- 博客(186)
- 收藏
- 关注
RSS订阅原创 强化学习中的off-line, on-line, off policy, on policy傻傻分不清
https://blog.csdn.net/qq_42743778/article/details/120063861https://zhuanlan.zhihu.com/p/346433931
2023-05-29 23:52:37
547
原创 Python @classmethod, @staticmethod, and @property
https://zhuanlan.zhihu.com/p/28010894https://blog.csdn.net/weixin_48580001/article/details/115220956#:~:text=%40classme,%E5%B7%A5%E5%8E%82%E6%A8%A1%E5%BC%8F%E8%A6%81%E6%B1%82%E6%97%B6%E3%80%82https://zhuanlan.zhihu.com/p/64487092
2023-05-17 00:07:04
56
原创 YOLOv5速成教程
目标检测任务是计算机视觉领域的一大任务，依据是否有候选框（Region Proposal）大致可以分为两阶段目标检测（Two-stage Object Detection）与一阶段目标检测（One-Stage Object Detection）。两阶段目标检测模型以Faster R-CNN为代表，特点是精度高但速度慢；一阶段目标检测模型以YOLO系列为代表，其特点是速度快但精度略逊。YOLO的原作者Joseph Redmon自从发布YOLOv3后就退出了CV界，2020年四月Alexey等人发表了YOLOv
2021-06-20 21:04:50
4035
12
原创 Dtawhale GNN task1
为什么要在图上进行深度学习？在过去的深度学习应用中，我们接触的数据形式主要是这四种：矩阵、张量、序列（sequence）和时间序列（time series）。然而来自现实世界应用的数据更多地是图的结构，如社交网络、交通网络、蛋白质与蛋白质相互作用网络、知识图谱和大脑网络等。图提供了一种通用的数据表示方法，众多其他类型的数据也可以转化为图的形式。此外，大量的现实世界的问题可以作为图上的一组小的计算任务来解决。推断节点属性、检测异常节点（如垃圾邮件发送者）、识别与疾病相关的基因、向病人推荐药物等，都可以概括为
2021-06-16 22:54:50
215
原创 Charles安装遇到的坑：不能自动安装证书与unknown
1.charles安装链接：https://pan.baidu.com/s/1pgajF8xh7CUfu4-L-iMsKQ提取码：e5h0说明书在压缩包中，破解文件会被当成病毒自动删除，要在windows安全中心中允许。2.证书安装Help << SSL Proxying << Install Charles Root Certificate 不会自动弹出安装窗口，需要手动安装。安装步骤：Help << SSL Proxying << Sav
2021-05-24 10:13:12
3557
2
原创 python + selenium + browsermobproxy环境配置
1.python版本：3.61.1. 使用anaconda创建一个python3.6版本的虚拟环境（非必要）anaconda安装：https://blog.csdn.net/qq_37392932/article/details/81210470在cmd中输入：conda create -n python36 python=3.62. 安装selenium先激活虚拟环境：conda activate python36pip安装slenium：python -m pip install
2021-05-07 20:42:44
3994
1
原创 vm + centos网络配置
笔记https://jingyan.baidu.com/article/76a7e409ed694dfc3a6e1548.html
2021-05-07 20:25:03
83
原创 Python main函数
Python main函数的用法Python作为一门较为灵活的解释型脚本语言，其中定义的main()函数只有当该Python脚本直接作为执行程序时才会执行；当该python脚本被作为模块(module)引入(import)时，其中的main()函数将不会被执行。举一个例子：test1.py'''-*- coding: utf-8 -*-@Author : Xinda Chen@Time : 2021/4/8 19:46@Software: PyCharm@File : te
2021-04-08 19:57:13
847
原创 JoyfulPandas 第一章 预备知识
joyfulpandas首页：http://inter.joyfulpandas.datawhale.club/Home.html一、Python基础1.列表推导式与条件赋值在生成一个数字序列的时候，在Python中可以如下写出：L = []def my_func(x): return 2*xfor i in range(5): L.append(my_func(i))L[0, 2, 4, 6, 8]事实上可以利用列表推导式进行写法上的简化：[* for i i.
