yimenren的博客

原创 安装PYG

PYG安装

原创 Latex报错_101719.bbl! perhaps a missing \item. immediate help.immediate help.l.24\end{thebibliography}

IEEE使用bib应用参考文献的标准用法，去IEEE官网（IEEElatex模板，报这个错，可能是bib文件中文献。或者tex文件里面cite的文献。造成的，要仔细检查bib文件。

转载 VS code更新后不在原来位置

vscode更新后不在原来位置

原创 试用copilot过程中问题解决

copilot使用问题解决

转载 深度学习 | 三个概念：Epoch, Batch, Iteration

然而，当一个Epoch的样本（也就是所有的训练样本）数量可能太过庞大（对于计算机而言），就需要把它分成多个小块，也就是就是分成多个Batch 来进行训练。**Batch（批 / 一批样本）： 将整个训练样本分成若干个Batch。Batch_Size（批大小）： 每批样本的大小。Iteration（一次迭代）： 训练一个Batch就是一次Iteration（这个概念跟程序语言中的迭代器相似）。作者：0与1的邂逅链接：https://www.jianshu.com/p/22c50ded4cf7来源

原创 /pytorch/aten/src/ATen/native/cuda/ScatterGatherKernel.cu:115: operator(): block:

GPU上运行神经网络模型，是使用多线程并行加速的，如果出错，真正的错误信息很容易被cuda的错误信息淹没，所以难以看到错误信息，一般引起问题的原因是数组等超限，定位到具体是anchor_ratios=[0.2, 0.5, 1.0, 2.0, 5.0]修改成默认anchor_ratios=[0.5, 1.0, 2.0]就可以啦。比如focalloss中gamma数组个数和数据类别数不一致也会报错：/pytorch/aten/src/ATen/native/cuda/ScatterGatherK..

转载 argparse 命令行传 list 类型参数

import argparseparser = argparse.ArgumentParser()## nargs='+'接受1个或多个参数，## nargs='*'接受零个或多个parser.add_argument('--list', type=float, nargs='+', help='<Required> Set flag', required=True)args = parser.parse_args()if __name__ == '__main__': ...

原创 tensorflow的early stopping模型保存方式

自定义模型只保存参数（model_weight模型），官方模型保存参数和权重（.h5模型）1.官方模型model.save('save_model.h5')new_model = keras.models.load_model('save_model.h5')EarlyStopping (keras.io)https://keras.io/api/callbacks/early_stopping/直接使用官方类：>>> callback = tf.keras.cal

转载 Linux sh、source和.命令执行.sh文件的区别

sh文件介绍.sh为Linux的脚本文件，我们可以通过.sh执行一些命令，可以理解为windows的.bat批处理文件。点命令.命令和source是同一个命令，可以理解为source的缩写，简称点命令。sh、source和.命令执行.sh文件的区别假如有一个文件test.sh，脚本内容如下#!/bin/bashecho"step1sleeping"sleep200echo"step2sleeping"sleep200那么，现在按以下4种方式执行：1）...

转载 关于Shell脚本执行python代码，出现No such file or directorython: can‘t open file的问题

在sh脚本里，我想顺序执行三个py脚本，脚本内容如下：/home/tsq/anaconda2/envs/tsqPy2/bin/python test1.py/home/tsq/anaconda2/envs/tsqPy2/bin/python test2.py/home/tsq/anaconda2/envs/tsqPy2/bin/python test3.py报错如下：': [Errno 2] No such file or directorython: can’t open file '

转载 ​在分类中如何处理训练集中不平衡问题​

原文：https://www.quora.com/In-classification-how-do-you-handle-an-unbalanced-training-set  在很多机器学习任务中，训练集中可能会存在某个或某些类别下的样本数远大于另一些类别下的样本数目。即类别不平衡，为了使得学习达到更好的效果，因此需要解决该类别不平衡问题。Jason Brownlee的回答：原文标题：8 Tactics to Combat Imbalanced Classes in Your Machin

转载 github国内镜像https://hub.fastgit.xyz/使用指南

请在同意我们服务条款和隐私协议后，再进行下一步。如若进行，我们将默认视为同意并遵守我们的服务条款和隐私协议。WARNING由于不可抗逆的因素，我们已经将我们的枢纽链接从 hub.fastgit.org 更新到 hub.fastgit.xyz。关于 FastGit 的使用，本质上与git有关。常规的面向 GitHub 的clone命令可能如下：git clone https://github.com/author/repo使用 FastGit 时，可使用如下命令：git ...

