原创 Grad-CAM (CNN可視化) Python示例

論文:ICCV 2017《Grad-CAM:Visual Explanations from Deep Networks via Gradient-based Localization》 代碼:https://github.com/yiz

原创 Opencv-Python部署SIFT函數問題的處理

1、背景: pip install opencv_contrib_python pip install opencv-python  安裝的是最新版本 4.1.2.30,最新的也是到 3.4.2.17。 2、問題:   3、處理: 1

原创 PRML-github code使用兩個小攻略

PRML一書的源碼地址:https://github.com/ctgk/PRML git clone後如何使用?假設放到本地目錄  PRML/ 1.頭部引入: import sys if "PRML/" not in sys.path:

原创 Feature Map of Pytorch示例

場景:假設已訓練好model,並選了最佳模型best_net,現在想提取網絡層的特徵並繪出熱力圖。 1、oriImg = cv2.imread(image_path) #讀取一張圖片,image_path是圖片路徑 2、data = to

原创 t-SNE可視化示例

T 分佈隨機近鄰嵌入(T-Distribution Stochastic Neighbour Embedding)是一種用於降維的機器學習方法,它能幫我們識別相關聯的模式。t-SNE 主要的優勢就是保持局部結構的能力。這意味着高維數據空間

原创 Ubuntu下安裝Python開發的Facebook Faiss相似性搜索工具

Facebook 的相似性搜索工具 Faiss支持GPU下矢量表示檢索,有較強的檢索性能,可用於有效的相似性搜索(similarity search)和稠密矢量聚類(clustering of dense vectors)。Faiss 是

原创 Python倒排索引函數

場景:輸入一個矩陣,返回倒排索引後的矩陣。矩陣值是連續的,需要分箱。 def genInvertedIndex(X, bin_len=0.1): # parameter: X ,numpy array (n*m) # b

原创 Class Activation Mapping (CNN可視化) Python示例

Class Activation Mapping 論文:CVPR2016《Learning Deep Features for Discriminative Localization》 代碼:https://github.com/ache

原创 python下selenium模擬瀏覽器常見操作

本文主要記錄下selenium的常見操作,如定位具體元素的不同方法、在具體元素內循環、提取文本等。具體代碼如下: # -*- coding: utf-8 -*- ''' Created on 2019年4月30日 @author: c

原创 Linux下安裝和使用Latexdiff

投稿必然要改稿,痛苦,還要給出改稿清單,latexdiff是個好工具。 https://www.ctan.org/pkg/latexdiff https://github.com/ftilmann/latexdiff 1、linux下安裝

原创 Linux通過kaggle api下載kaggle數據集

1.kaggle登錄後下載API token 下載kaggle.json 2.linux本機安裝kaggle api pip install kaggle 然後在根目錄下創建.kaggle文件夾,並把kaggle.json放入 c

原创 ECG-QRS檢測參考代碼

一個完整週期的ECG信號有 QRS P T 波組成,不同的人相應不用的波形,同一個人在不同的階段波形也不同。所以QRS檢測是心電數據處理的基礎。 https://github.com/c-labpl/qrs_detector 參考這個代

原创 Bayesian Neural Network for regression (PRML)

Bayesian Neural Network : PRML  5.7章節 參考代碼:https://nbviewer.jupyter.org/github/ctgk/PRML/blob/master/notebooks/ch05_Neu

原创 基於pytorch開發CNN提取全連接層作爲特徵

場景:利用CNN網絡的全連接層作爲圖像的特徵。 代碼: import sys import os import math import random import heapq import time import copy impor

原创 IT技術能治病救人-數據是21世紀最偉大的藥物

mark下這篇文章,擔心鏈接失效,摘要些關鍵信息出來。 鏈接:https://mp.weixin.qq.com/s?__biz=MzA3NTIyODUzNA==&mid=2649579790&idx=3&sn=68df8eebda0988