- 博客(61)
- 收藏
- 关注
RSS订阅原创 seaborn绘制混淆矩阵
（1）直接输入混淆矩阵import seaborn as snsfrom sklearn.metrics import confusion_matriximport matplotlib.pyplot as pltdef plot(matrix): sns.set() f,ax=plt.subplots() print(matrix) #打印出来看看 sns.heatmap(matrix,annot=True,cmap="Blues",ax=ax) #画热力图 ax.set_ti
2020-08-13 20:51:26
3802
原创 预创建Estimator步骤
需要做以下事情1、创建一个或者多个输入函数2、定义特征列3、实例化estimator( 可以用预定义的，也可以自己创建)，指定特征列和各种超参数4、在Estimator 对象上调用train、evaluate、predict等函数1、创建输入函数编写一个或多个数据集导入函数。 例如，您可以创建一个函数来导入训练集，并创建另一个函数来导入测试集。每个数据集导入函数都必须返回两个对象：a）feature :一个字典，其中键是特征名称，值是包含相应特征数据的张量（或 SparseTensor）b)
2020-07-22 14:54:48
326
原创 MacBook 无法挂载移动硬盘
问题：没有执行弹出操作，直接拔掉了移动硬盘的线，再次插进电脑，无法挂载硬盘，再磁盘工具中显示为灰色。方法：在终端中输入 ps aux | grep fsck 接着输入以下命令，杀掉所有fsck的进程sudo pkill -f fsck 然后就在访达中显示出来了感激博主的方法 链接...
2020-05-11 16:41:18
2071
1
原创 python 运行程序 found libiomp5.dylib already initialized
问题：用pycharm跑程序时，遇到这个问题，将程序放到jupyter 中运行，显示服务中断，果真是代码有问题，而不是jupyter 的问题Initializing libiomp5.dylib, but found libiomp5.dylib already initialized.解决方法：这个问题是显示重复加载了动态链接库在python 程序开头加上import osos.environ["KMP_DUPLICATE_LIB_OK"]="TRUE"即允许重复加载动态链接库..
2020-05-09 20:13:11
359
原创 Xcode中用到QQ分享功能报错l_OBJC_PROTOCOL_$_TencentApiInterfaceDelegate
问题：导入或更新TencentOpenApi运行报错Undefined symbols for architecture arm64:"l_OBJC_PROTOCOL_$_TencentApiInterfaceDelegate", referenced from:l_OBJC_CLASS_PROTOCOLS_$_AppDelegate in AppDelegate.o方法链接感恩博主...
2020-05-07 16:08:49
463
原创 【转载】解决Xcode 11 / iOS 13 的坑
问题：Xcode升级到11版本后报错如下dyld: Library not loaded: /usr/lib/libstdc++.6.dylib Referenced from: ************************* Reason: no suitable image found. Did find: /usr/lib/libstdc++.6.dylib: mach-...
2020-05-07 16:01:53
449
转载 转载-tensorflow的分布式训练
转载：原文链接情况一、单机单卡单机单卡是最普通的情况，当然也是最简单的，示例代码如下：#coding=utf-8#单机单卡#对于单机单卡，可以把参数和计算都定义再gpu上，不过如果参数模型比较大，显存不足等情况，就得放在cpu上import tensorflow as tf with tf.device(’/cpu:0’):#也可以放在gpu上 w=tf.get_variable(‘w’,(2...
2020-04-21 16:47:00
203
原创 leetcode 300.最长上升子序列
1、最长上升子序列力扣链接解题思路：动态规划状态表示： dp[i]表示以nums[i]为结尾的最长上升序列的长度转移方程： dp[i]=max(dp[j])+1 if nums[i]>nums[j]初始化：dp[0]=1 ,初始化为1返回值： max(dp)注意是两重循环，时间复杂度为N*Nclass Solution: def lengthOfLIS(self,...
2020-04-16 17:21:19
96
原创 【剑指】-12.矩阵中的路径
1、矩阵中的路径力扣链接思路：其实就是暴力遍历，对于矩阵中每一个字符开头的，进行深度优先搜索，两重循环递归参数：i,j,k递归边界：当索引越界，当前的board[i][j] 不等于word[k] 时，返回False ;当 k==len(word)的长度时，返回true递归工作：标记当前矩阵元素： 将 board[i][j] 值暂存于变量 tmp ，并修改为字符 ‘/’ ，代表此元素已访...
2020-04-16 16:27:17
100
原创 【剑指】-14.剪绳子
给你一根长度为 n 的绳子，请把绳子剪成整数长度的 m 段（m、n都是整数，n>1并且m>1），每段绳子的长度记为 k[0],k[1]…k[m] 。请问 k[0]k[1]…*k[m] 可能的最大乘积是多少？例如，当绳子的长度是8时，我们把它剪成长度分别为2、3、3的三段，此时得到的最大乘积是18。力扣链接解题思路：考虑最后一次剪多少，最后一次剪k, 则剩下i-k(使用一个循环)...
