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

-+
  • 博客(19)
  • 收藏
  • 关注

原创 python绘图-横向柱状图

主要模块导入:import matplotlib.pyplot as pltimport numpy as np实验一:简单生成图像代码:fig, ax = plt.subplots()# 函数用于创建子图people = ("Taylor", "Sum", "Amy")y_pos = np.arange(len(people))performance = 2 + 10*np.random.rand(len(people))ax.barh(y_pos, performance, colo

2022-03-07 15:37:59 4016

原创 30系 显卡显存被占用又找不到进程的解决办法

最近使用pytorch进行模型训练,调用显卡时出现以下错误:RuntimeError: CUDA out of memory.傻了,新买的电脑3060,6G显存。啥也没干就不够用了?于是开始上网找解决办法,很多大佬说,是显存被其他进程占用又没关闭导致的。建议使用nvidia-smi指令在cmd下查找进程,关闭即可。乖乖听话:?没有进程,那到底是什么占用了我的现存!...

2021-12-02 17:02:36 3208

原创 CIFAR-10 数据集简介

复现代码的过程中,简单了解了作者使用的数据集CIFAR-10 dataset ,简单记录一下。CIFAR-10数据集是8000万微小图片的标签子集,它的收集者是:Alex Krizhevsky, Vinod Nair, Geoffrey Hinton。数据集由6万张32*32的彩色图片组成,一共有10个类别。每个类别6000张图片。其中有5万张训练图片及1万张测试图片。数据集被划分为5个训练块和1个测试块,每个块1万张图片。测试块包含了1000张从每个类别中随机选择的图片。训练块包含随机的剩余图像

2021-11-28 17:15:16 14572

原创 Mutli-Head Attention 和 Self-Attention 的区别与联系

最近在阅读论文的过程中接触到了Multi-Head Attention的结构,脑子里的第一反应是都叫Attention,那Mutli-Head Attention 和 Self-Attention 之间是什么关系呢?在网上查阅资料,记笔记,总结一下。首先,简单介绍一下multi-head attention,我最早接触到这种结构是在Transformer的编码器结构中,不知道这种编码器结构并不影响你去了解multi-head attention。简单来说它是一种多个不同表示空间的获取方法,如果以文本识别

2021-11-21 10:06:44 1805 1

原创 python os 模块简介

在做论文复现的过程中遇到了使用os模块读取文件路径的问题,os是“operating system”的缩写,os模块提供各种python程序与操作系统进行交互的接口。可以增强代码的可移植性。常用的读写文件:内置open()函数;常见路径操作:os.path子模块;注:导入os模块时需要注意,尽量不要使用from os import *导入os模块,否则os.open()会覆盖内置函数open(),从而出现意料之外的错误。这次主要介绍os.path.join()函数的路径拼接功能:1.基础使用:路

2021-11-20 16:56:15 67

原创 Leave-one-out——留一法

看论文遇到的没见过的机器学习领域的方法:Leave-one-out 简介在机器学习领域,N折交叉验证被称为留一法(N:数据集中样本的数量)。优点:1.每次迭代都使用最大数目的样本去训练;2.具有确定性确定性含义:首先我们需要对10折交叉验证(10-fold Cross Validation)有一个大致了解,在这种验证方法中我们将数据集分为10份,使用其中的9份进行训练而将另1份作为测试集。该过程可以重复10此,每次使用的测试数据都不同。这使得每次的测试和验证都可能会有不同结果,因为数据是随机分发

2021-11-11 16:40:26 8787

原创 python eval() 函数简介

编程过程中遇到了eval() 十分新奇,从没见过这个函数,做个简介记录一下!eval() 用于执行一个字符串表达式,返回表达式的值。具体用法实践:x = 3y = eval("3")print(x + y)6很神奇,在过去编写程序的过程中,我们都知道不同类型的数据是不能相加的,但通过eval() 我们可以让数值和字符串类型相加。再给一个例子:x = 3print(eval("3 * x"))9具体语法:eval(expression[, globals[, locals]])

2021-11-05 10:35:15 367

原创 python中列表切片的相关知识

最近在进行图片剪裁处理时,用到了以前学过的列表切片知识。真正用到才发现,自己已经基本忘光,现在来复习一下。首先列表切片的概念,简单来说就是对列表的部分元素进行访问,但切片的使用还有一些细节,具体实践如下:首先定义一个列表并打印:players = ["tom", "taylor", "sam", "ellen", "michael", "charles"]print(players)['tom', 'taylor', 'sam', 'ellen', 'michael', 'charles']其

2021-10-25 20:50:05 293

原创 百度飞桨论文复现训练营笔记1

需要复现的论文涉及到torch模型到paddle模型的转换,才开始了解到百度智能云平台。在过去我对它的认识仅集中在调用人家写好的接口实现功能,这次的任务是通过学习训练营课程去复现一篇论文,其中就涉及到模型的转换。一1.基础知识学习——什么是深度学习?1.1图灵测试什么是人工智能,如何衡量一个机器具有了智能1.2医学上的发现人的视觉系统处理信息是分级的。也就是说高层的特征是低层特征的组合,从低层到高层的特征表达越来越抽象和概念化,也即越来越能表现语义或者意图。1.3DeepLearning的出