2021-01-28 22:51:48
299
原创 LaTeX 2.4 文档类与整体格式设计
LaTeX入门（刘海洋）笔记2.组织你的文本\quad 2.1 文字与符号\quad2.2 段落与文本环境\quad2.3 文档的结构层次\quad2.4 文档类与整体设计格式
2021-01-19 14:57:55
125
1
原创 Latex 2.3 文档的结构层次
2.3.1 标题和标题页2.3.1.1 标题声明标题声明标题：\titile声明作者：\author\author 定义的参数可以分行，一般第一行是作者姓名，后面是作者的单位、联系方式等。如果文档有多个作者，则多个作者之间用\and 分隔。\thanks产生一种特殊的脚注，用来表示文章的致谢、文档的版本、作者的详细信息等声明日期：\date\date命令可以省略，如果省略，就相当于定义了\date{\today}，即设置当天的日期。使用ctex宏包可以用\CTEXoptions
2021-01-18 17:27:18
764
原创 Jupyterlab如何切换Anaconda下的python虚拟环境
一、使用Anaconda创建python虚拟环境（已有虚拟环境可跳到下一环节）使用conda创建虚拟环境conda create -n your_env_name python=X.X(3.6、3.7等)your_env_name可换为你的虚拟环境的名称查看当前存在哪些虚拟环境conda env list激活虚拟环境conda activate your_env_name关闭虚拟环境conda deactivate删除虚拟环境conda remove -n
2021-01-17 22:52:58
6798
4
原创 Latex 2.2 段落与文本环境
2.1.1 正文段落分段Latex使用空行表示分段，在自定义命令中，也常用\par命令分段首行缩进每个自然段在第一行有一个固定的缩进，可以用长度变量\parindent控制段与段之间的垂直距离由长度变量\parskip控制，中文排版中常使用\setlength{\parskip}{0pt}把段间距定义为固定长度，禁止段落间距离伸长对齐方式Latex是默认两端均匀对齐的，也可以改为左对齐、右对齐或居中模式左对齐 \raggedright右对齐 \raggedleft
2021-01-16 23:31:45
2518
原创 Latex 2.1 文字与符号
1.1.1 字斟句酌1.1.1.1 从字母表到单词\documentclass{article}\usepackage[greek,english]{babel}\usepackage[OT2,OT1]{fontenc}\begin{document} \textgreek{abcd} {\fontencoding{OT2}\selectfont ABCabc}\end{document}效果：1.1.1.2 正确使用标点键盘上有16种标点：, . ; : ! ? ` ’
2021-01-15 17:42:47
1970
原创 ubuntu anaconda+pytorch-cpu或pytorch-gpu安装
推荐大家用Anaconda的原因：1、依赖项检查pip：不一定会展示所需其他依赖包。安装包时或许会直接忽略依赖项而安装，仅在结果中提示错误。conda：列出所需其他依赖包。安装包时自动安装其依赖项。可以便捷地在包的不同版本中自由切换。2、环境管理pip：维护多个环境难度较大。conda：比较方便地在不同环境之间进行切换，环境管理较为简单。3、 对系统自带Python的影响pip：在系统自带Python中包的**更新/回退版本/卸载将影响其他程序。conda：不会影响系统
2020-05-24 13:37:13
3613
原创 json转labelimg标注的xml文件
比赛只给了json文件，需要转成xml文件首先需要一个labelimg标注好的xml文件做模板，格式如下：<annotation verified="no"> <folder>train</folder> <filename>000000</filename> <path>D:/study/PycharmProjects/cv零基础/input/tra.
2020-05-19 10:09:21
759
2
原创 R语言实现主成分分析与典型相关分析
《数据分析方法》–梅长林 各章原理及R语言实现数据描述性分析回归分析方差分析主成分分析与典型相关分析判别分析聚类分析Bayes统计分析4.1主成分分析4.1.1总体主成分的求法 求主成分归结为求样本（XXX）的协方差矩阵Σ\SigmaΣ的特征值和特征向量问题，具体由如下结论： 设Σ\SigmaΣ是X=(X1,X2,...,Xp)TX=(X_1,X_2,...,X_p)^TX=(X1,X2,...,Xp)T的而协方差矩阵，其特征值按大小顺序排列为λ1≥λ2≥...≥λp.
2020-05-08 21:20:46
2606
原创 pyqt设置图标，设置窗口背景，并将背景平铺到整个窗口，随着窗口改变而改变
在用pyqt做窗体时会经常设置图标和背景来美化窗体，下面介绍一种设置图标和背景的简单方法设置图标调用QtWidgets.QWidget的setWindowIcon方法，该方法需要传入一个QIcon的实例：self.setWindowIcon(QIcon('')) #在''中输入图片路径设置窗口背景，并将平铺到整个窗口，随着窗口改变而改变在窗体类中写一个paintEvent(self...
2020-05-04 18:42:15
3154
5
原创 Task06 边缘检测
Datawhale 计算机视觉基础-图像处理（上）- Task06 边缘检测6.1 简介6.1.1 什么是边缘？边缘是图像强度函数快速变化的地方6.1.2 如何检测边缘？为了检测边缘，我们需要检测图像中的不连续性，可以使用导数来检测不连续性。如上图所示，上图的第一幅图表示一张数字图片，我们对水平红线处进行求导，便可得到上图二中的关系，可以看到在边缘处有着较大的跳变。但是，导数也会受到...
