7 that-little-girl

尚未进行身份认证

我要认证

在自我提升的路上奔腾不息~

等级
TA的排名 1w+

Python lambda function

The following two functions explain lambda function and its usage in python.How to Use Python Lambda FunctionsPython Anonymous/Lambda Function

2020-10-22 09:11:59

Python zip() and unzip()

By reading the article Using the Python zip() Function for Parallel Iteration, you can get famaliar with following contents:Understanding the Python zip() FunctionUsing zip() in PythonPassing n ArgumentsPassing No ArgumentsPassing One ArgumentPassing

2020-10-22 09:10:14

根据HSV颜色空间提取图像中特定颜色

import cv2import numpy as npimg = cv2.imread('test_img/6_1.jpg')cv2.imshow("original", img)img_hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)rows, cols, channels = img.shape# 区间1lower_red = np.array([0, 43, 46])upper_red = np.array([10, 255, 255])mas

2020-10-07 17:06:41

PIL save numpy array as img encounter OSError: cannot write mode F as JPEG

Solution:import numpy as npfrom PIL import Imagewith open('/media/yuxijin/dataset/videos/content/mountain_2/flow/reliable_9_10.txt', 'r') as f: data = f.readlines()header = list(map(int, data[0].split(' ')))w = header[0]h = header[1]vals = np.

2020-10-05 18:37:49

Ubuntu18.04安装Matlab2018b

# 创建一个文件夹供matlab iso文件挂载sudo mkdir /mnt/dest#将第一个iso文件挂载 第一个路径是你的iso文件所在路径,第二个是刚刚创建的挂载点sudo mount -o loop /media/muriuki/Transcend/MATLAB\R2018a\Linux/R2018a_glnxa64_dvd1.iso /mnt/dest/#创建安装目录并修改访问权限sudo mkdir /usr/local/MATLABsudo mkdir /usr/local/M

2020-09-29 16:14:37

Visualize files names in ‘*.flo‘

If you are familiar with python, you can convert your ‘*.flo’ files to png and even video by tools provoided by georgegach/flowiz. Just follow their instruction, you can easily visualize your flow files.Below shows an example of the result by the python c

2020-09-29 15:47:28

Convert Multiple Frames in a Specified Folder to Video

import globimport cv2import osfiles = glob.glob('bamboo_2/floviz/png/*.png')print(files)files.sort(key=lambda x: x[15:-4])files.sort()print(files)frame_list = []for i in files: img = cv2.imread(i) frame_list.append(img)size = (frame_li

2020-09-29 15:21:06

DataWhale金融风控组队学习Task05——模型融合

模型融合的方式平均:简单平均法pre = (pre1 + pre2 + pre3 +...+pren )/n加权平均法pre = 0.3pre1 + 0.3pre2 + 0.4pre3 投票:简单投票法from xgboost import XGBClassifierfrom sklearn.linear_model import LogisticRegressionfrom sklearn.ensemble import RandomForestClassifier, Voting

2020-09-27 23:19:16

优化问题的封闭式解决方案(Closed form solution for optimization problem)

1)F范式的平方可以被写为迹的操作矩阵和它的逆矩阵相乘得到的矩阵的迹2)F范式平方的导数和的导数等于导数的和令等式等于0,得到参考链接:Closed form solution for optimization problem

2020-09-26 16:25:23

矩阵奇异值分解及伪逆

矩阵A的奇异值分解矩阵A的伪逆python计算矩阵的奇异值分解和伪逆a = np.matrix([[2, -1, 0],[4,3,-2]])u, s, vt = np.linalg.svd(a, full_matrices=True)np.linalg.pinv(a)参考文章:Computing SVD and pseudoinverse

2020-09-26 11:26:35

Tensorflow运行程序出现Blas GEMM launch failed

问题:解决方法:参考博文:tensorflow显存不足报错CUBLAS_STATUS_ALLOC_FAILED

2020-09-26 10:18:34

DataWhale金融风控组队学习Task04——建模调参

模型调参贪心调参先使用当前对模型影响最大的参数进行调优,达到当前参数下的模型最优化,再使用对模型影响次之的参数进行调优,如此下去,直到所有的参数调整完毕。的缺点就是可能会调到局部最优而不是全局最优树模型中参数调整的顺序,也就是各个参数对模型的影响程度①:max_depth、num_leaves②:min_data_in_leaf、min_child_weight③:bagging_fraction、 feature_fraction、bagging_freq④:reg_lambda、reg_

