- 博客(23)
- 收藏
- 关注
RSS订阅原创 Jupyter notebook配置远程服务器
linux服务器操作安装jupyter首先，在linux服务器上先安装好anaconda（这个部分省略，可以自行百度安装）和安装jupyter。安装jupyter命令如下：pip install jupyter生成jupyter notebook 配置文件pip install jupyter jupyter notebook --generate-config配置密码在linux服务器上，使用Ipython进入编译环境，然后输入如下命令进行密码设置，密码一共需要输入两次，第二次确认完，
2022-03-07 16:52:36
1203
原创 torch中x = x.view(..., -1)的解释
torch中在分类器中，经常会遇到：x = x.view(x.size(0),-1)其实在torch里面，view函数就相当于numpy的reshape，执行的操作就是对tensor进行维度转换。import torchx = torch.rand(2, 3, 4, 5) # 随机生成4 * 3 * 17 * 17 的数组print("x.shape ==",x.shape) # 输出x的维度print(x)# 输出维度x.shape ==torch.Size([2, 3, 4, 5])
2022-03-07 14:49:19
3772
原创 MDPI文献在LaTex的编辑学习笔记
MDPI文献在LaTex的编辑学习笔记图片的插入使用1. 短图片2. 宽图片图片的插入使用首先介绍图片的使用1. 短图片\begin{figure}[H] \widefigure \includegraphics[width=10.5 cm]{Definitions/model} % 这个是存放图片的宽度和地址映射，可以根据图片和文字之间的关系适当调整。 \caption{This is a figure. Schemes follow the same formatting. I
2021-08-30 15:01:46
3425
原创 tensorflow/pytorch安装笔记
tensorflow常用安装命令（镜像）：豆瓣：pip install XXX -i https://pypi.doubanio.com/simple/清华：pip install XXX -i https://pypi.tuna.tsinghua.edu.cn/simple测试Tensorflow-GPU版本是否安装成功命令：import tensorflow as tfprint('GPU',tf.test.is_gpu_available())cusolver64_10.dll缺失
2021-08-04 16:23:13
115
原创 箱形图的优缺点，python绘制箱形图
箱形图的知识点箱型图优点箱型图缺点箱形图的五要素箱型图优点箱型图常用于检测并展现出数据中的异常值，利用箱型图可以判断数据的偏态和尾重。（即观测数据的整体集中分布情况，当数据分布较为集中的时候，箱型图中的“箱子”会更小，对应的两个线也会更小；反之，则越大。）箱型图缺点箱型图不能精确地衡量数据分布的偏态和尾重程度，并且对于批量比较大的数据，其反映的信息更加模糊（如果一批数据用中位数代表总体评价水平不行的话，则其箱型图的表现也具有一定的局限性）箱形图的五要素箱形图包含五个要素，分别为中位数、上四分位
2021-08-02 09:44:59
6489
1
原创 Anaconda常见安装指令处理
Anaconda 的普通安装指令：conda install pack_name但是如果遇到如下指令：The Following packages are not available from current channels 可以尝试备用指令（高级指令）：anaconda search -t conda xxx参考：链接1...
2021-04-30 23:30:27
151
1
原创 获取网络最后一层卷积名称
import torch.nn as nndef get_last_conv_name(net): """ 获取网络net的最后一个卷积层的名字 :param net: :return: """ layer_name = None for name, m in net.named_modules(): if isinstance(m, nn.Conv2d): layer_name = name ret.
2021-04-26 20:13:39
584
原创 AIDcode在matlab上的编译笔记
数据集及环境准备：1.首先，在matlab上配置好VLFeat库。建议安装Visual Studio 2015.进行C++文件的编译.2.http://www.vlfeat.org/matconvnet/pretrained/从该网站上下载所需的CNN模型到cnn_models文件夹下.3.把AID数据集放到../../images/aid文件夹下....
2021-04-06 17:00:22
439
转载 linux screen 的命令使用
screen是一个可以在多个进程（通常是交互式shell）之间复用一个物理终端的全屏幕窗口管理器。即linux下使用多窗口常用screen参数screen -S session_name# 新建一个叫session_name的sessionscreen -ls（或者screen -list）# 列出当前所有的sessionscreen -r session_name# 回到session_name这个sessionscreen -d sessi...
2021-04-01 12:54:35
737
原创 特征融合 Pytorch concat串连两个预训练特征
一段concatenate 特征的代码： pretrained_model = models.resnet18(pretrained=True)my_model1 = nn.Sequential(*list(pretrained_model.children())[:-1])my_model2 = nn.Sequential(*list(pretrained_model.children())[:-1])class Net(nn.Module):def init(self):super(.
