17 sushiqian

尚未进行身份认证

我要认证

暂无相关简介

等级
TA的排名 9w+

使用pandas.isnull(data)来判断某一个数据data的值是否为NaN

使用pandas读取一个数据表,怎么判断表中的某一个数据data的值是否为nan呢?import pandas as pdmydf=pd.read_csv('mydata.csv')print(mydf)print('\n=================================')mydf.iloc[1,2]=pd.np.nanmydf.iloc[2,1]=pd.np....

2018-08-02 11:41:13

安装 tornado后仍旧提示 ImportError: No module named 'tornado'

sudo pip3 install tornado -i https://pypi.tuna.tsinghua.edu.cn/simple安装 tornado后仍旧提示 ImportError: No module named 'tornado'原因是本主机器上python3有两个版本 python3.5和python3.6,默认的python3 指向了python3.5,而tornado...

2018-07-17 11:37:13

问题 Could not satisfy explicit device specification '/gpu:X' 的解决方法

tf源码里debug代码时遇到了下面的错误:tensorflow.python.framework.errors.InvalidArgumentError: Cannot assign a device to node 'box_encodings': Could not satisfy explicit device specification '/device:GPU:0' because n...

2018-07-08 17:53:57

Caffe 实现多标签分类 支持Multi-Label的LMDB数据格式输入

Caffe自带的图像转LMDB接口只支持单label,对于多label的任务,可以使用HDF5的格式,也可以通过修改caffe代码来实现, 我的文章Caffe 实现多标签分类 里介绍了怎么通过修改ImageDataLayer来实现Multilabel的任务, 本篇文章介绍怎么通过修改DataLayer来实现带Multilabel的LMDB格式数据输入的分类任务1. 首先修改代码      

2017-12-11 14:32:05

Caffe 实现多标签分类

最近在用Caffe做验证码识别时,发现没有用Tensorflow简单(tensorflow中可以用one-hot, 参考我的另一篇blog:  http://blog.csdn.net/sushiqian/article/details/78305340 ),需要修改Caffe的源码,做完后,觉得也不复杂。1. 首先,就是修改源码了,本文介绍的方法是修改ImageDataLayer,修改下面的

2017-12-10 12:30:00

Caffe 关闭日志输出

Caffe模型训练好后,若用pycaffe去加载模型去处理图像,会发现有很多log输出,若想关闭这些log,可以在import caffe之前设置loglevleimport osos.environ['GLOG_minloglevel'] = '3' import caffe‘3’ 表示只输出error信息有以下几个level0 - debug1 - info (still

2017-12-09 22:29:05

Caffe 自定义数据输入层

caffe 自定义数据输入层

2017-11-25 18:45:06

Caffe 的可视化 (四) 特征图的可视化

Caffe 的可视化 (四) 特征图的可视化接着上一篇(http://blog.csdn.net/sushiqian/article/details/78613726)输入model 一张图片,查看它经过卷积后生成的特征图编写代码 extract_data.py 如下:import numpy as npimport matplotlib.pyplot as pltimpor

2017-11-23 14:12:31

Caffe 的可视化 (三) caffe model 的可视化

Caffe 的可视化 (三) caffe model 的可视化以 cifar10 quick net 为例子,首先下载cifar10 data并且训练得到model:#cd to the caffe rootmark@ubuntu:~$ cd caffe  #download the cifar10 datamark@ubuntu:~/caffe$ ./da

2017-11-23 13:56:03

Caffe 的可视化 (二)网络结构可视化

Caffe 的可视化 (二)网络结构可视化使用Caffe里的工具 draw_net.py   (该文件在目录 $(CAFFE_ROOT)/python/ 里)usage: draw_net.py [-h] [--rankdir RANKDIR] [--phase PHASE]                   input_net_proto_file  output_image_

2017-11-22 11:25:46

Caffe 的可视化 (一)准备 pycaffe 环境

Caffe 的可视化 (一)准备 pycaffe 环境进入 ${CAFFE_ROOT}/python,执行下面的命令:    sudo apt-get update    sudo apt-get install python-pip python-dev python-numpy    sudo apt-get install gfortran graphviz    s

2017-11-22 10:49:25

Caffe 的可视化 (五)Caffe 中绘制 accuracy 和 loss 曲线

Caffe 中 accuracy 和 loss 曲线的可视化

2017-11-21 21:29:55

ImportError: Matplotlib qt-based backends require an external PyQt4, PyQt5

import matplotlib.pyplot 出现下面的错误ImportError: Matplotlib qt-based backends require an external PyQt4, PyQt5

2017-11-21 19:56:39

OpenCV 中使用Caffe中训练好的model

怎么在OpenCV中使用Caffe中训练好的model

2017-11-16 21:54:12

Caffe 中怎样准备训练数据

Caffe中怎样准备训练数据用Caffe训练自己的数据,首先要准备数据,使得数据能够输入到训练网络中,Caffe支持多种方式的数据输入1 Caffe中训练数据的输入方式(1)数据来自于数据库(如LevelDB和LMDB)层类型(layertype):Data必须设置的参数:source:包含数据库的目录名称,如examples/mnist/mnist_train_l

2017-11-16 10:26:07

在Ubuntu上安装OpenCV

在Ubuntu 16.04 上安装OpenCV

2017-11-14 09:23:57

Python 中如何获取当前位置所在的文件名,函数名,以及行号

在C/C++中可以分别使用 __FILE__ , __FUNCTION__ , __LINE__ 来得到当前位置所在的文件名,函数名,行号在Python中可以通过模块sys中的函数来获得当前位置所在的文件名,函数名,以及行号import sysdef function(): print(sys._getframe().f_code.co_filename) #当前位置所在的文

2017-11-01 09:49:59

Python中append()和extend()的区别,pop()和remove()的区别

Python中append()和extend()的区别,pop()和remove()的区别

2017-10-25 22:41:12

Python中的比较运算符,要特别注意的是 == 和 is 的区别

Python中的比较运算符有以下几种                     x == y      x 等于 y                     x != y      x 不等于 y                     x > y      x 大于 y                     x y     

2017-10-25 09:13:39

Python中的分片

Python中的分片操作其实就是按照一定的顺序访问序列中某一范围内的元素,记住一点就行了,那就是在一定的访问顺序中,indexStart所对应的元素必须先于indexEnd所对应的元素被访问到,否则,分片操作返回的就是空的序列

2017-10-24 11:05:45

查看更多

勋章 我的勋章
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!