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

-+

Adrianna的专栏

Stay hungry, stay foolish.

  • 博客(154)
  • 资源 (8)
  • 收藏
  • 关注

原创 【tensorflow学习】最简单的GAN 实现

1.GAN基本思想生成式对抗网络GAN (Generative adversarial networks) 是Goodfellow 等在2014 年提出的一种生成式模型。GAN 的核心思想来源于博弈论的纳什均衡。它设定参与游戏双方分别为一个生成器(Generator)和一个判别器(Discriminator), 生成器捕捉真实数据样本的潜在分布, 并生成新的数据样本; 判别器是一个二分类器, 判别输

2017-07-13 14:00:50 31568 38

原创 掌握这几招,写出让GPT模型发挥最佳性能的prompt

写好Prompt的几个必备技巧原则一:编写明确而具体的指示1. "少量示例"("Few-shot")提示法2. 用分隔符来隔离prompt中的不同部分3. 要求结构化输出4. 要求模型检查是否满足条件原则二:给模型时间“思考”1、指定完成任务所需的步骤2、让模型在得出结论之前先自己解决问题如何减少幻觉(hallucination)现象

2023-07-10 16:09:42 786

原创 vim进阶:提升效率必学的vim命令总结

光标移动都是在普通模式下使用。命令功能^移动到行首$移动到行尾w/W移动到下一个单词开头b/B移动到上一个单词开头e/E移动到下一个单词结尾ge移动到上一个单词结尾gg移动到文件首行G移动到文件最后一行复制粘贴快捷键都是在普通模式下使用。命令功能来源自单词(便于记忆)yy行复制yank(copy),c被change占用所以用yankp/P行粘贴pastedd行剪切del

2022-01-06 19:56:13 752

原创 vim实战教程:10分钟初学者入门

众所周知,vim的学习曲线很陡峭。本篇通过最简单的vim实战教程,教会你用vim查看、修改文档并保存。不涉及复杂的高级命令,看完这篇就可以入门啦。就会进入普通模式:就会进入普通模式:2. 修改文档输入i, 进入插入模式进行编辑, 比如在首行输入changed.文

2021-12-29 17:57:42 3927

原创 kubernetes基础知识和基础命令(k8s入门)

一个 Kubernetes 集群包含两种类型的资源:Master 调度整个集群Nodes 负责托管正在运行的应用在 Kubernetes 上部署应用时,你告诉 Master 启动应用容器。 Master 就编排容器在集群的 Node 上运行。1 集群基础命令1.1 创建集群mi..

2021-12-23 14:31:45 1500

原创 docker 常用命令

1 导入镜像导入镜像文件。-i : 指定导入的文件docker load -i imagename2 运行镜像使用镜像imagename以交互模式启动一个容器,在容器内执行/bin/bash命令。-v: 用来绑定volumn,作用是持久化数据。volumn的概念可以查看这篇文章-i: 以交互模式运行容器,通常与 -t 同时使用;-t: 为容器重新分配一个伪输入终端,通常与 -i 同时使用;docker run -v /root/data:/root/data -it imagename

2021-11-29 16:40:37 270

原创 使用chrome插件redirector,实现浏览器url的域名和端口代理重定向(不用ihost)

背景:开发环境需要把某个网址映射到一台机器上,由于经常换机器和端口,开发时需要频繁去备忘录复制网址,太麻烦。ihost只能代理域名,没办法代理端口。网上找到一个chrome插件 redirector,可以实现代理域名和端口,在此分享下。前置要求:使用chrome浏览器。1. 安装redirector 插件点击去安装2. 新增代理点击edit redirects进行编辑填写对应的参数,可以在redirect的网址上加上端口,就可以实现端口的代理了。...