2020-09-24 23:26:31

DataWhale金融风控组队学习Task03——特征工程

原文出处:team-learning-data-mining/FinancialRiskControl/Task3 特征工程.md数据预处理查找出数据中的对象特征和数值特征numerical_fea = list(data_train.select_dtypes(exclude=['object']).columns)category_fea = list(filter(lambda x: x not in numerical_fea,list(data_train.columns)))label

2020-09-21 23:53:31

Lua语法快速了解

原文链接:Lua 语言 15 分钟快速入门注释-- 两个横线开始单行的注释--[[ 加上两个[和]表示 多行的注释。 --]]变量和流控制num = 42 -- 所有的数字都是double。别担心,double的64位中有52位用于保存精确的int值; 对于需要52位以内的int值,机器的精度不是问题。s = 'walternate' -- 像Python那样的不可变的字符串。t = "双引号也可以"u = [[ 两个方括号 用于

2020-09-21 15:42:03

DataWhale金融风控组队学习Task02——数据分析

# nan可视化missing = data_train.isnull().sum()/len(data_train)missing = missing[missing > 0]missing.sort_values(inplace=True)missing.plot.bar()numerical_fea = list(data_train.select_dtypes(exclude=['object']).columns)category_fea = list(filter(lamb

2020-09-18 23:41:41

《Tensorflow深度学习算法原理与编程实战》阅读笔记——5.4拟合

泛化(Generalization):训练得到的模型在未知新输入数据上表现良好的能力泛化误差(Generalization Error)/ 测试误差(Test Error):模型在未知新输入数据上得到的误差欠拟合(Underfitting):模型不能够在训练集上获得足够低的误差。模型容量不足难以拟合训练集时出现欠拟合。简言之,模型太简单,数据比较复杂。过拟合(Overfitting):训练误差和测试误差之间差距太大。模型容量高于任务所需,很好地记忆了每一个训练数据中随即噪音的分布而忽略了对训练数据中通

2020-09-16 20:34:04

DataWhale金融风控组队学习Task01——赛事理解

原文链接:team-learning-data-mining/FinancialRiskControl/Task1 赛题理解.md阅读笔记训练文件.csv的数据含义:id 为贷款清单分配的唯一信用证标识loanAmnt 贷款金额term 贷款期限(year)interestRate 贷款利率installment 分期付款金额grade 贷款等级subGrade 贷款等级之子级employmentTitle 就业职称employmentLength 就业年限(年)homeOwner

2020-09-15 23:40:32

Abstracts of Salient Objects Detection (just for self-study and memorize)

Salient Objects in Clutter: Bringing Salient Object Detection to the ForegroundECCV 2018Abstract:We provide a comprehensive evaluation of salient object detection (SOD) models. Our analysis identifies a serious degign bias of existing SOG datasets which

2020-08-31 16:28:59

DataWhale编程实践:Task04——查找2

具体算法思想参见team-learning-program/LeetCodeClassification/3.查找.mdLeetCode 1 Two Sumclass Solution: # 遍历数组过程中,当遍历到元素v时,可以只看v前面的元素,是否含有target-v的元素存在。 # 如果查找成功,就返回解; # 如果没有查找成功,就把v放在查找表中,继续查找下一个解。 # 即使v放在了之前的查找表中覆盖了v,也不影响当前v元素的查找。因为只需要找到两个元素,

2020-08-28 23:26:25

Abstracts of Face Synthesis Sketch Related Papers (just for self-study and memorize)

Face Photo-Sketch Synthesis via Knowledge TransferIJCAI 2019Abstract:Despite deep neural networks have demonstrated strong power in face photo-sketch synthesis task, their performance, however, are still limited by the lacking of training data ( photo-s

2020-08-26 10:31:40

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!
  • 1024勋章
    1024勋章
    #1024程序员节#活动勋章,当日发布原创博客即可获得
  • 勤写标兵Lv2
    勤写标兵Lv2
    授予每个自然周发布4篇到6篇原创IT博文的用户。本勋章将于次周周三上午根据用户上周的博文发布情况由系统自动颁发。