有时候我们训练好分类模型，并不想用来进行分类，而是用来提取特征用于其他任务，比如相似图片计算。接下来讲下如何使用TensorFlow提取特征。 1.必须在模型中命名好要提取的那一层，如下 self.h_pool_flat = tf.reshape(self.h_pool, [-1, num_filters_total], name='h_pool_fl...
2018-10-11 10:39:45
2933
转载 忽略Python警告错误
转：https://www.cnblogs.com/blueel/p/3529517.htmlpython开发中经常遇到报错的情况，但是warning通常并不影响程序的运行，而且有时特别讨厌，下面我们来说下如何忽略warning错误。在说忽略warning之前，我们先来说下如何主动产生warning错误，这里用到warnings模块，看如下代码： 1 2 3 ...
2018-10-11 09:24:56
2118
转载 sess.run（）返回参数出错 报错不能喂入int float
转https://blog.csdn.net/u011215144/article/details/72490138这个报错不是数据feed的问题，而是等号左边的g_loss经过一次运算后得到了数值结果，覆盖了原来的g_loss操作，tf处理不了这种命名冲突，所以给变量用名字要注意啊 g_loss=0.01*gen_s_loss+g_c_loss本身是一个操作。 循环执行...
2018-10-10 20:42:06
1382
转载 TensorFlow -4种交叉熵函数实现
https://blog.csdn.net/marsjhao/article/details/72630147
2018-09-23 11:15:51
581
转载 Deep Learning基础--各个损失函数的总结与比较
转自：https://www.cnblogs.com/shixiangwan/p/7953591.html损失函数（loss function）是用来估量你模型的预测值f(x)与真实值Y的不一致程度，它是一个非负实值函数,通常使用L(Y, f(x))来表示，损失函数越小，模型的鲁棒性就越好。损失函数是经验风险函数的核心部分，也是结构风险函数重要组成部分。模型的结构风险函数包括了经验风险项和正则...
2018-09-11 21:19:34
688
转载 深入理解机器学习中的：目标函数，损失函数和代价函数
参考知乎回答整理：https://www.zhihu.com/question/52398145主要参考：https://www.zhihu.com/question/52398145/answer/209358209基本概念：损失函数：计算的是一个样本的误差代价函数：是整个训练集上所有样本误差的平均目标函数：代价函数 + 正则化项实际应用：损失函数和代价函数是同一个东...
2018-09-11 16:57:24
315
转载 tensorflow 图片转 tfrecord
概述关于Tensorflow读取数据，官网给出了三种方法：供给数据(Feeding)： 在TensorFlow程序运行的每一步， 让Python代码来供给数据。 从文件读取数据： 在TensorFlow图的起始， 让一个输入管线从文件中读取数据。 预加载数据： 在TensorFlow图中定义常量或变量来保存所有数据(仅适用于数据量比较小的情况)。对于数据量较小而言，可能一般选择直接将...
2018-08-12 20:48:48
305
原创 startwith() endlist()
startswith判断文本是否以某个或某几个字符开始;endswith判断文本是否以某个或某几个字符结束;import os import cv2 for item in os.listdir('/home/xxx/TestImage/'): if item.endswith(('.jpg','.png','gif')): img = cv2.imrea...
2018-08-12 19:12:06
6945
1
转载 tensorflow 模型保存和读取
阅读数：36853一、TensorFlow模型保存和提取方法1. TensorFlow通过tf.train.Saver类实现神经网络模型的保存和提取。tf.train.Saver对象saver的save方法将TensorFlow模型保存到指定路径中，saver.save(sess,"Model/model.ckpt")，实际在这个文件目录下会生成4个人文件：checkpoint文件...
2018-08-12 10:25:26
7511
2
转载 tensorflow bug:NotFoundError Key w1_1 not found in checkpoint
bug:NotFoundError (see above for traceback): Key w1_1 not found in checkpoint多次保存模型参数当前计算图使用的是默认的计算图，在第一次正常加载完后，已经有w1的变量，当再次加载时，因为name重复，自动将其改为w1_1，这样就与保存的模型变量参数不一致，出现error.解决方法：保存模型最后加上...
2018-08-12 10:16:28
1264
1
转载 tensorflow--数据预处理
转载：https://mp.weixin.qq.com/s?__biz=MzI2MzYwNzUyNg%3D%3D&chksm=eab804d7ddcf8dc1b274d6343cbf281d5e45508a5966fee47d2e27590f834cc03634645218d4&idx=1&mid=2247483742&scene=21&sn=858c4...
2018-08-01 09:47:47
985
转载 交叉熵tf.nn.softmax_cross_entropy_with_logits(logits, labels, name=None)
在计算loss的时候，最常见的一句话就是tf.nn.softmax_cross_entropy_with_logits，那么它到底是怎么做的呢？首先明确一点，loss是代价值，也就是我们要最小化的值 tf.nn.softmax_cross_entropy_with_logits(logits, labels, name=None)除去name参数用以指定该操作的name，与方法有关...