2021-11-11 17:32:26 7642 2

原创 如何在dockerfile中更换pip install的源

未换源:pip3 install numpy scikit-image imutils换成阿里云的源pip3 install -i http://mirrors.aliyun.com/pypi/simple/ numpy scikit-image imutils --trusted-host mirrors.aliyun.com

2021-08-16 11:26:00 1709

原创 pytorch指定使用某个gpu运行

在python文件第一行加上以下语句,这个python脚本就只会使用id为“2”的gpu。import osos.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"os.environ["CUDA_VISIBLE_DEVICES"] = "2"# use multiple gpus# os.environ["CUDA_VISIBLE_DEVICES"] = "0,1"...

2020-05-20 19:48:36 2532

原创 mac通过命令行脚本.command文件调用python命令

在windows上,可以用.bat文件运行python脚本,相应的,在mac上,可以用.command文件运行python脚本。新建一个test.command文件source activate tensorflow36cd 你的python脚本所在文件夹python test.py --你设置的参数类型1 参数1 --你设置的参数类型2 参数2 然后双击这个文件夹就可以自动运行了~...

2020-04-14 11:03:36 2042 1

原创 【pytorch实战】用pytorch实现基于迁移学习的图像分类

reference:https://stackabuse.com/image-classification-with-transfer-learning-and-pytorch/#visualizationhttps://pytorch.org/tutorials/intermediate/tensorboard_tutorial.html#writing-to-tensorboardh...

2020-03-26 21:15:25 4165 3

原创 spring-boot中如何使用logback+slf4j实现日志记录

1.logback介绍java中比较流行的日志框架有log4j、logback等。这两个框架是由同一个作者开发的,后者对前者做了进一步的改善。而 slf4j(Simple Logging Facade for Java) 则对日志系统中常用的接口进行了抽象,logback 和 log4j 对slf4j 进行了实现。本文将介绍在spring-boot中如何使用logback+slf4j实现日志的...

2020-03-05 23:20:28 684

原创 【pytorch学习】 图片数据集的导入和预处理

pytorch提供了一个很方便的类torchvision.datasets.ImageFolder用于读取文件夹中的图片数据。我们只要把文件夹中的图片文件按照以下规则存放:root/dog/xxx.pngroot/dog/xxy.pngroot/dog/xxz.pngroot/cat/123.pngroot/cat/nsdf3.pngroot/cat/asd932_.png通过Ima...

2019-12-23 21:14:13 7843

原创 windows+cuda9.0+pytorch1.1+anaconda环境配置

本地已经安装了anaconda3+cuda9.0+tensorflow1.7,打算转pytorch,因此记录下pytorch的环境安装。cuda和anaconda的安装可以参考之前的博文:点我直达1. 新建anaconda环境新建一个pytorch的环境,python版本建议选择3.6conda create -n pytorch python=3.62. 安装pytorch因为本地...

2019-12-23 19:56:12 685

原创 java生成指定尺寸的缩略图

用thumbnailator库生成缩略图。github链接功能很强大,生成的缩略图不会拉伸变形,也不用担心原图小于指定尺寸的情况,会自动按比例放大之后再裁剪。1. 库安装直接用maven添加库依赖,将以下代码加入pom.xml文件中就能用啦。<dependency> <groupId>net.coobird</groupId> <artif...

2019-12-10 21:08:02 679

原创 用java读取png并转成jpg图片

import java.awt.*;import java.awt.image.BufferedImage;import java.awt.image.Raster;import java.net.URL;import java.io.File;import javax.imageio.ImageIO;public static void main(String[] args) {...

2019-12-10 20:11:40 3079

原创 anaconda换源,体验如丝般顺滑的安装速度

conda可以换成清华大学镜像库的源,官方网站:https://mirror.tuna.tsinghua.edu.cn/help/anaconda/2019年5月份因版权原因下线了,现在又重新上线,喜大普奔。换源步骤:输入以下命令行,自动生成 .condarc配置文件,默认在用户目录下生成conda config --set show_channel_urls yes修改用户...

2019-12-06 20:47:45 508

原创 【分享】批量下载百度/谷歌搜索的图片结果工具

当样本不够时,我们可以用百度/谷歌识图搜索相似图片,用于扩充样本。通过chrome的一个插件图片助手(ImageAssistant),可以轻松实现批量下载,而且免费哦。chrome应用商店官方链接点我官方简介:图片助手(ImageAssistant)是一款运行于chromium(chrome环境下开发)及其衍生浏览器(如:360安全浏览器、360极速浏览器、猎豹浏览器、百度浏览器、UC浏...

