- 博客(70)
- 收藏
- 关注
RSS订阅原创 从Neo4j中导出CSV文件
导出数据需要用到工具apoc，其安装过程也是十分简单。首先下载一个对应Neo4j版本的jar包，需要什么版本直接下载就好https://github.com/neo4j-contrib/neo4j-apoc-procedures/releasesneo4j是3.5版本的，可以用下面这个百度云中的试试:链接：https://pan.baidu.com/s/1n_RnCfcb6-uQiKBtrBRpow提取码：a54l将下载好的jar直接放入neo4j的plugins文件夹里，如下图位置中：再修
2021-06-17 10:14:33
2185
2
原创 绝对路径&相对路径
相对路径&绝对路径1、相对路径就是相对于当前文件的路径。相对路径使用“/”字符作为目录的分隔字符。2、绝对路径是指文件在硬盘上真正存在的路径。类似于E:\book\网页布局\代码\第2章\bg.jpg。绝对路径可以使用“\”或“/”字符作为目录的分隔字符。相对路径大部分工程实践中使用的是相对路径在 相对路径里“./”：代表目前所在的目录。“…/”：代表上一层目录。以”/”开头：代表根目录。1、文件在当前目录“Page2.html” 文件里引用了“Page2Image.jpg”图
2021-05-22 11:27:00
791
原创 pytorch中的repeat()方法使用
repeat(*sizes)沿着指定的维度重复tensor看下面的例子理解更容易！import torchx = torch.tensor([1, 2, 3])print(x)print(x.shape)print(x.repeat(3))print("###################################")print(x.repeat(3, 1))print("###################################")print(x.repe
2021-05-06 15:23:41
1129
原创 端到端的框架DeepInf
Facebook、Twitter、微信、微博等社交和信息网络活动已经成为我们日常生活中不可或缺的一部分，在这些活动中，我们可以很容易地了解朋友的行为，进而受到他们的影响。因此，对每个用户进行有效的社会影响力预测对于各种应用（如在线推荐和广告）至关重要。传统的社会影响预测方法通常会设计各种手工制作的规则来提取特定于用户和网络的特征。然而，它们的有效性很大程度上依赖于领域专家的知识。因此，通常很难将它们归纳到不同的领域。受deep神经网络最近在广泛的计算应用中取得成功的启发，我们设计了一个端到端的框架Dee
2021-05-06 15:19:03
1237
原创 word中公式添加序号后字体变小问题的
本方法是针对word2010版本1.插入公式（居中）2.让光标停留在公式内的最后（如步骤1中所示），按下“ctrl+alt+enter”三个键。3.紧接着输入编号。4.勾选视图中的“标尺”（如下图所示）。5.让光标位置放到公式和序号之间。6.把上游标拉到最后，并且在下方点击生成一个新的“制表位”。7.把上游标拉回到原来的位置。8.让光标位置放到公式前面（一定要在公式外面）。9.把上游标拉到和公式最左边（光标所在位置）对齐的位置，并且在下方点击生成一个新的“制表位”，并把光标拉
2021-04-12 11:04:20
7151
1
原创 SyntaxError: Non-UTF-8 code starting with ‘\xe4‘ in file解决方案
出现错误：SyntaxError: Non-UTF-8 code starting with '\xe4' in file解决方法：在程序的开始加入下面的一句语句，注意#后不能有空格。：#-*- coding:utf-8 -*-
2020-12-25 11:02:28
1424
原创 获取当前文件夹的父目录、当前文件夹下所有文件名、所有内部文件
学习记录：data_dir='data'data_info = list() # 最终包含所有图片、标签(每一行)for root, dirs, files in os.walk(data_dir): # 获取当前文件夹的父目录、当前文件夹下所有文件名、所有内部文件 print(' each_cate1', root) print(' each_cate2', dirs) print(' each_cate3', files)输出的部分结果：each_cate
2020-09-22 21:53:16
1076
原创 lr_scheduler.StepLR调整学习率机制
pytorch中调整学习率的lr_scheduler机制有的时候需要我们通过一定机制来调整学习率，这个时候可以借助于torch.optim.lr_scheduler类来进行调整；torch.optim.lr_scheduler模块提供了一些根据epoch训练次数来调整学习率（learning rate）的方法。一般情况下我们会设置随着epoch的增大而逐渐减小学习率从而达到更好的训练效果。下面介绍了一种调整策略机制：StepLR机制；1、torch.optim.lr_scheduler.Step
2020-09-22 21:02:45
42426
9
原创 如何不卸载升级python版本
在Anaconda Promot中，输入： conda update conda conda update anaconda conda update python还需要输入activate激活下完成之后，pycharm->File->Setting找到对应的anaconda下的python.exe添加为新的解释器，此时该新添加的解释器就显示为python3.6版本了。...