2020-05-01 23:23:20
497
原创 OpenCV阈值分割_二值化
Datawhale 计算机视觉基础-图像处理（上）-Task05 图像分割/二值化5.1 简介该部分的学习内容是对经典的阈值分割算法进行回顾，图像阈值化分割是一种传统的最常用的图像分割方法，因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术。它特别适用于目标和背景占据不同灰度级范围的图像。它不仅可以极大的压缩数据量，而且也大大简化了分析和处理步骤，因此在很多情况下，...
2020-04-29 23:33:38
601
原创 爬虫入门tast4：爬取某新闻
爬取Tencent新闻1 了解ajax加载2 通过chrome的开发者工具，监控网络请求，并分析3 用selenium完成爬虫4 具体流程如下：import timefrom selenium import webdriverdriver = webdriver.Chrome()driver.get('https://news.qq.com/')两秒垂直滚动一次for...
2020-04-29 15:17:19
157
原创 爬虫入门task3：代理ip、selenium、session、cookies
一、代理ip为什么会出现IP被封网站为了防止被爬取，会有反爬机制，对于同一个IP地址的大量同类型的访问，会封锁IP，过一段时间后，才能继续访问如何应对IP被封的问题有几种套路：修改请求头，模拟浏览器（而不是代码去直接访问）去访问采用代理IP并轮换设置访问时间间隔如何获取代理IP地址从该网站获取： https://www.xicidaili.com/inspect ->...
2020-04-28 10:31:16
13589
1
原创 OpenCV图像滤波
Datawhale 计算机视觉基础-图像处理（上）-Task04 图像滤波4.1 简介图像的实质是一种二维信号，滤波是信号处理中的一个重要概念。在图像处理中，滤波是一种非常常见的技术，它们的原理非常简单，但是其思想却十分值得借鉴，滤波是很多图像算法的前置步骤或基础，掌握图像滤波对理解卷积神经网络也有一定帮助。4.2 学习目标了解图像滤波的分类和基本概念理解均值滤波/方框滤波、高斯...
2020-04-27 19:20:19
543
原创 OpenCV彩色空间互转及其应用
Datawhale 计算机视觉基础-图像处理（上）-Task03 彩色空间互转3.1 简介图像彩色空间互转在图像处理中应用非常广泛，而且很多算法只对灰度图有效；另外，相比RGB，其他颜色空间(比如HSV、HSI)更具可分离性和可操作性，所以很多图像算法需要将图像从RGB转为其他颜色空间，所以图像彩色互转是十分重要和关键的。3.2 学习目标了解相关颜色空间的基础知识理解彩色空间互转的理论...
2020-04-25 21:07:19
435
2
原创 爬虫入门task2：bf4、xpath、正则表达式
二、学习内容2.1 Beautiful Soup库入门学习beautifulsoup基础知识。使用beautifulsoup解析HTML页面。Beautiful Soup 是一个HTML/XML 的解析器，主要用于解析和提取 HTML/XML 数据。它基于HTML DOM 的，会载入整个文档，解析整个DOM树，因此时间和内存开销都会大很多，所以性能要低于lxml。B...
2020-04-23 22:27:47
1266
原创 Opencv图像几何变换
DataWhale 机器视觉组队学习task22.1 简介 该部分将对基本的几何变换进行学习，几何变换的原理大多都是相似，只是变换矩阵不同，因此，我们以最常用的平移和旋转为例进行学习。在深度学习领域，我们常用平移、旋转、镜像等操作进行数据增广；在传统CV领域，由于某些拍摄角度的问题，我们需要对图像进行矫正处理，而几何变换正是这个处理过程的基础，因此了解和学习几何变换也是有必要的。这次我们带...
2020-04-23 21:05:07
1137
1
原创 Opencv图像插值算法与其应用（图像伸缩）
Datawhale 计算机视觉基础-图像处理（上）-Task01 OpenCV框架与图像插值算法1.1 简介 在图像处理中，平移变换、旋转变换以及放缩变换是一些基础且常用的操作。这些几何变换并不改变图象的象素值，只是在图象平面上进行象素的重新排列。在一幅输入图象[u，v][u，v][u，v]中，灰度值仅在整数位置上有定义。然而，输出图象[x，y]的灰度值一般由处在非整数坐标上的（u，v）（u...
