原创 圖像目標檢測網絡
一、定義 ROI（region of interest）：感興趣區域 region proposal method：候選區域方法 RPN（region proposal network）：候選區域網絡 滑動窗口檢測 SS（selectiv
2020-06-21 10:09:51
2
原创 基於sqlalchemy的MYSQL數據庫操作
一、機制 對象關係映射（Object Relational Mapping，ORM），將對數據庫的操作，映射爲對類的操作，一個表對應一個類。sqlalchemy無法獨立對數據庫進行操作，需要藉助其他第三方插件，這裏
2020-06-21 10:09:51
6
原创 linux（二）——重定向
0，1，2 0：標準輸入 1：代表正確的輸出 2：代表錯誤的輸出 標準輸出：通常指屏幕上輸出 > >> >是重定向覆蓋到一個文件，>>是追加內容到文件，均能創建新文件 < 由標準輸入改爲由指定地方輸入 & 2>&1將正確輸出和錯誤輸出
2020-05-31 21:25:42
原创 linux（五）——TX1的cpu/gpu鎖頻(設置最大頻率)
一、背景介紹 主頻：CPU自己運算的頻率 外頻：CPU和外部設備協作的頻率 倍頻：主頻/外頻 超頻：升高主頻，提高運算效率 鎖頻：一般是爲了防止超頻，把倍頻鎖定在特定數字 二、頻率的修改 這裏以cpu爲例子，gpu只需將cbus換成gbu
2020-05-31 21:25:32
3
原创 GAN、CGAN、DCGAN、Cycle GAN、SAGAN、WGAN、StarGAN
GAN： 值函數（評價函數，非損失函數）： x表示真實圖片，z表示輸入噪聲，x~Pdata(x)與x~Pz(z)表示滿足各自的分佈律。理想狀態下，D（G（Z））=0.5 更新方式： 交替訓練G（Generator）和D(Disc
2020-05-31 21:25:21
2
原创 linux（三）——tmux中使用jupyter實現便捷看圖及編輯
1）tmux a -t yourtmuxname 起一個終端複用的session 2）安裝jupyter：pip install jupyter 3）命令行運行jupyter notebook 4）瀏覽器登錄給的地址 常用快捷鍵： t
2020-05-31 21:25:21
2
原创 tensorflow（七）——基於RNN、LSTM進行正弦函數sin預測
一、基礎知識 RNN：存儲了隱藏層的輸出作爲下一次的輸入，網絡具有時序信息 雙向RNN:正向反向傳遞上一層的記憶，組合形成輸出 從RNN到LSTM：RNN存在梯度消失，梯度爆炸的現象，所以對記憶體的存儲更新做了修改，原來RNN是無限制
2020-05-31 21:25:21
原创 linux （一）——入門
1.目錄結構 鍵入 ls /  bin (binaries)存放二進制可執行文件，比如ls、mv等執行文件 sbin (super user binaries)存放二進制可執行文件，只有root才能訪問 etc (etcetera)存i
2020-05-31 21:25:21
原创 爬蟲（二）——使用多線程的方式爬取新版CSDN博客的總訪問量
一.背景描述 在訪問量上1萬+後就看不到具體的訪問數了，爲了獲得總訪問數可以將各篇博客的訪問數加起來，爲了實現這個步驟的自動化，使用了爬蟲的方法，怎麼爬csdn的博客訪問量可以參考以下博客，在此不贅述。 https://b
2020-05-31 21:25:21
原创 pytorch（三）——Tensor張量的運算
注：以下均基於導入庫 import torch 構造方法 常用函數 .reshape()#變形 .size()#返回大小 .dim()#返回維度，即size返回的數據條目個數 .numel()#返回元素個數，
2020-05-31 21:25:11
原创 CV2與PIL
一、打開與顯示 import cv2 from PIL import Image import matplotlib.pyplot as plt img_path = 'E:\\360MoveData\\Users\\Administ
2020-05-19 04:01:10
原创 基於pymysql的MYSQL數據庫操作
一、機制 pymysql庫的操作有點類似os.system(),需要直接給出mysql語句，會返回影響行數、數據等信息。 二、安裝庫及創建數據庫、表 PyMySQL-0.9.3 （至少安裝這個版本以上，否則會在connect時報錯）
2020-03-17 05:46:54
原创 OCR
前言 最簡單的Lenet網絡使用的是多層卷積+softmax，存在不足：輸入圖像是分割好的單個字符，更理想的形式是將分割與識別組合爲端到端的網絡。且使用softmax的機制意味着分割後子圖的數量決定了輸出字符串的長度。 當
2020-02-20 15:15:45
原创 pytorch（二）——基礎
聲明 以下均基於置入以下包 import torch import numpy as np from torch.autograd import Variable import torchvision import torch.nn
2019-03-15 13:27:06
6
原创 pytorch（三）——Tensor的運算
注：以下均基於導入庫 import torch 增減維度unsqueeze 、squeeze a=torch.Tensor([[1,2,3],[4,5,6]]) print(a.size())#torch.Size([2, 3])
2019-03-15 13:27:06