- 博客(150)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 .text .data .bss .stack 和 heap
ELF头：包含ELF头的大小、目标文件的类型、.text .data .bss 等文件的位置和大小等信息。.data：已经初始化的全局变量和静态变量（static修饰）放在flash上，断电不失。
2024-03-09 17:12:31
441
原创 Windows11的浏览器出现ERR_PROXY_CONNECTION_FAILED，无法使用网络
笔者的电脑是windows11系统，Edge，Google等浏览器访问网页网页时，都出现以下错误：ERR_PROXY_CONNECTION_FAILED。同时，cmd测试网络，可以ping通。浏览器无法访问网页的原因，很有可能就是代理服务器的问题。找到“网络和Intenet”,关掉代理服务器即可。...
2022-07-07 10:52:11
11752
4
原创 C++解析字符串获取参数
一些软件在运行时，需要一些命令。这里使用通过字符串的方式，来获取软件启动需要的一些参数。比如：-name1 aaa -name2 bbb有这样一个字符串，通过解析-name1对应的aaa，-name2对应的bbb；
2022-06-21 10:33:28
1209
原创 PyTorch框架中使用早停止Early Stopping（含详细代码）
文章目录1.什么是早停止？为什么使用早停止？2.如何使用早停止？3. Refferences1.什么是早停止？为什么使用早停止？早停止（Early Stopping）是 当达到某种或某些条件时，认为模型已经收敛，结束模型训练，保存现有模型的一种手段。机器学习或深度学习中，有很大一批算法是依靠梯度下降，求来优化模型的。是通过更新参数，让Loss往小的方向走，来优化模型的。可参考BP神经网络推导过程详解关于模型何时收敛（模型训练好了，性能达到要求了或不能再优化了），此时我们可以采取一些判断标准：1.验
2022-03-21 21:46:49
32278
14
原创 TensorFlow和PyTorch框架绘制loss和accuracy曲线
文章目录1.前言2.TensorFlow框架绘制loss和accuracy曲线3.PyTorch框架绘制loss和accuracy曲线4.pytorch中使用tensorboard绘制Accuracy/Loss曲线1.前言搞深度学习时，我们一般会遇到一个问题，评估模型的性能：这时，一般会绘制模型在训练集 & 验证集上的准确率值和损失值曲线。在这一点上TensorFlow框架比PyTorch框架方便，因为TensorFlow框架在训练模型时，把模型、训练集和验证集上的accuracy和loss都
2022-03-17 23:16:36
20300
10
原创 神经网络模型训练时，性能不高？原因总结（神经网络模型性能优化方法汇总）
文章目录 前言1. 改模型框架2.数据处理3.超参数对模型训练的影响3.1 学习率对模型训练时的影响3.2 批处理大小对模型训练时的影响3.3 epoch对模型训练时的影响3.4 如何判断模型收敛3.5模型过拟合时怎么办？
2022-03-15 21:58:40
8685
2
翻译 C/C++多线程API详解
文章目录1.多线程并发和同步2.CreateThread3.SetEvent4.WaitForSingleObject5.WaitForMultipleObjects6.CloseHandle7.例子case1: CreateThreadcase2: SetEventcase3: WaitForMultipleObjectscase4: WaitForMultipleObjectscase6: CloseHandle1.多线程并发和同步如果一个单一程序中，有些步骤可以同时进行，则可以把这个单一程序拆分成
2022-03-11 23:20:59
1012
原创 Hu不变矩+BP神经网络，实现对图像的分类（pytorch实现）
先对图片，用hu矩进行特征提取，每个图片产生7个特征值。这7个特征值作为数据，再加上一个标签值。然后送入BP神经网络中，进行模型的训练。模型训练好后，就可以使用模型，对一个新的图片，进行分类识别了。
2022-03-09 14:39:54
2427
42
原创 Process finished with exit code -1073740791 (0xC0000409)定位错误原因
使用IDE（PyCharm）在运行代码时，控制台提示：Process finished with exit code -1073740791 (0xC0000409)程序退出，没有报具体原因。需要我们更改IDE配置，以定位到出错的语句。Run->Edit Configurations->勾选Emulate terminal in output console.再次运行程序，控制台显示报错的语句：定位到错误语句后，检查出错原因。...