2020-09-21 21:51:58
706
1
原创 三个例子教你如何利用Keras搭建深度网络进行搭建 训练模型
第一个例子：回归模型首先我们在Keras中定义一个单层全连接网络，进行线性回归模型的训练# Regressor exampleimport numpy as npnp.random.seed(1337) from keras.models import Sequential from keras.layers import Denseimport matplotlib.pyplot as plt# 创建数据集X = np.linspace(-1, 1, 200)np.r...
2020-09-20 21:53:06
789
原创 Keras和TensorFlow间的亲子关系
Keras是基于TensorFlow和Theano（由加拿大蒙特利尔大学开发的机器学习框架）的深度学习库，keras是基于tensorflow的高级API，通常直接调用一些封装好的函数就可以实现某些功能，而tensorflow虽然比较底层，但是可以比较灵活的定义模型结构目前Keras已经被TensorFlow收录，添加到TensorFlow 中，成为其默认的框架，成为TensorFlow官方的高级API...
2020-09-20 21:34:22
104
原创 pycharm中通过 Mark Directory As里的Sources Root解决调用文件报红问题
Sources Root：告诉idea这个文件夹及其子文件夹中包含源代码，是需要编译构建的一部分同一个项目里，import会报红:解决方法：代码就不报红了。
2020-09-20 20:13:27
1859
1
原创 解决You are using pip version 9.0.1, however version 20.2.3 is available【亲测有效】
因为tensorflow是安装在anaconda里的，在进行装三方包的时候出现了pip需要升级的通知；如装keras：问题：解决方法python -m pip install -U pip
2020-09-20 16:52:06
9186
4
原创 anaconda下安装tensorflow过程
因为电脑上已经安装了pytoch，为了安全好管理，需要在anaconda的Prompt装了一个虚拟环境，安装tensorflow，并进入这个虚拟环境：conda create -n tensorflow python=3.5conda activate tensorflow安装tensorflow:pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple/下面检测下是否安装成功;我们需要先进入tensor.
2020-09-20 11:50:36
361
原创 生成对抗网络 GAN
生成对抗网络(GAN, Generative Adversarial Networks)是一种无监督学习方法，是一种通过用对抗网络来训练生成模型的架构。它由两个网络组成：生成网络G和判别网络D，通过这二个互相博弈学习产生相当好的输出，进而使G学到数据分布，使D能够辨别出真实数据。在训练过程中，生成网络G通过接受一个随机的噪声来尽量模仿、学习训练集中的真实数据去“欺骗”D，而D则尽可能的分辨自己所得到的一个输入数据，究竟是来自于真实的数据分布还是来自于一个生成模型，从而形成两个网络的博弈过程。理想的情况下，博
2020-09-18 20:07:06
310
原创 labelme的安装小过程
安装 labelme前提是已经安装好了anaconda（1）第一步，打开Anaconda Prompt ，然后使用conda创建一个虚拟环境，并命名为labelme。conda create -n labelme python=3.7（2）进入创建好的虚拟环境conda activate labelme（3）下载安装labelmepip install labelme如果速度太慢的话，可改用清华镜像源下载（推荐），方法如下：pip install -i htt
2020-09-17 16:01:13
1451
1
原创 MongoDB ——删除数据库的相关操作
首先，查看所有数据库：show dbs切换到数据库 runoob： use runoob执行删除命令：db.dropDatabase()
2020-09-15 19:41:48
100
原创 安装pyahocorasick出现的问题
安装pyahocorasick时出现的问题！在一台电脑上安装成功了，结果在自己电脑上装总是报错，真是见鬼了：后来又重新下载安装Microsoft visual c++ 14.0 ，链接如下：链接：https://pan.baidu.com/s/1Jm4Kk2TtOXbaHcJdYU-xtw提取码：9l00终于装好了！...