2019-11-12 20:36:40 2283

原创 Zsh: Conda/Pip command not found

问题:安装完oh my zsh之后anaconda命令失效$ conda listzsh: command not found: conda解决方案:打开~/.zshrc文件加入anaconda的path:打开~/.zshrc文件vi ~/.zshrc找到# User configuration,加上anaconda路径PATH="/<path to anac...

2019-11-01 20:46:20 1097

原创 python生成指定尺寸的缩略图

给定图片url和指定图片尺寸,生成缩略图并保存。用于生成正方形图并避免图片拉伸变形。import requests as reqfrom PIL import Imagefrom io import BytesIOdef make_thumb(url, sizes=(128, 128)): """ 生成指定尺寸缩略图 :param url: 图像链接 ...

2019-10-30 20:26:32 2087

转载 用Flagcounter记录CSDN博客访客

Flagcounter官网网址:http://s11.flagcounter.com/more/vULQ/这是我第一个使用的网站流量统计工具,特色是可以统计每天博客的访问次数,将访问者的IP进行统计并以国旗的方式进行可视化2.1.1 如何使用进入官网,点击Create a FREE Flag Counter!然后点击GET YOUR FLAG COUNTER然后会弹出一个框,如果你想它可...

2019-04-28 20:09:49 315

原创 安装tensorflow报错Retrying (Retry(total=4, connect=None, read=None, redirect=None, status=None))

网络问题,解决方案很简单,不用官方源改用阿里镜像。命令如下:pip install tensorflow -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com默认是cpu版本,如果想安装gpu版本,命令如下:pip install tensorflow-gpu -i http://mirror...

2019-01-23 10:26:39 4087 2

转载 Linux 如何挂载NAS盘

linux下需要将nas盘挂在到系统中; 方法: 首先创建一个挂载目录: mkdir /mnt/nas挂载目录: mount -o username=flt,password=a^6r9SDy,iocharset=utf8 //192.168.2.90/产品部 /mnt/nas参数说明: username=flt ...

2018-06-29 10:08:54 12706

原创 matlab resample 函数报错:Error using ==> upfirdn

报错: Error using ==> upfirdn at 82 The product of the downsample factor Q and the upsample factor P must be less than 2^31.原因是resample的两个参数太过接近,比如(44199,44100).b=resample(a,44199,44100);解决方法是因式分解

2018-04-08 23:07:47 2803

原创 tensorflow代码旧版本0.x自动更新升级到1.0

Reference: https://www.tensorflow.org/install/migrationtensorflow 更新到1.0之后,0.n版本不兼容,除了手动更改代码之外,tensorflow官方还提供了自动更新的脚本。下载链接:https://github.com/tensorflow/tensorflow/tree/master/tensorflow/tools/co

2018-01-18 15:57:05 2018

转载 Ubuntu 更改文件夹及子文件夹权限

Linux系统下如何修改文档及文件夹(含子文件夹)权限,我们来看一下。 一 介绍:可以使用命令chmod来为文件或目录赋予权限。Linux/Unix 的档案存取权限分为三级 : 档案拥有者、群组、其他。利用 chmod 可以藉以控制档案如何被他人所存取 二 应用:想要每个人都有读和写以及执行的权限,首先打开终端进入你需要修改的目录 , 然后执行下面这条命令 ,将全部子目录及文件权限改为 777 c

2018-01-18 14:19:20 15966

原创 【tensorflow 学习】tf.split()和tf.squeeze()

split( value, num_or_size_splits, axis=0, num=None, name='split')输入: value: 输入的tensor num_or_size_splits: 如果是个整数n,就将输入的tensor分为n个子tensor。如果是个tensor T,就将输入的tensor分为len(T)个子tensor。