2022-03-06 21:16:49
3101
2
原创 数据增强（扩充图像，以增加数据集）
通过数据增强，可以达到扩充数据集的目的。对一副图片，做相应的变换，可以达到扩充图像的目的。使用keras下的相关图像处理工具包进行实现。
2022-03-05 16:35:42
9807
1
原创 C++开发工程师面试基本知识（汇总）
C++开发工程师面试基本知识（汇总）：1.C++中指针和引用的区别；2.静态联编和动态联编（静态多态和动态多态）；3.虚函数和多态；4.抽象类（abstract class）；5.标准模板库（Standard Template Library，STL）；6.STL容器map和unordered_map
2022-03-05 13:48:49
1264
原创 提升C++程序运行速度的一些方法
文章目录1.C++程序运行速度与什么有关2.C++提升程序运行速度的一些方法1.C++程序运行速度与什么有关一个C++程序的运行，与许多因素相关。比如，硬件CPU和内存，编译器等。这里，主要是分析程序员可控值的影响因素，从代码的层面分析。代码和数据是程序的基本元素。因此，数据的类型和数据的处理是影响程序运行速度的主要原因。比如，选用哪种合适的数据类型（涉及到内存的存储和之后的运算）；变量在内存上的分配方式如何（堆或者栈，静态或者动态）；程序的处理逻辑如何（是否可以进一步优化，涉及到算法）；2.C
2022-02-24 17:20:04
6304
2
原创 C语言中limits文件和C++中climits文件以及其实质
文章目录1.# include1.# include<limits.h>和# include区别我们知道c++是c的超集，c++中几乎是完全保留c语言，并添加了面向对象和泛型编程。c++语言和c语言在包含头文件时有所区别C语言在包含头文件时，采用# include<limits.h>，以.h为结尾，文件有扩展名C++语言在包含头文件时，不以.h为结尾，文件无扩展名。同时，有些C头文件被转化为C++头文件，这些被重新命名，去掉了.h扩展名，同时在文件名前加c，表明来自于C语言。
2022-02-23 16:10:15
2059
原创 SIFT、SURF等关键点特征提取算法代码
文章目录1.关键点特征提取算法2.SIFT代码（python+opencv）1.关键点特征提取算法特征提取是提取出物体（如图片）的特征，用数学的向量、矩阵等对物体的特征做描述，做刻画。然后描述或刻画物体特征的这些信息就可以用来代表这类物体，之后应用到物体识别、分类等任务中。所谓“特征”是物体具备的基本属性，我们通过某类物体的特征可以使得其区别于其它种类的物体。更进一步，如果我们获取到物体更细节的特征，就可以使得该物体区别于同类的其它物体。基于对“特征”基本概念的理解，我们结合图像处理，引入图像特征。图
2022-02-21 11:19:10
2958
5
原创 医疗CT断层图像DICOM标准和工业CT断层图像DICONDE标准
1.前言笔者在最近的项目中，要处理工业CT图像，那么不可避免的要了解工业CT断层图像的文件格式。在医疗CT中，CT图像遵循DICOM 标准，在工业CT中，CT图像遵循DICONDE标准。医疗CT的发展速度先于工业CT，目前工业CT的更多方法和经验，都是从医疗CT中借鉴的。2.医疗CT断层图像DICOM 标准DICOM标准官网：https://www.dicomstandard.org/about-home关于DICOM标准的介绍，如图所示。简言之，DICOM 标准是个国际标准，被国际标准化组织
2022-01-08 20:50:35
4182
1
原创 用残差网络实现MNIST数据集手写数字识别
1.残差网络本文为用带残差块的CNN网络实现MNIST数据集手写数字的识别。关于残差网络，知乎上有篇文章讲的不错，供参考：详解残差网络残差网络比起LeNet等简单的神经网络，不同之初在于，多了一个连接线。左边为基础的CNN结构，右边为带残差的网络结构残差块是目前网络模型中，一个跟经典、很基础的结构，像DenseNet就是基于残差块来提出的，一个新的网络模型。2.MNIST数据集参考笔者的上篇博客：CNN实现MNIST数据集手写数字识别3.模型结构Residual Block：残差块