2020-04-16 12:46:50
81
原创 【剑指】-47.礼物的最大价值
1、礼物的最大价值在一个 m*n 的棋盘的每一格都放有一个礼物，每个礼物都有一定的价值（价值大于 0）。你可以从棋盘的左上角开始拿格子里的礼物，并每次向右或者向下移动一格、直到到达棋盘的右下角。给定一个棋盘及其上面的礼物的价值，请计算你最多能拿到多少价值的礼物？力扣链接思路：动态规划状态表示：dp[i][j]表示以grid[i][j]为结尾的，可以拿到礼物的最大价值转移方程：dp[i][...
2020-04-16 11:32:17
85
原创 【剑指】-63.股票的最大利润
1、假设把某股票的价格按照时间先后顺序存储在数组中，请问买卖该股票一次可能获得的最大利润是多少？力扣链接解题思路：动态规划状态定义： dp[i]表示前i日的最大利润转移方程： dp[i]=max(dp[i-1],price[i]-min(price[0:i]))初始状态： dp[0]=0返回值： dp[-1]class Solution(object): def ma...
2020-04-16 10:33:30
94
原创 【剑指】42.-连续子数组的最大和
1、求连续子数组的最大和力扣链接解题思路：动态规划状态：dp[i]表示以nums[i]结尾的连续子数组的最大和转移方程：dp[i]=max(nums[i],dp[i-1]+nums[i])如果dp[i-1]<0,则以当前nums[i]结尾的子数组的最大和为nums[i]如果dp[i-1]>0,则为dp[i-1]+nums[i]class Solution: def...
2020-04-16 10:14:29
92
原创 两数之和and三数之和
1、两数之和#1、两数之和#（1）返回数而不是下标，改变了原来的数组def twosum(nums,target): nums.sort() left,right=0,len(nums)-1 while left<right: SUM=nums[left]+nums[right] if SUM==target: ...
2020-04-16 09:32:06
100
原创 常见简单的链表面试题
1、链表的合并leetcode 原题第一种方法：开辟一个新的链表class Solution: def mergeTwoLists(self, l1: ListNode, l2: ListNode) -> ListNode: res=ListNode(0) p=res#注意这里，p=res 操作res指针，返回p while l1...
2020-04-09 22:50:12
120
原创 spyder 报错No IPython console is currently available to run main.py.解决办法
是因为上次跑程序的时候把控制台关掉了。只要在上方的功能栏的consoles中，下拉点击open an IPython console，等它启动一下，就可以啦！
2020-03-25 09:55:53
1159
原创 python面试常考题
is 和== 的区别赋值、浅拷贝、深拷贝1、 is 和== 的区别is 是检查两个对象是否指向同一个内存，其实就是检查id(a)==id(b)==是判断两个对象的值是否相等。a=[1,2,3,4]b=[1,2,3,4]print(a==b)print(a is b)TrueFalse因为 a,b 指向的内存地址不一样，所以a is b 输出False1、 赋值=...
2020-03-22 10:21:21
135
原创 dropout
有效防止过拟合的方法：dropoutL1,L2正则化earlystop 提早结束使用BatchNormalization一、dropout1、定义在每个训练批次中，随机丢弃一些神经元（注意是暂时丢弃），使其在前向传播的时候不起作用，在反向传播时不更新参数。再下一个训练批次中，恢复这些神经元，重复此过程。2、使用位置一般用在全连接层，卷积层是稀疏连接，一般参数比较少一些，但是也...
2020-03-08 15:48:42
699
原创 Batch Normalization
BN层的作用（1）使每一层输入数据的分布相对稳定，缓解ICS问题，加快网络的训练（2）BN使得模型对网络中的参数不那么敏感，简化调参过程，使得网络学习更加稳定（3）缓解激活函数梯度饱和问题（梯度消失），允许网络使用sigmoid,tanh函数（4）有一定的正则化作用，可以不用使用dropout缺点：降低了模型的表征能力，我们通过变换操作改变了原有数据的信息表达（representatio...
2020-03-07 21:53:08
106
转载 激活函数
转载：https://blog.csdn.net/tyhj_sf/article/details/79932893?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-task引言学习神经网络的时候我们总是听到激活函数这个词，而且很多资料都会提到常用的激活函...
2020-03-07 20:02:22
172
原创 python 字典常用的
数组中有一个数字出现的次数超过数组长度的一半，请找出这个数字。（1）写法1class Solution: def majorityElement(self, nums: List[int]) -> int: dic = collections.Counter(nums) for key,value in dic.items(): ...
2020-02-19 20:48:29
112
原创 最接近的三数之和（python）
给定一个包括 n 个整数的数组 nums 和 一个目标值 target。找出 nums 中的三个整数，使得它们的和与 target 最接近。返回这三个数的和。假定每组输入只存在唯一答案。例如，给定数组 nums = [-1，2，1，-4], 和 target = 1.与 target 最接近的三个数的和为 2. (-1 + 2 + 1 = 2).#1、暴力3重循环(提交之后必然超出时间限制)...