2021-03-31 21:49:03
10709
15
原创 自采集交通信号灯数据集
标记格式：VOC数据集格式标记工具：labelimg张数：3000+类别：green、red、yellow、none主要适用内容：恶劣天气、交通信号灯、识别/检测自己做的效果图（有需要可以联系[email protected]）：
2021-03-26 11:19:47
947
18
原创 Xshell7.0/Xftp7.0免激活入口收藏
链接选择Xshell或者Xftp选择free for home/school.输入接收邮箱地址，即可以在邮箱中获取下载链接。（如果电脑上已经安装有Xshell企业版，不用卸载，直接进行上述操作即会进行版本互换。）...
2021-03-16 20:05:58
10469
10
原创 pytorch学习（8）：多分类问题
多分类问题在最后的输出层采用的Softmax Layer，其具有两个特点：1.每个输出的值都是在(0,1)；2.所有值加起来和为1.假设是最后线性层的输出，则对应的Softmax function为： （注：使用的目的在于满足每个输出的值都为正数，即每个输出的概率值都是正的）。import torchfrom torch.utils.data import Datasetfrom torch.utils.data import DataLoaderimport torch....
2020-08-09 23:02:55
813
原创 pytorch学习（7）：加载数据集
理解三个变量的概念：Epoch、Batch_size、Iterations。Epoch:所有的训练样本经过一次的正向传播（forward）和反向传播（backward）。Batch_size:每次进行正向传播和反向传播的训练样本数量。Iteration= Epoch/Batch_size.shuffle = Ture .表示数据集打乱顺序：是。import torchfrom torch.utils.data import Datasetfrom torch.utils.data
2020-08-08 23:44:48
377
原创 Pytorch学习（6）：多维输入
import torchimport numpy as np#数据读入xy = np.loadtxt('diabetes.csv.gz',delimiter=',',dtype=np.float32) #delimiter 指的是分隔符的意思x_data = torch.from_numpy(xy[:,:-1]) #x_data是前8列y_data = torch.from_numpy(xy[:,[-1]]) # y_data是最后1列class Model(to.
2020-08-08 21:47:37
1017
2
原创 pytorch学习（5）logistic 回归
回归和分类问题，例如：回归得到的结果域是R，而分类则是几个类别对应的概率（比较浅显的小例子）logistic 回归函数的激活函数为sigmoid函数： logistic函数的取值是[0,1]。sigmoid function的一个重要特点是函数当超过某个点时，会趋于饱和状态，logistic函数就是其中一个典例。如果之后在文章中看到，则一般代表的鸡就说是logistic函数，对应的取值范围为[0,1]...
2020-08-08 21:07:40
158
原创 Pytorch学习（4）实现线性回归
1.准备数据集2.设计模型所用的类别，inherit from nn.Module （）3.设置loss和optimizer，使用PyTorch API4.设置训练迭代 forward、backward、update。import torch#loss 必须是一个标量才可以用backward。x_data = torch.Tensor([[1.0],[2.0],[3.0]])y_data = torch.Tensor([[2.0],[3.0],[4.0]])#构造模.
2020-08-04 17:22:51
334
原创 Pytorch学习（三）反向传播
训练的目的，是为了让损失更小，即在训练过程中不断更新ω的值，以使得loss最小。所以我们在梯度下降的过程中，就是观察，并使其取向最小的趋势训练。根据上一节我们可以得到一般简单的线性更新计算的解析式为： Update为： 其中，α称为学习率。（采用贪心策略） 对应的Loss Function：但是对于我们常用的复杂的网络时，如果还是按照上述的求解ω方法...
2020-08-03 00:20:13
262
原创 pytorch学习（二）：梯度下降算法
优化问题：即求loss最小值。Gradient：Update： 其中，α称为学习率。（采用贪心策略）在神经网络中，局部最优点比较小，但是会存在很多的鞍点，即g=0，此时就很难再进行迭代。因此，鞍点是深度学习当中最需要解决的难点。其中，由于：Gradient：= = = = ∴Up...
2020-08-02 17:10:53
487
原创 pytorch学习（一）：线性模型
Linear Model :y=x*ω机器会随机生成一个a random guess，ω = random value找一个评估模型LOSS，用loss来评价预测模型与已知模型之间的差别。试图找mean loss（平均损失值）趋于0MSE（Mean Square Error）平均平方误差：import numpy as npimport matplotlib.pyplot as pltx_data = [1.0,2.0,3.0]y_data = [2.0,3.0,4.0]...
2020-08-02 15:18:31
442
原创 【快速入门】MNIST手写数字数据集读取方法
1、MINIST共有4数据集，下载之后保存在磁盘中（最好放在你代码执行目录下，方便后期使用。）如新建一个文件夹D:*****\MNIST_data存放数据。train-images-idx3-ubyte.gz: training set images (9912422 bytes)train-labels-idx1-ubyte.gz: training set labels (28881 by...
2020-03-01 21:10:11
3465
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