2022-01-05 23:05:49
2232
4
原创 CNN实现MNIST数据集手写数字识别
1.MNIST数据集MNIST数据集是由0 到9 的手写数字图像构成的。训练图像有6 万张，测试图像有1 万张每一张图片都有对应的标签数字。因此这个测试集就可以作为验证集使用。MNIST的图像，每张图片是包含28 像素× 28 像素的灰度图像（1 通道），各个像素的取值在0 到255 之间。每张图片都由一个28 ×28 的矩阵表示，每张图片都由一个784 维的向量表示（28*28=784）。详细介绍参考：http://yann.lecun.com/exdb/mnist/2.CNN的基础卷积和池化
2022-01-04 23:05:25
7432
3
原创 神经网络做MNIST手写数字识别代码
代码（python+pytorch）import torchfrom torchvision import transformsfrom torchvision import datasetsfrom torch.utils.data import DataLoaderimport torch.optim as optimimport torch.nn.functional as Fimport matplotlib.pyplot as pltbatch_size = 64tran
2021-12-24 23:48:30
5731
原创 AttributeError: ‘builtin_function_or_method‘ object has no attribute ‘view‘解决办法
1.问题陈述今天在使用pytorch中的view方法，改变张量形状时，发生错误。解决办法检查forward在使用时，传入的参数x是什么类型，是否是张量，是否传参正确。检查后发现，不是张量，改为张量。问题解决。...
2021-12-24 22:49:38
5107
原创 Windows下安装配置wget
1.下载链接：http://gnuwin32.sourceforge.net/packages/wget.htm可视化安装安装好后，配置环境变量。系统变量Path下新疆一个项：E:\GnuWin32\bin注：此路径选为自己的安装路径。打开cmd，即可使用wgetwget 是一个从网络上自动下载文件的自由工具，支持通过 HTTP、HTTPS、FTP 三个最常见的 TCP/IP协议 下载，并可以使用 HTTP 代理。“wget” 这个名称来源于 “World Wide Web” 与 “g
2021-12-21 22:30:27
1235
原创 VS2019中配置VTK8.2.0
说明首先下载vtk源码，其次通过cmake编译生成VS中可以打开的.sln文件。再使用VS打开.sln文件，对vtk源码进行编译，生成库文件。最终把库文件和一些源文件配置到VS中，即可使用VTK1.需要的软件或工具a.vtk源码 ：https://vtk.org/download/b.cmake安装包：https://cmake.org/download/c.Visual Studio 2019笔者选择了vtk8.2.0版本2.Cmake把下载的vtk源码解压缩，并在同级目录下新建两个文
2021-12-21 16:16:32
4024
7
原创 线性回归做糖尿病分析（diabetes数据集），并分析单个特征值与病情的关系
1.diabetes数据集共442个样本，每个样本有十个特征，分别是 [‘age’, ‘sex’, ‘bmi’, ‘bp’, ‘s1’, ‘s2’, ‘s3’, ‘s4’, ‘s5’, ‘s6’]，对应年龄、性别、体质指数、平均血压、S1~S6一年后疾病级数指标。Targets为一年后患疾病的定量指标，值在25到346之间。...