2020-09-14 15:44:05
748
原创 Linux下安装pytorch步骤
创建虚拟环境为pytorch创建一个虚拟环境，这是推荐的做法，这样在创建其他环境如tensorflow时，就不会互相冲突。在终端输入：conda create -n pytorch python=3.6这就创建了一个名为pytorch，python版本为3.7的虚拟环境。于是我们可以把Pytorch安装在这个环境下面。首先我们激活这个环境：source activate pytorchsource activate pytorch激活后，会看到前面会显示（pytorch）：.
2020-09-12 15:45:22
3060
原创 Cognitive Graph for Multi-Hop Reading Comprehension at Scale解说
我们提出了一个新的CogQA框架，用于网络规模的多跳问题回答文件。该框架以认知科学中的双过程理论为基础，通过协调隐式提取模块（系统1）和显式推理模块（系统2），在迭代过程中逐步构建认知图。在给出准确答案的同时，我们的框架还提供了可解释的推理路径。具体地说，我们的1基于BERT和图形神经网络（GNN）的实现可以有效地处理HotpotQA-fullwiki数据集中的数百万个多跳推理问题文档，在排行榜上取得了34.9的联合分数，而在最佳竞争对手中只有23.6分1 Introduction深度学习模式在机器
2020-07-25 23:24:40
655
原创 Semi-supervised Learning on Graphs with Generative Adversarial Nets
ABSTRACT我们研究了生成对抗网（GANs）如何帮助图的半监督学习。我们首先介绍了图的对抗学习的工作原理，然后提出了图的半监督学习的一种新方法GraphSGAN。在GraphSGAN中，生成器和分类器网络进行了一种新颖的竞争博弈。在平衡状态下，生成器在子图之间的低密度区域生成假样本。为了区分真假样本，分类器隐式地考虑了子图的密度特性。提出了一种有效的对抗学习算法，通过理论改进传统的标准化图拉普拉斯正则化保证。在几种不同类型的数据集上的实验结果表明，所提出的GraphSGAN明显优于几种最新的方法
2020-07-25 17:52:13
739
原创 使用opencv连续保存多张图片到指定文件夹
使用opencv保存多张图片存，命名以数字递增，例如1.jpg 、2.jpg .......Img_Name = "./eds/copyimages/" + str(i)+ ".jpg"前面一部分是要存的图片路径，根据自己需要改，str(i) 是把数字转成字符串 ，i 写一幅图像变得i++上面这句就把图像的存储路径和命名给成字符串了然后写下面这句就行可以保存到指定位置了cv2.imwrite(Img_Name , img) img是图像，Img_Name 是保存的路径与图像名.
2020-07-21 17:17:59
16150
4
原创 安装opencv-python时出现 ERROR: Exception问题【亲测可用】
网上说采用pip install 可以安装，没想到出现如下错误pip install opencv-python错误如下：解决方案是换用国内镜像清华源：pip install https://pypi.tuna.tsinghua.edu.cn/simple不出意外则会提示安装成功 ，但我还是报错了如果出现上述之类的错误，则再次键入：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --trusted.
2020-07-21 15:17:19
1652
6
原创 如何将文件夹中读取到的图片保存到另一个文件夹
可以先新建一个目标文件夹 ，然后使用下面的代码就可以读取多个子文件下的图像并将其另存为我们的目标文件处。#!/usr/bin/python# -*- coding: UTF-8 -*-import osimport imageiofrom scipy import misc# 打开文件path = "./eds/images"newFilePath="./eds/copyimages"dirs = os.listdir( path )print(dirs) # 输出所有子文件和文.