2018-01-15 22:06:16 16944 4

转载 【tensorflow 学习】Session.run()和Tensor.eval()的区别

如果你有一个Tensor t,在使用t.eval()时,等价于:tf.get_default_session().run(t). 举例:t = tf.constant(42.0)sess = tf.Session()with sess.as_default(): # or with sess: to close on exit assert sess is tf.get_defau

2017-12-20 16:45:59 1279

转载 【tensorflow 学习】 gpu使用

由于tensorflow默认抢占服务器所有GPU显存,只允许一个小内存的程序也会占用所有GPU资源。下面提出使用GPU运行tensorflow的几点建议:1.在运行之前先查看GPU的使用情况:$ nvidia-smi # 查看GPU此时的使用情况或者$ nvidia-smi -l # 实时返回GPU使用情况2.目前实验室服务器有0,1,2,3四个GPU,找到空闲的GPU号,可以使用环境变量CUDA_

2017-12-01 11:24:58 5062 2

原创 tensorflow 报错 libcusolver.so.8.0: cannot open shared object file: No such file or directory

检查LD_LIBRARY_PATHecho $LD_LIBRARY_PATH/usr/local/cuda-8.0/lib64发现libcusolver.so.8.0是在cuda-8.0/lib64目录的。执行以下命令解决问题:sudo ldconfig /usr/local/cuda-8.0/lib64 Reference: https://stackoverflow.com/qu

2017-11-30 13:46:04 9513

原创 tensorflow 报错 InternalError: Blas SGEMM launch failed

报错的原因是有其他的python进程在使用GPU,可以把其他进程关掉,或者在代码中加入:if 'session' in locals() and session is not None: print('Close interactive session') session.close() Reference: https://stackoverflow.com/questi

2017-11-17 14:47:30 15478

原创 【deeplearning.ai笔记第二课】2.4 batch normalization

1. batch normalization介绍批标准化(batch normalization) 是优化深度神经网络中最激动人心的最新创新之一。实际上它并不是一个优化算法,而是一个自适应的重参数化的方法,试图解决训练非常深的模型的困难。说的通俗点,实际上就是BN就是在对每一个隐藏层的输出ZiZ^i做标准化。非常深的模型会涉及多个函数或层组合。这使得我们很难选择一个合适的学习率,因为某一层中参数更

2017-11-16 18:02:16 513

原创 【tensorflow 学习】tf.get_variable()和tf.Variable()的区别

1. tf.Variable()W = tf.Variable(<initial-value>, name=<optional-name>)用于生成一个初始值为initial-value的变量。必须指定初始化值2.tf.get_variable() W = tf.get_variable(name, shape=None, dtype=tf.float32, initializer=None,

2017-11-14 19:54:55 38367 7

原创 【deeplearning.ai笔记第二课】2.3 学习率衰减(learning rate decay),局部极小值和鞍点

1. 学习率衰减(learning rate decay) 在训练模型的时候,通常会遇到这种情况:我们平衡模型的训练速度和损失(loss)后选择了相对合适的学习率(learning rate),但是训练集的损失下降到一定的程度后就不在下降了,比如training loss一直在0.7和0.9之间来回震荡,不能进一步下降。如下图所示:遇到这种情况通常可以通过适当降低学习率(learning rate)

2017-11-03 14:55:57 1678

原创 【deeplearning.ai笔记第二课】2.2 优化算法(动量梯度下降,RMSprop,adam)

先上总结:1. 指数加权平均是一种 减少数据波动的方法。简单来说就是每个点的值都是前几个点和当前点的加权平均。公式如下: beta的值越大,数据越平稳。但是beta的值过大会使数据有一种“滞后”的感觉,如图中的绿线。1.1 理解为什么叫“指数”加权平均呢?因为根据公式,我们可以推导出以下的式子:也就是说,当前点V100V_{100} 的值可以由前99个点的加权值得到,而权重是个指数函数。1.2 平