2021-12-17 21:14:21
16476
3
原创 AttributeError: ‘Series‘ object has no attribute ‘reshape‘解决办法
1.问题描述AttributeError: 'Series' object has no attribute 'reshape'属性错误: ‘Series’ 对象没有属性 ‘reshape’a.什么是 ‘Series’ 对象?答：Series对象类似一维数组，但与数组不同的是，Series对象不仅可以像数组那样支持下标索引。还可以自建索引，像字典一样使用索引。sel = Series([1,2,3,4])按下标索引sel[1]是2自建索引sel = Series(data = [1,2
2021-12-17 13:46:58
21229
原创 Logistic回归做分类或预测（实战代码）
1.Logistic回归为什么可以用于分类？谈这个问题之前，先谈下：一般来说，我们如何用一个模型做分类？一般的，在机器学习中，使用一个模型做分类的前提，是根据数据（包含样本和标签）训练出一个模型，再用这个训练好的模型做新样本的分类。比如 x=[1,2,3]，y=[2,4,6]. 给出一个x=4,y=?我们就可以根据现有的数据来训练出一个模型，这里根据数据特点，选用线性回归模型。这里使用pytorch封装好的线性回归模型，来进行实现import torchx_data = torch.tens
2021-12-13 23:03:02
7754
原创 pytorch绘制loss和accuracy曲线
1.前言pytorch虽然使用起来很方便，但在一点上并没有tensorflow方便，就是绘制模型训练时在训练集和验证集上的loss和accuracy曲线（共四条）。tensorflow模型训练时，每次epoch的模型，以及在训练集和验证集上的loss和acc都保存在一个对象中，当我们要绘制四条曲线时，直接从对象中取值即可。2.Loss曲线Loss_list = [] #存储每次epoch损失值def draw_loss(Loss_list,epoch): # 我这里迭代了200次，所以x的
2021-12-13 14:22:00
22463
20
原创 神经网络训练中batch的作用（从更高角度理解）
1.什么是batchbatch，翻译成汉语为批（一批一批的批）。在神经网络模型训练时，比如有1000个样本，把这些样本分为10批，就是10个batch。每个批（batch）的大小为100，就是batch size=100。每次模型训练，更新权重时，就拿一个batch的样本来更新权重。2.神经网络训练中batch的作用（从更高角度理解）从更高的角度讲，”为什么神经网络训练时有batch？“，需要先讲一些预备知识。当我们求损失loss用于梯度下降，更行权重时，有几种方式。一种是全部的样本用来求loss
2021-12-11 23:08:06
27614
7
原创 AttributeError: partially initialized module ‘vtk‘ has no attribute ‘vtkRenderer‘ (most likely due t
1.问题描述AttributeError: partially initialized module 'vtk' has no attribute 'vtkRenderer' (most likely due to a circular import)首先，确定安装了vtk其次，可能是由于文件命名导致的。把vtk.py更改一下，比如test.py.注意不要把文件名和代码里需要的包名一致。我这里就是犯了这个错误！！！...
2021-12-07 16:50:53
2288
1
原创 python安装VTK、traits、mayavi
1.下载安装包下载和自己平台匹配的安装包，比如笔者的python是3.8，于是从官网下载了VTK-8.2.0-cp38-cp38-win_amd64.whltraits-6.3.2-cp38-cp38-win_amd64.whlmayavi-4.7.1+vtk82-cp38-cp38-win_amd64.whl注释：cp38指的是python3.8，安装mayavi前需要安装vtk,要注意版本的对应关系下载时，有个小技巧。在网页上ctrl+F,然后输入vtk等，查找定位到安装包的下载链接。
2021-12-07 15:24:30
3466
原创 whl is not a supported wheel on this platform.解决办法
1.问题描述笔者用pip命令安装一个工具包时，报错：E:\anaconda3\Scripts>pip install VTK-8.2.0-cp38-cp38-win32.whlERROR: VTK-8.2.0-cp38-cp38-win32.whl is not a supported wheel on this platform.错误提示是：VTK-8.2.0-cp38-cp38-win32.whl 在此平台上不受支持。2.解决办法两个解决办法，具体看用哪一个。第一种，解决办法：更新
2021-12-07 15:09:32
54240
9
原创 卷积层和池化层输出特征图大小的计算——以LeNet模型为例