2019-12-26 21:01:37
494
原创 对训练数据进行加权
推荐好文http://bbs.cvmart.net/articles/206/yang-ben-sheng-er-bu-deng-liao-liao-nei-xie-dui-xun-lian-shu-ju-jia-quan-de-fang-fa?order_by=vote_count&样本生而不等，如何对训练数据进行加权，提高模型的性能...
2019-10-11 07:56:17
1867
原创 keras
import kerasclass_weight = {"garbage": 0.75, "health": 0.25, "others": 0.75, "waterpollute": 0.25, }model.fit(X_train, Y_train, epochs=10,...
2019-10-10 15:27:38
82
原创 python 打乱数据集和标签
为了加强模型的泛化能力，有时候需要打乱数据集（包括特征数据和标签），但是显然还是要保证每一条数据中的特征数据和标签的对应关系可以进行如下操作：1、使用索引index的形式from numpy import*import randomdata=array([[1,1],[1,2],[1,3],[1,4],[1,5]])label=array([1,2,3,4,5])index = [i...
2019-09-24 15:59:30
974
原创 用keras框架训练模型，画loss曲线
用keras框架训练模型，画loss曲线训练中使用model.fithistory = model.fit(x_train, y_train, batch_size=16, epochs=10, validation_data=(x_test,y_test))将history中的数值读出就行epochs=range(len(history.history['acc']))plt.fi...
2019-09-21 19:10:33
10143
1
原创 将keras的h5模型转化为onnx
将keras的h5模型转化为onnximport kerasimport keras2onnximport onnxfrom keras.models import load_modelmodel = load_model('/root/notebook/model/river_model5.h5') onnx_model = keras2onnx.convert_keras(mod...
2019-09-20 21:54:33
12012
16
原创 查看cuda和cudnn版本
cuda 版本 cat /usr/local/cuda/version.txtcudnn 版本 cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
2019-09-20 15:27:50
577
原创 sk.learn与keras训练集与验证集数据集的划分方法
主要分为三种(1)手动划分：Keras允许在训练模型的时候手动指定验证集．例如，用sklearn库中的train_test_split()函数将数据集进行切分，然后在keras的model.fit()的时候通过validation_data参数指定前面切分出来的验证集（2）自动划分：调用model.fit()训练模型时，可通过validation_split参数来指定从数据集中切分出验证...
2019-09-20 10:56:58
2722
原创 删除某路径下的所有文件
亲测好用import osimport shutildelList = []delDir = '/root/data/V1.0/test/'delList = os.listdir(delDir )for f in delList: filePath = os.path.join( delDir, f ) if os.path.isfile(filePath): ...
2019-09-18 09:54:31
226
原创 Mac 上Github 上传本地文件（http方式）
如果Mac上安装了Xcode ，则自身已有git ，不要再安装git上传有SSH和Http 两种方式，如果选择http方式，则暂时不需要配置.ssh(1)在Github 在创建一个 repository（2）在终端上cd 上相应文件夹（3）在终端输入#初始化仓库 DeepLearningOpenCV表示在官网上建立的仓库名称echo "# DeepLearningOpenCV" >...
2019-09-04 21:40:53
356
原创 下载github项目的两种方法：通过https或者ssh地址
Github有两种上传代码的方式(1) https. 如(https://github.com/xxx/test.git)(2) SSH 如 （[email protected]:xxx/test.git）区别：（1）从github上clone一个项目到本地的时候，有use HTTPS和use SSH两种方式。（2）push项目到github上时有所不同。完成一个push操作，需要...
2019-09-04 21:27:04
1646
原创 语义分割——Enet模型实现
利用训练好的Enet模型完成，图片和视频的语义分割（适合小白入门）代码下载下面附上对于代码的解读# USAGE# python segment.py --model enet-cityscapes/enet-model.net --classes enet-cityscapes/enet-classes.txt --colors enet-cityscapes/enet-colors.tx...
2019-09-03 10:17:12
2774
转载 超详细的AlexNet解读
版权声明：从这篇文章学到很多东西，感谢博主。本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。 ...
2019-09-01 14:36:24
1137
原创 Mac终端自动断开连接
默认情况下，ssh连接到服务器后，如果长时间没有操作，服务器会自动断开这个连接。现象就是mac终端上的操作不再有相应。可以通过修改mac上的ssh配置解决此问题:vi ~/.ssh/config// 加入这句：ServerAliveInterval 30每隔30秒，mac客户端会主动向服务器发出一次请求。这样就使得服务器端认为客户端是一直在线状态，也就不会主动断开连接了。...
2019-05-30 13:03:45
2420
原创 Tensorflow之tensorboard的使用
参考链接https://www.cnblogs.com/fydeblog/p/7429344.html
2019-05-26 17:09:23
107
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