2020-07-20 17:54:42
3247
3
原创 英文会议参考文献的出版地 and 英文参考文献的查找
书写格式：Globalandlocalmultidisciplinarydesignoptimizationofexpendablelaunchvehicles[C]//ProceedingsofIEEEonVehicles.NY:AIAA,2011:785-793.（国际会议论文集：析出文献主要责任者．文献题名[C]//国际会议名称．出版地：出版者，出版年：起止页码）出版地：出版者：Rosten, VA, USA：Internet SocietyB...
2020-07-02 10:57:20
3173
原创 PIL获取图像尺寸size 以及与 numpy中size()函数的区别
直接上代码，会更加容易理解点：from PIL import Image import numpy as npimg = Image.open("./img/qianqian.jpg") print(type(img)) #显示类型print(img.size)print(img.size[0]) #图片的宽度print(img.size[1]) #图片的高度print('========================.arry_img=np.asarray(img)print(type
2020-06-24 15:21:15
19884
4
原创 读取/显示/灰度化/保存图像
下面为读取图像，显示图像，灰度化图像，保存图像代码。from PIL import Imageimport numpy as np# 显示图片img = Image.open("./img/tt.jpg")img.show()#上面显示图像方式是调用操作系统自带的图片浏览器来打开图片，有些时候这种方式不太方便，#因此我们也可以使用另上一种方式，让程序来绘制图片。from PIL import Imageimport matplotlib.pyplot as pltimg=Imag
2020-06-22 23:21:39
590
原创 matplotlib中的plt.subplot()使用介绍
plt.subplot(2,3,1)也可以简写plt.subplot(231)表示把显示界面分割成2*3的网格。其中，第一个参数是行数，第二个参数是列数，第三个参数表示图形的标号。import numpy as npimport matplotlib.pyplot as pltt=np.arange(0.0,2.0,0.1)s=np.sin(t*np.pi)#2×np.pi就相当于2π# 解决中文显示问题plt.rcParams['font.sans-serif'] = ['SimHei'.
2020-06-22 22:09:52
44299
原创 Matplotlib中文显示
Matplotlib不能正常显示中文标签：只需加入下面二行即可：import matplotlib.pyplot as pltplt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签plt.rcParams['axes.unicode_minus']=False #用来正常显示负号...
2020-06-22 20:45:32
94
原创 VC维+西瓜书讲解
现实学习任务所面临的通常是无限假设空间,例如实数域中的所有区间、R^{d}空间中的所有线性超平面,欲对此种情形的可学习性进行研究,需度量假设空间的复杂度,最常见的办法是考虑假设空间的"VC维”。给定训练样本集合x_{0},x_{1}\cdots ,x_{n-1}，其中每个样本有两个可选的label（+1， -1）。因此总共有2^{n}种不同的label组合。如果对于其中每一种组合，分类模型 f 都能够对其进行正确的划分，那么我们称 f 能够将训练样本集合x_{0},x_{1}\cdots ,x_{n-1}
2020-06-17 23:18:55
326
原创 查看jupty notebook默认的保存路径 以及修改路径
1、如何看文件默认存储路径在jupty notebook中输入下面的代码就能看见保存的路径：import osprint(os.path.abspath('.'))2、 修改文件默认存储路径第一步：找到配置文件在开始菜单里找到并打开Anaconda Prompt，输入如下：jupyter notebook --generate-config根据上面运行处的路径打开C:\Users\HS\.jupyter\jupyter_notebook_config.py文件第二步：
2020-06-17 21:52:44
3302
原创 工作集—The Working Set Model for Program Behavior笔记
计算机系统缺乏对资源分配的一般处理的最基本原因是缺乏一个适当的程序行为模型，所以该文提出了一种新的模型——“工作集模型”。用一种开发统一的方法对进程和内存管理进行建模，模拟通用计算机系统或计算机实用程序中程序的行为。它体现了在多道程序环境下行为特性，使我们能够确定哪些信息正在被正在运行的程序使用，哪些没有被使用。内存管理的主要问题不是决定要加载哪些页面，而是决定要删除哪些页面，我们之前了解的分页策略，如：随机，FIFO，LRU，ATLAS循环检测，在一定程度上都起到了很好的作用，但都存在着相应的问题。然后