2018-07-31 21:05:05
290
原创 get.shape
a.get_shape() #得到数组a的维度 例如啊[[1,2],[3,4]] 得到[2,2]a[-1]表示数组a最后一维tf.shape(a)和a.get_shape()比较 相同点：都可以得到tensor a的尺寸 不同点：tf.shape()中a 数据的类型可以是tensor, list, array a.get_shape()中a...
2018-07-26 17:39:57
395
转载 23Tree-CNN_ A Hierarchical Deep Convolutional Neural Network for Incremental Learning
https://blog.csdn.net/c9Yv2cf9I06K2A9E/article/details/80090678
2018-07-19 15:07:18
661
转载 模型保存文件.npy
转自：https://blog.csdn.net/william_hehe/article/details/804122271.前言：在深度学习领域。有一个名词叫迁移学习。倍数贫穷人们所喜爱。拿来主意还是用着很舒服的嘛！在使用训练好的模型时，其中有一种保存的模型文件格式叫.npy。2.打开方式·实现代码：import numpy as nptest=np.load('./bvlc_alexnet...
2018-07-11 15:55:23
4054
转载 CNN中的LRN层
LRN层是按下述公式计算的：（用处不大 可被dropout normalization替代）转自：https://blog.csdn.net/searobbers_duck/article/details/51645941
2018-07-11 14:51:01
4035
原创 朴素贝叶斯
http://www.cnblogs.com/pinard/p/6069267.html我们要解决的问题，我们的问题是给定测试集的一个新样本特征(x(test)1,x(test)2,...x(test)n(x1(test),x2(test),...xn(test)，我们如何判断它属于哪个类型？ 既然是贝叶斯模型，当然是后验概率最大化来判断分类了。我们只要计算出所有的K个条件概率P(Y=Ck|X=...
2018-07-03 20:44:16
158
翻译 [paper]incremental learning algorithms and applications
翻译摘要：增量学习指的是从流数据中学习，这些数据随着时间的推移而到达，内存资源有限，理想情况下，不牺牲模型的准确性。这种设置适合不同的应用场景，例如在变化的环境中学习、建模个性化或终生学习，它为大数据处理提供了一个优雅的方案，通过它的顺序处理。在这个贡献中，我们将增量学习的概念形式化，我们讨论了在这个环境中出现的特殊挑战，我们概述了流行的方法，它的理论基础，以及在过去几年出现的应用。1、什么是增量...
2018-07-02 19:31:42
728
原创 I-SVM SVM增量学习
论文：SVM求解：I-SVM：SVM的特性在于在一个完整的数据集上训练一个SVM和在这个完整数据集的支持向量（SV）上训练的结果是一样的。即 一个数据集的SV可以代替整个数据集、数据集的SV ：距离超平面两侧最近的点主要思想：增量训练是在原始数据集的SV和增量数据集组成的数据上完成，所有的非SV样本点都被抛弃缺点：SV是对于样本点之间的决策边界充分描述但是不是样本点本身。一批数据的样本点的SV很少...
2018-06-29 16:12:22
5986
2
转载 迁移学习综述
读论文 a survey of transfer-learning转：https://www.sohu.com/a/232853823_100178754迁移学习的关键，用四个字概括，就是“找对巨人”，也就是需要找到不同场景之间的关联和共性（特征），本文就系统性地介绍一下迁移学习的几种方法。首先，来看几个定义。1. Domain：包含两个component，一是向量空间X，一个是X的分布P(X)2...
2018-06-29 15:59:06
2172
转载 Adboost算法
一、发展历史Boosting算法是一种把若干个分类器整合为一个分类器的方法，在boosting算法产生之前，还出现过两种比较重要的将多个分类器整合 为一个分类器的方法，即boostrapping方法和bagging方法。我们先简要介绍一下bootstrapping方法和bagging方法。 1）bootstrapping方法的主要过程 主要步骤： i)重复地从一个样本集合D中采样n个样本 ...
2018-06-01 15:52:08
1268
转载 图像物体分类与检测算法综述
https://blog.csdn.net/jiaoyangwm/article/details/79120601#图像物体分类与检测概述
2018-05-24 20:17:11
2004
转载 Ridge Regression and Kernel Ridge Regression
http://blog.sina.com.cn/s/blog_eb23a2510102xe4o.htmlridge regression可以用来处理下面两类问题：一是数据点少于变量个数；二是变量间存在共线性。当变量间存在共线性的时候，最小二乘回归得到的系数不稳定，方差很大。这是因为系数矩阵X与它的转置矩阵相乘得到的矩阵不能求得其逆矩阵，而ridge regression通过引入参数lambda，使...
2018-05-23 10:05:20
702
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