原创 WPS通配符（正则表达式）

目录1.常用通配符一览表：2.实例：1.常用通配符一览表：​​​​​​​Word WPS文本常用通配符 - 办公就来很得力 (hendeli.cn)2.实例：比如wps中匹配“\cite{xxxxx}”的通配符为：\\cite[\{]*[\}]其中\\表示转意\\{表示转意{*表示任意多个任意字符...

转载 Linux系统下一个文件夹的文件复制到另一个文件夹下

Linux系统 cp 的用法：cp 用于复制文件或目录。参数说明：-a：此选项通常在复制目录时使用，它保留链接、文件属性，并复制目录下的所有内容。其作用等于dpR参数组合。-d：复制时保留链接。这里所说的链接相当于Windows系统中的快捷方式。-f：覆盖已经存在的目标文件而不给出提示。-i：与-f选项相反，在覆盖目标文件之前给出提示，要求用户确认是否覆盖，回答"y"时目标文件将被覆盖。-p：除复制文件的内容外，还把修改时间和访问权限也复制到新文件中。-r：若给出的源文件是一个目录文件

原创 origin绘图技巧

1.origin坐标轴标题隐藏后显示？双击横坐标，在弹出的对话框中选择 Title & Fromat 选项卡，在Title 选项的空格里填入横坐标名称就可以了2.调节柱状图间距双击柱状图任意区域，然后选择间距选项卡Origin如何设置柱状图间距-百度经验 (baidu.com)3.非均匀柱状图调整新加一个均匀的X列，然后绘图，接着将X轴数据设置为原来的那列数据Origin咋整？非均匀柱图间距的调整_哔哩哔哩_bilibili4.多组柱状图设置颜色Ori

转载 一、 type() 方法的语法:type(name, bases, dict)，其中name是类的名称，bases是基类的元组，dict是类内定义的命名空间变量。当有一个参数时它的返回值是对象类型,

一、 type() 方法的语法:type(name, bases, dict)，其中name是类的名称，bases是基类的元组，dict是类内定义的命名空间变量。当有一个参数时它的返回值是对象类型, 有三个参数时，返回值是新的类型对象。二、isinstance() 方法的语法:isinstance(object, classinfo)，其中object 是实例对象，变量，classinfo 可以是直接或间接类名、基本类型或者由它们组成的元组（如tuple,dict,int,str,float,list,

原创 Latex修改字体颜色，首行不空格/不缩进

\usepackage{color}\textcolor{red/blue/green/black/white/cyan/magenta/yellow}{text}其中textcolor{...}中包含的是系统定义好的颜色

原创 解决miktex报错Sorry, but “MiKTeX Compiler Driver“ did not succeed.

Sorry, but "MiKTeX Compiler Driver" did not succeed.The log file hopefully contains the information to get MiKTeX going again: C:\Users\Username\AppData\Local\MiKTeX\miktex\log\texify.log解决方案：检查bib文件中有没有重复的文献，有的话删掉重复的即可...

原创 一些科学名言

计算机程序设计：过早优化是万恶之源。-----Donald Knuth（高德纳）线性代数：引入一些数作为坐标是一种鲁莽的行为-----赫尔曼·外尔参考文献：【1】【熟肉】线性代数的本质 - 01 - 向量究竟是什么？_哔哩哔哩_bilibili...