2020-06-16 00:21:05
317
原创 sklearn实现决策树对乳腺癌的分类诊断（下）
决策树：https://blog.csdn.net/bjjoy2009/article/details/80841657https://blog.csdn.net/gulie8/article/details/101301518
2020-06-13 22:05:26
4811
原创 sklearn实现决策树对乳腺癌数据集的分类并使用五折交叉验证（上）
关于Breast Cancer Wisconsin (Diagnostic) Data Set 乳腺癌数据集的基本情况可以看我之前发的博客：https://blog.csdn.net/weixin_42305378/article/details/106058697这边主要是使用sklearn的决策树算法对乳腺癌数据集进行分类，并用五折交叉验证评估以前我们是直接将数据分割成70%的训练数据和测试数据，现在我们利用5折交叉验证分割数据，首先将数据分为5组，然后再从5组数据之中选择不同数据进行训练。
2020-06-13 22:04:03
7323
原创 小白带你入门——sklearn实现决策树分类的步骤
这篇主要简单的介绍 sklearn中实现决策树要用到的一些参数知识，以及操作的大概框架，方便后面使用sklearn实现决策树分类。有需要的还可以看下我的这篇博客https://blog.csdn.net/weixin_42305378/article/details/106118209，里面是不使用sklearn构造决策树的代码 以及 有关于信息熵等的知识。sklearn的基本建模流程: 1. 导入需要的算法库和模块，以sklearn中的红酒数据集为例 2.加载数据集
2020-06-13 22:00:25
3221
原创 进来了解下sklearn吧
Scikit-learn简称为sklearn，是机器学习中常用的第三方模块，对常用的机器学习方法进行了封装，调用起来十分方便，极大的节省我们编写代码的时间以及减少我们的代码量。1.sklearn库的结构sklearn结构图sklearn库的算法主要有四类：分类，回归，聚类，降维。其中：常用的回归：线性、决策树、SVM、KNN ；集成回归：随机森林、Adaboost、GradientBoosting、Bagging、ExtraTrees 常用的分类：线性、决策树、SVM、KNN，朴.
2020-06-13 21:52:59
187
原创 对一维二维三维数组的分析 及其 np.shape 的输出
[1,2]的shape值(2,)，意思是一维数组，数组中有2个元素。[[1],[2]]的shape值是(2,1)，意思是一个二维数组，2行1列，每行有1个元素。[[1,2]]的shape值是（1，2），意思是一个二维数组，1行2列，每行有2个元素。对于三维数组就是包含多少个二维数组，后两个数字表示二维数组的形状
2020-06-13 18:21:10
1934
原创 读取多个子文件夹中的多张图片
读取在images文件夹中的图片，而这些图片分布在images中的多个子文件夹中，如下图所示：需要用到os.listdir()读取路径下文件的名称；os.path.join()用于将两个路径进行拼接，形成一个新的路径。下面就展示了该如何读取多个子文件夹中的图片。#!/usr/bin/python# -*- coding: UTF-8 -*-import osimport imageio# 打开文件path = "./eds/images"dirs = os.listd...
2020-06-11 20:25:53
5495
4
原创 jieba的安装及代码测试
我们再cmd中输入pip install jieba ，安装jieba：可以验证下jieba有没有安装成功，import jieba 没报错就行:我们再来找个代码运行测试下：import jieba.analysetext='''关键词是能够表达文档中心内容的词语、常用于计算机系统标引论文内容特征、信息检索、系统汇集以供读者检阅。关键词提取是文本挖掘领域的一个分支，是文本检索、文档比较、摘要生成、文档分类和聚类等文本挖掘研究的基础性工作'''keywords =..
2020-06-05 11:22:57
3727
原创 No module named'sklearn.feature-extraction'; 'sklearn' is not a package
运行含有sklearn的文件，之前都能运行的，突然就报了下面的错：ModuleNotFoundError: No module named 'sklearn.feature_extraction'; 'sklearn' is not a package出现问题原因：文件名写成了sklearn解决方案：看看是否自己的文件名与函数库名字相同 (换一个文件名) ...
2020-06-04 22:56:22
411
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