2020-04-21 02:42:21
2887
原创 python爬虫入门一：HTTP、网页基础、requests、API、JS
互联网、HTTP互联网互联网也叫因特网(Internet)，是指网络与网络所串联成的庞大网络，这些网络以一组标准的网络协议族相连，连接全世界几十亿个设备，形成逻辑上的单一巨大国际网络。它由从地方到全球范围内几百万个私人的、学术界的、企业的和政府的网络所构成。通过电子、无线和光纤等一系列广泛的技术来实现。这种将计算机网络互相连接在一起的方法可称作“网络互联”，在此基础上发展出来的覆盖全世界的全球...
2020-04-19 16:03:16
6193
原创 R 数据分析方法（梅长林）exercise1-4
导入相关包library(xlsx) ## 打开excel文件library(ggplot2)加载数据source <- read.xlsx(file="exercise1-4.xlsx", 1, header=TRUE, encoding="UTF-8")summary(source) 省.直辖市.自治区 X11月 X1.11月 ...
2020-04-08 08:52:26
1110
原创 多项式除法终极方法：长除法 VS 综合除法
首先复习一下在x0x_0x0处的泰勒展开式和长除法：f(x)=∑i=0nf(i)(x0)(x−x0)ii!f(x)=\sum_{i=0}^n \frac{f^{(i)}(x_0)(x-x_0)^i}{i!}f(x)=i=0∑ni!f(i)(x0)(x−x0)i假设要求f(x)=2x3+5x2−3x+6f(x)=2x^3+5x^2-3x+6f(x)=2x3+5x2−3x+6在2点处的泰...
2020-04-06 23:19:38
5068
1
原创 R 数据分析方法（梅长林）exercise1-3
首先安装几个R数据分析的包funModeling:探索性数据分析(EDA)、数据准备和模型性能评估tidyverse:数据科学集成包Hmisc:高级计算函数、绘图功能等matrixStats:数据分析ggplot2:画图载入需要的软件包# library(funModeling)# library(tidyverse)# library(Hmisc)# library(matr...
2020-04-06 10:40:12
1216
2
原创 二手车数据挖掘-模型融合
Datawhale 零基础入门数据挖掘-Task5 模型融合五、模型融合Tip:此部分为零基础入门数据挖掘的 Task5 模型融合 部分，带你来了解各种模型结果的融合方式，在比赛的攻坚时刻冲刺Top，欢迎大家后续多多交流。赛题：零基础入门数据挖掘 - 二手车交易价格预测地址：https://tianchi.aliyun.com/competition/entrance/231784/int...
2020-04-04 21:58:01
523
原创 二手车数据挖掘- 建模调参
Datawhale 零基础入门数据挖掘-Task4 建模调参四、建模与调参Tip:此部分为零基础入门数据挖掘的 Task4 建模调参 部分，带你来了解各种模型以及模型的评价和调参策略，欢迎大家后续多多交流。赛题：零基础入门数据挖掘 - 二手车交易价格预测地址：https://tianchi.aliyun.com/competition/entrance/231784/introductio...
2020-03-31 16:29:55
362
原创 Leetcode实战： 44. 通配符匹配
题目给定一个字符串 (s) 和一个字符模式 § ，实现一个支持 ‘?’ 和 ‘*’ 的通配符匹配。‘?’ 可以匹配任何单个字符。‘*’ 可以匹配任意字符串（包括空字符串）。两个字符串完全匹配才算匹配成功。说明:s 可能为空，且只包含从 a-z 的小写字母。p 可能为空，且只包含从 a-z 的小写字母，以及字符 ? 和 *。示例1输入:s = "aa"p = "a"输出:...
2020-03-30 16:55:00
119
原创 Leetcode实战： 134. 加油站
题目在一条环路上有 N 个加油站，其中第 i 个加油站有汽油 gas[i] 升。你有一辆油箱容量无限的的汽车，从第 i 个加油站开往第 i+1 个加油站需要消耗汽油 cost[i] 升。你从其中的一个加油站出发，开始时油箱为空。如果你可以绕环路行驶一周，则返回出发时加油站的编号，否则返回 -1。说明:如果题目有解，该答案即为唯一答案。输入数组均为非空数组，且长度相同。输入数组中的元...
2020-03-28 17:11:42
160
原创 二手车数据挖掘- 特征工程
Datawhale 零基础入门数据挖掘-Task3 特征工程三、 特征工程目标Tip:此部分为零基础入门数据挖掘的 Task3 特征工程 部分，带你来了解各种特征工程以及分析方法，欢迎大家后续多多交流。赛题：零基础入门数据挖掘 - 二手车交易价格预测地址：https://tianchi.aliyun.com/competition/entrance/231784/introduction?...
2020-03-28 11:45:12
420
1
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