1.LeNet网络模型结构本文咱们以LeNet网络为例，介绍一下，如何卷积层和池化层输出特征图的大小。LeNet算上输入层，有八层。分别是：输入层INPUT、C1卷积层、S2池化层（或者叫下采样）、C3卷积层、S4池化层（或者叫下采样）、C5卷积层、F6全连接层和最后一层输出层OUTPUT。LeNet各层，输入图像大小、卷积核大小、步长和通道数以及输出图像大小，如本图所示。2.特征图大小的计算卷积层和池化层采用不同的公式。a.卷积层a.池化层解释：OutSize为输出图像大小，
2021-12-05 23:32:23
6935
2
原创 基于KNN的手写数字识别
1.KNN原理机器学习的原理：是通过大量的数据，训练出一个能处理此类数据的模型。使得这个模型可以根据已知的数据，准确率很高的判断出未知的数据，从而使得人类能够采取正确的方法去处理某些事情。传统机器学习算法主要包括以下五类：回归：建立一个回归方程来预测目标值，用于连续型分布预测分类：给定大量带标签的数据，计算出未知标签样本的标签取值聚类：将不带标签的数据根据距离聚集成不同的簇，每一簇数据有共同的特征关联分析：计算出数据之间的频繁项集合降维：原高维空间中的数据点映射到低维度的空间中线性回归
2021-12-03 16:51:50
1679
原创 特征提取+BP神经网络，实现对图像的分类
1.前言这里是使用“特征提取+BP神经网络，实现对图像的分类”，需要知道的是：1.对二维图像做完标签，制作数据集后，可以用CNN（一般输入是而惟独图片）来对图像做分类的。当前，在这之前要经过对模型的训练过程。2.也可以通过特征提取先把二维图片变成一位特征，输入到BP神经网络中，进行模型训练，然后做分类。今天，讲到的，就是第2种方式。2.数据集制作这里使用的是对工业金属件表面缺陷图像（有三类缺陷图像，分别是：裂纹crack，夹杂inclusion，麻点pitted ）。使用Hu不变矩等方法手动提
2021-12-01 21:49:06
11786
28
原创 passwd: You may not view or modify password information for tyb.
使用sudo权限后，再试 sudo passwd tyb
2021-11-30 15:19:07
2398
原创 useradd: warning: the home directory already exists. Not copying any file from skel directory intoit
1.问题描述笔者想要创建一个用户，并把该该用户的家目录指定到一个目录下，使用sudo useradd -d /data/tyb -m tyb提示，useradd: warning: the home directory already exists.Not copying any file from skel directory into it.系统添加用户的标准步骤1.编辑/etc/passwd与/etc/group2.创建用户主目录3.从/etc/skel拷贝文件与目录4.让新用
2021-11-30 15:16:01
4377
原创 用决策树实现分类（预测）实战（python）
1.决策树原理决策树（decision tree）是一类常见的机器学子方法。具体的原理这里不做介绍，读者可以简单理解为：要用决策树做未知样本的分类（预测），一定要现根据已有样本，寻，训练、产生一颗泛化能力强，即能处理未知样本的决策树。2.用决策树做分类的例子a.数据集，名为getbed.csv季节 时间已过八点 风力情况 要不要赖床spring no breeze yeswinter no no wind yesautumn yes breeze yeswinter no no wind
2021-11-30 11:37:55
7268
原创 Linux更改一个所有者root为只读权限的文件的权限
1.前言在我们操作linux系统时，有时不可避免的要对一些文件进行，操作。但遗憾的是，这些文件所有者为root，且root也仅仅是只读权限。现在，要实现的是：把该文件的操作权限（读写执行等）赋给当前用户tyb。2.操作sudo chown -R tyb xxxxchmod 760 xxxxsudo 为使用超级管理员权限，tyb为被赋权的用户，xxx为文件名chmod为赋权操作执行命令后，发现：...
2021-11-16 17:27:45
3520
1
原创 一键操作将：python2代码转化为python3代码
1.说明使用python里自带的工具类2to3.py将python2代码专户为python3代码。一般2to3.py文件位于Tools/scriptsx下，读者如果找不到，可以在文件夹下搜索，以确定2to3.py文件文件位置2.步骤cmd命令行，进入2to3.py所在的文件夹下。比如，笔者为：cd E:\anaconda3\Tools\scripts进入后，调用2to3.py文件python 2to3.py -w D:\PycharmProjects\pyzernikemoment-ma
2021-11-10 22:00:22
1161
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人