2021-10-23 17:51:51 497

原创 吴恩达深度学习编程作业——Planar data classification with one hidden layer

1.准备工作主要任务:构架你的第一个神经网络,它只有一个隐藏层,你将会看到这个模型和使用逻辑回归模型的很大不同。你将会学到:1.操作2值分类器2.使用非线性激活函数3.计算交叉熵损失4.操作前向和后向传播2.数据集加载数据集,将二分类数据集加载成变量X,YX, Y = load_planar_dataset()红色(label y=0)蓝色(label y=1)使用matplotlib实现数据可视化注:数组X包含了特征值,数组Y包含了标签。3.简单的逻辑回归首先运行已经写好

2021-10-17 18:26:36 446

原创 Jupyter notebook修改背景主题方法

最近用Jupyter notebook比较多,觉得白色的背景太刺眼就在网上寻找修改背景主题的方法。通过大佬的文章发现早就有人写好的背景主题,还放到了github上。下面简单介绍一下如何实现。在Anaconda prompt 里输入下面的语句下载主题文件:下载完成提示,共下载了两个包:接下来用指令查看背景主题的列表:可用的主题:更改背景指令如下:修改背景名即可换不同背景,换了一圈还是第一个最喜欢。。。更改后的背景图:如果用了一段时间想要恢复默认主题,使用下面的指令:完成!感

2021-10-16 10:00:04 3233

原创 吴恩达深度学习编程作业——Convolution model-step by step-v2

编程作业中给出了两个版本的Convolution model-step by step,v1/v2。选择一个做即可,当然也可以做两次作为复习。更多的细节我放到另一篇文章中进行解答,感兴趣可以去主页查找。本篇文章,主要用于展示代码,记录备忘。1.调用使用的基本模块import numpy as npimport h5pyimport matplotlib.pyplot as plt%matplotlib inlineplt.rcParams['figure.figsize'] = (5.0,

2021-10-15 16:56:13 371

原创 吴恩达深度学习编程作业第四周第一节——Convolution model-step by step v1/v2

1.逐步构建卷积网络本次要构建的网络基本架构:注:每进行一次前向传播操作,都会有与之对应的后向传播,前向传播的参数将被存储,这些参数在后向传播过程中将被用来计算梯度。2.卷积神经网络2.1零值填充使用零值填充的好处:填充帮助你使用卷积层而不需要收缩输入数据的高和宽,这在深度网络中十分重要;帮助保留图片边缘信息使用函数 numpy.pad 介绍:numpy.pad(array, pad_width, mode=‘constant’, **kwargs)array:要填充的数组pa

2021-10-11 20:56:09 662

原创 numpy.pad使用指南

numpy.pad(array, pad_width, mode=‘constant’, **kwargs)使用函数 numpy.pad 介绍:array:要填充的数组pad_width:(before,after)简单来说就是前面填几和后面填几,如(2,3)就是前填2后填3“constant”:默认填常数,可以选择别的...

2021-10-10 14:21:24 216 1

原创 吴恩达深度学习编程作业第四周第一节——Convolution model

本次练习使用的是tensorflow 2.6版本,也就是最新版。但作业中很多调用语句都是老版的,导致出现很多模块引用报错。解决办法主要有两种:1.降低tensorflow版本; 2.修改引用语句1.Tensorflow 模型数据集中的图片已经进行了标注,index 用于索引不同的图片,可以自行修改查看不同结果:# Example of a pictureindex = 1plt.imshow(X_train_orig[index])print ("y = " + str(np.squeeze

2021-10-08 18:52:52 228

原创 Anaconda安装python包的几种方法

Anaconda安装python包d的几种方法欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入1.在命令提示符中使用指令安装打开命令提示符进入Anaconda安装目录下的Scripts使

2021-10-08 08:43:08 15561

原创 吴恩达深度学习编程作业0402——ResNets

前言本次练习旨在通过使用残差网络帮助我们训练一个深层的卷积网络,在过去深层的网络意味着复杂的函数,很难去实践。残差网络帮助我们让实践变得可行。具体操作:1.构建残差网络的块2.将块连接到一起去训练一个用于图片分类的残差网络(使用Keras实现)加载包报错1:ImportError: cannot import name 'plot_model' from 'keras.utils'过去已经出现过此问题,是版本更新引起的,修改表达方式如下:from keras.utils.vis_util

2021-10-06 15:17:42 158

原创 吴恩达深度学习编程题——0402(Keras-Tutorial-Happy House )遇到问题及解决方法

1.引用模块问题ImportError: cannot import name 'plot_model' from 'keras.utils'解决方法:确定路径命名没有问题,发现是版本更新后的问题,应使用新的引用方式:from keras.utils.vis_utils import plot_model成功引用!2.使用Keras构建模型先使用推荐的模型架构,完成练习之后可以尝试使用新的架构,以及按照自己的喜好去修改超参。注意:数据的类型步骤:a.创建模型b.编译模型c.训练模

2021-10-04 20:21:33 977 2

原创 简述numpy.dot()的使用方法

numpy.dot(a, b, out=None)1.如果a,b都是一维的数组,相当于向量的内积例:a = [1,2]b = [3,4]x = np.dot(a,b)print(x)112.如果a,b是二维的数组,相当于矩阵相乘a = ([1,2],[3,4])b = ([1,2],[3,4])x = np.dot(a,b)print(x)[[ 7 10] [15 22]]3.如果a,b中有一个是标量(或都是)功能相当于 numpy.multiply(a, b)a = (

2021-09-26 19:03:31 142

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

提示
确定要删除当前文章?
取消 删除