原创 visio选择被遮盖的图形元素

使用“套索选择”即可轻松选中所“套”住的区域上述惭怍和PPT中操作类似：PPT如何选中被其他图形挡住的图形对象？_Office教程网 (office26.com)

原创 WPS公式、Mathtype公式输入花体字母（同Latex的\mathcla）

目录1.Latex花体字母:2.在MathType中输入空心字和花体字的操作：3.WPS公式中输入花体：如果想在WPS公式、Mathtype公式输入下图latex样式的花体字母1.Latex花体字母:2.在MathType中输入空心字和花体字的操作：步骤一 选中需要修改的字母，点击公式编辑器菜单栏中的样式->定义。步骤二 输入花体字：在字体栏中选择“Eulid Math One”字体。步骤三 输入空心字：在字体栏中选择“Eulid Mat

转载 origin 已画好的图中添加曲线

图像作为当前界面，点击Graph -> Plot setup 展开sheet（图二红圈处）

转载 Visio另存为无白色边框的pdf矢量图

工具： visio 2010假定已经绘制完图形。步骤：1. 在菜单栏找到“开发工具”选项，如果没有开发工具，可以通过右键点击任意菜单选项，在弹出菜单中选择自定义功能区。在自定义功能区选项卡中（主选项卡），将开发工作的选择框勾选上。2. 在开发工具的展开的工具栏中，找到“显示形状表”，在其上有个下拉“三角”，选择“页”。在页属性中，找到”Print Properties”，将“PageLeftMargin”，“PageRightMargin”，“PageTopMargin”，“PageBottom

转载 visio画两条直线交叉但不弯曲不跨线

设置方案：Visio菜单栏 设计-》连接线-》显示跨线设置前：设置后：

转载 python 统计列表中元素的数量

转自：python 统计列表中元素的数量_焦糖花粥的博客-CSDN博客_python统计列表中元素的个数一、统计列表中不同元素的个数list=[1,2,1,2,3,3,4,5,4]print(list)set1=set(list)print(set1)print(len(set1))二、统计列表中元素出现的次数list=[1,2,1,2,3,3,4,5,4]set=set(list)dict={}for item in set: dict.update({i

原创 解决RuntimeError: Expected all tensors to be on the same device, but found at least two devices,

目录1.错误：RuntimeError: Expected all tensors to be on the same device, but found at least two devices, cuda:0 and cpu!2.错误：Tensorfor argument #2 ‘mat1’ is on CPU, but expected it to be on GPU (while checking arguments for addmm)1.错误：RuntimeError: E.

转载 numpy 中降维函数ravel（）、flatten（）、squeeze（）、reshape（）笔记

ravel（）：将多维数组拉平（一维）flatten（）：将多维数组拉平，并拷贝一份squeeze（）：除去多维数组中，维数为1的维度，如315降维后3*5reshape（-1）：多维数组，拉平reshape（-1，5），其中-1表示我们不用亲自去指定这一维度的大小，理解为n维...

原创 coo/csr matrix删除行\列，获取非零条目

目录1.csr和ndarray互相转换2.coo和csr互相转换3.coo/csrmatrix删除列4.csr matrix删除行5.coo\csr获取某一行\列6.coo/csr获取非零条目在计算中可能会遇到删除稀疏矩阵中某些行或者列，然后构造新的稀疏矩阵的操作，但是numpy中没有提供相应的功能接口，可以自己动手实现。1.csr和ndarray互相转换ndarray->csrscipy.sparse.csr_matrix（ndarray）csr-.

原创 PPNP和APPNP

目录1.原始PageRank：2.修正的PageRank：3.个性化PageRank：4.PPNP：5.APPNP1.原始PageRank：2.修正的PageRank：3.个性化PageRank：求解得：4.PPNP：5.APPNP

原创 机器学习多目标损失,一个损失始终不变问题

摘要：a=3+1print(a)#输出3,不报错a=3\+1print(a)#输出4对于多目标损失，计算时，一定要把多目标的tensor类型loss进行求和，才能形成模型闭合，后续才能根据loss.backward()更新权重。而在多目标loss相加时容易犯一个错误，由于计算两个loss语句较长，会涉及换行，常常直接换行，并且把+放在行首，导致后一个loss根本没有加进去，但是系统也不会报错，如下：loss = F.nll_loss(F.log_softmax(logit