2017-11-03 10:27:56 12581

原创 【deeplearning.ai笔记第二课】2.1 随机梯度下降,批量梯度下降和小批量梯度下降

批量梯度下降 (batch gradient descent) 每次梯度更新时,计算所有m个样本的梯度做梯度下降 小批量梯度下降 (mini-batch gradient descent) 每次梯度更新,计算n(n<m)(n<m)个样本的梯度做梯度下降 随机梯度下降(stochastic gradient descent) 每次梯度更新,计算1个样本的梯度做梯度下降 大多数用于深度

2017-11-02 21:51:51 1545

原创 【deeplearning.ai笔记第二课】1.4 正则化,权重初始化和输入归一化

正则化能减少过拟合,那么有哪些方法呢?我们来看一下:1.1 cost function加上正则项L2 regularization即在 cost function 加上 L2 norm: ∑θ2​\sum\theta^2​L1 regularization即在 cost function 加上 L1 norm: ∑∥θ∥\sum \lVert \theta\rVert1.2 weight

2017-10-19 11:27:33 2761

原创 【deeplearning.ai笔记第二课】1.3 机器学习基本方法(Basic recipe for machine learning)

在建立好模型后,我们通过训练测试得到最初的train error,valid error,test error,那么接下来应该怎么调整模型得到最优的模型呢? 可以归纳为以下流程图:

2017-10-19 11:27:32 574

原创 【deeplearning.ai笔记第二课】1.2 欠拟合和过拟合(bias variance)

偏差和方差(bias variance)很好理解,左图是high bias(高偏差),即欠拟合,右图是high variance(高方差),即过拟合。我们追求的是中间图,low bias AND low variance。注意的是并不是 高方差就一定低偏差,有可能既高方差又高偏差。怎么理解呢?看下面一个栗子: 判断图片是不是猫的一个分类问题,人的判断错误率为0%那么如果train error 和v

2017-10-19 11:09:16 1435

原创 【deeplearning.ai笔记第二课】1.1 训练集,验证集和测试集

一般把数据集分为三部分:train set, valid set, test set分别用于训练模型,调整超参数,测试模型。其中valid set 又叫development set ,简称 dev set。交叉验证(hold out cross validation)随机从一组测定数据中抽取一部分数据来建立模型,用其余的数据来检验此模型的方法。最常见的是十折交叉验证,即把训练集随机分为十份,每次

2017-10-19 11:05:40 2618

用pytorch实现基于迁移学习的图像分类

用pytorch实现基于迁移学习的图像分类代码,并在猫狗数据集上进行训练和预测。 教程见 https://adrianna.blog.csdn.net/article/details/105126368 数据集下载地址:https://www.kaggle.com/tongpython/cat-and-dog/data

2020-03-26

Tensorflow实现GAN生成mnist手写数字图片

Tensorflow实现GAN生成mnist手写数字图片。 教程见:https://blog.csdn.net/u012223913/article/details/75051516

2018-06-29

Effective python 中英文 pdf

内涵中文版,英文版两个文档, 整理自网络。 Google高级软件工程师Brett Slatkin融合自己多年Python开发实战经验,深入探讨编写高质量Python代码的技巧、禁忌和最佳实践。 涵盖Python3.x和Python2.x主要应用领域,汇聚59条优秀实践原则、开发技巧和便捷方案,包含大量实用范例代码。

2018-06-06

arduino控制180度舵机和360度舵机

arduino控制180度舵机和360度舵机。 有两个文件如下: 180servo.ino: 控制180度舵机转动角度 servo_iff.ino: 控制360度舵机和180度舵机。比较相同代码在两种舵机上的不同表现。

2018-03-15

深度卷积神经网络CNN的Theano实现(lenet)

深度卷积神经网络CNN的Theano实现(lenet),还包括一个单独的卷积层网络

2017-05-11

lenet5 的theano实现

lenet5 的theano实现

2017-05-11

C++标准程序库—自修教程与参考手册(第一版)例程

C++标准程序库—自修教程与参考手册(第一版)例程

2016-07-25

离散数学及其应用_英文第六版 奇偶数题答案全

离散数学及其应用英文第六版答案全,方便学习

2015-10-12

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