原创 【Java筆記】面向對象之封裝與繼承+重載與重寫

1、包的作用與用法 2、訪問控制初步認識 封裝 3、繼承 4、重載與重寫 1、包的作用和用法 打包的語法格式爲: package 包名1[.包名2[.包名3……]]; 在該語法中,包名可以設置多個

原创 【深度學習】一文理解Ranking Loss/Contrastive Loss/Margin Loss/Triplet Loss/Hinge Loss

https://blog.csdn.net/LoseInVain/article/details/103995962/

原创 【python】Python中tqdm模塊的用法

原文出處: https://www.cnblogs.com/feffery/p/10343544.html 一、簡介   tqdm是Python中專門用於進度條美化的模塊,通過在非while的循環體內嵌入tqd

原创 【pytorch】AI Studio配置pytorch環境

參考:https://blog.csdn.net/firesolider/article/details/104948008 1.前言 窮哈沒有卡,學校硬件暫時還沒跟上。只能從網上找方法了。嘗試過: ①CoLab,失敗,需翻牆。本

原创 【pytorch】Pytorch:transforms的二十二個方法

轉載自:https://blog.csdn.net/u011995719/article/details/85107009 文章目錄一、 裁剪——Crop1.隨機裁剪:transforms.RandomCrop2.中心裁剪:tr

原创 【pytorch】transforms.Compose()類詳解:串聯多個transform操作

torchvision是pytorch的一個圖形庫,它服務於PyTorch深度學習框架的,主要用來構建計算機視覺模型。torchvision.transforms主要是用於常見的一些圖形變換。以下是torchvisio

原创 【pytorch】argparse基本用法

    關於argparse網上的資料好多,搞明白後自己整理下,方便以後查看。argparse 是python自帶的命令行參數解析包,可以用來方便地讀取命令行參數。它的使用也比較簡單。 1.基本框架 下面是採用argp

原创 【pytorch踩坑】IndexError: invalid index of a 0-dim tensor. Use tensor.item() to convert a 0-dim tensor

報錯原因分析: train_loss += loss.data[0] 是pytorch0.3.1版本代碼,在0.4-0.5版本的pytorch會出現警告,不會報錯,但是0.5版本以上的pytorch就會報錯,總的來說是版本更新問題

原创 【TF踩坑】ModuleNotFoundError: No module named 'tensorflow.python.eager'

錯誤信息 D:\SoftWares-Academic\Anaconda3\envs\tensorflow\python.exe D:/SoftWares-Academic/python_workspace/search-pictu

原创 【TF踩坑】ImportError: DLL load failed: 找不到指定的程序。

錯誤信息: D:\SoftWares-Academic\Anaconda3\envs\tensorflow\python.exe D:/SoftWares-Academic/python_workspace/search-pict

原创 github無法訪問的解決方法

親測可用

原创 TensorFlow踩坑記錄:tensorboard No scalar data was found.

TensorFlow踩坑記錄:tensorboard No scalar data was found.問題描述解決辦法 問題描述 代碼正確運行,模型訓練無誤,但是不顯示loss 解決辦法 將log文件放到不含中文的路徑下 沒有

原创 錯誤解決方法:log4j:WARN No appenders could be found for logger (com.mchange.v2.log.MLog). log4j:WARN Plea

log4j:WARN No appenders could be found for logger (com.mchange.v2.log.MLog). log4j:WARN Please initialize the log

原创 【小組會整理】adaboost算法

Boosting 算法的起源 boost 算法系列的起源來自於PAC Learnability(PAC 可學習性)。這套理論主要研究的是什麼時候一個問題是可被學習的,當然也會探討針對可學習的問題的具體的學習算法。這套理論是由Va

原创 Java中在一個方法中調用另一個方法

在同一個類中: 對於靜態方法,其他的靜態或非靜態方法都可以直接調用它。 而對於非靜態方法,其他的非靜態方法是可以直接調用它的。但是其他靜態方法只有通過對象才能調用它。 靜態方法不能被非靜態方法覆蓋。 public clas