原创 使用sklearn划分训练集、验证集、测试集

train_rate，val_rate分别代表训练集、验证集比例from sklearn.model_selection import train_test_splittrain_idx, val_test_idx, _, y_validate_test = train_test_split(index, labels, stratify=labels, train_size=train_rate,test_size=1-train_rate,

原创 sklearn多分类求AUC，多分类report

一般调用sklearn的roc_auc_score方法，roc_auc_score(y_true, y_score, *, average="macro", sample_weight=None, max_fpr=None, multi_class="raise", labels=None):但是该方法在多分类计算时，有两个要求：1.y_score的维度需要和标签种类数一致。而在二分类问题中，可以直接取y_score的第二维，如果多分类也这样会报错。Axis

原创 解决accuracy_score报错Classification metrics can‘t handle a mix of continuous and multiclass targets

问题原因：label和predicted类型不一致如果label是one-hot形式，需要在inputs_labels后面加.argmax(axis=1)进行反one-hot编码acc = accuracy_score(inputs_labels.argmax(axis=1),predicted.numpy().argmax(axis=1))此外，如果求交叉熵的时候，label是one-hot形式，使用：loss_fn = tf.keras.losses.CategoricalC..

转载 Tensorflow2.0 label与one-hot独热编码向量之间的相互转换

Tensorflow2.0 label与one-hot独热编码向量之间的相互转换_清风思月的博客-CSDN博客https://blog.csdn.net/zhaoguanghe/article/details/103442630目录1.label 转 one-hot2.one-hot 转 label1.label 转 one-hot import tensorflow as tf label = tf.stack(5)one_hot_label = tf.one_ho.

原创 交叉熵损失函数和NLL_loss

损失函数｜交叉熵损失函数 - 知乎 (zhihu.com)https://zhuanlan.zhihu.com/p/35709485

转载 python变量前的单下划线(伪私有变量)和双下划线(真私有变量)

转自：python变量前的单下划线(私有变量)和双下划线() - 大西瓜Paul - 博客园 (cnblogs.com)1.单下划线变量前的单下划线表示表面上私有 ，但是其实这样的实例变量外部是可以访问的，但是，按照约定俗成的规定，当你看到这样的变量时，意思就是，“虽然我可以被访问，但是，请把我视为私有变量，不要随意访问”。2.双下划线变量前的双下划线表示真正的私有,实际上的私有,只有内部可以访问，外部不能访问但是有窍门,可以在类里面增加get__namedede和set__nam.

原创 获取稀疏型张量（sparse tensor）的数值

目录方法一：使用sparse的._indices()和._values()方法二：使用Dgl的graph.adj_sparse('coo')有时候tensor是稀疏型的，比如是coo matrix的tensor：>>>graph.adj()tensor(indices=tensor([[ 0, 0, 0, ..., 116380, 116381, 116382], [110282, 1011

转载 Pytorch统计tensor中的相同元素的个数

import torch class_dic={0:"Benign",1:"In Situ",2:"Invasive",3:"Normal"}results={"Benign":0,"In Situ":0,"Invasive":0,"Normal":0}c=torch.tensor([1, 1, 1, 1, 3, 2, 1, 1, 3, 3, 1, 2])print(c)#tensor先转numpy再转listcc=c.numpy().tolist()dict = {}for key i.

原创 神经网络参数初始化参数固定

一般来说，神经网络模型实验重复多次，但最终结果仍然有较大波动时，应该从三个方面结果：种子、初始点、优化器。其中种子的固定尤为关键，应在代码中加入下列种子固定代码def setup_seed(seed): random.seed(seed) np.random.seed(seed) torch.manual_seed(seed) torch.cuda.manual_seed_all(seed) torch.backends.cudnn.determinis..

原创 Profile内存分析