原创 分類問題中的決策面畫法 (直觀理解plt.contour的用法)

摘要 通過分類問題中決策面的繪製過程直觀理解matplotlib中contour的用法,主要包括對 np.meshgrid 和plt.contour的直觀理解。 前言 分類問題中,我們習慣用2維的dmeo做例子,驗證算法的有效性。

原创 LaTex 常用符號總結

前言 雖然現有資料中有很多關於latex中的常用符號和命令,但它們的排版和順序不符合我的思路,有時查一個命令需要半天,因此這裏重新總結一份。我常用的字典一樣的資料就是文獻[1],非常全面,但是很多命令八百年也用不上一次,因此有時找

原创 學習python: 單例設計模式

簡介: 本文主要講兩個問題: pyhton創建一個對象的過程。 單例設計模式的一種實現方式。 python 創建一個對象的過程 當我們實例化一個對象的時候,基本上可以分爲如下步驟: 調用__new__(cls)方法

原创 學習python:異常處理

簡介 本文主要介紹python的異常處理機制,包括: 如何使用異常處理 異常的傳遞 拋出異常 由於比較簡單,因此這裏介紹的不是很詳細。 有一些代碼來源於網絡。 如何使用異常處理 所有的面嚮對象語言對異常的處理方式大同小異,在

原创 python工具包:random的注意事項

問題 我們知道在由於random包中生成的是僞隨機數,因此通過設置seed可以固定住隨機結果。 但有一次使用時發現設置完seed之後結果依然改變: 代碼如下: 19 random.seed(args.seed) 20

原创 學習python:實例屬性和類屬性

簡介: 我們常寫的python代碼中如果給一個對象增加一個屬性,比如給一個Student類增加一個name屬性,那麼可以直接在__init__(self, name)增加一個self.name = name即可。這樣每新建一個對象

原创 ubuntu 16.04: 安裝NVIDIA驅動,CUDA,CUDNN

卸載原有驅動 sudo apt-get remove –purge nvidia* 禁用nouneau 在 /etc/modprobe.d/blacklist.conf 下添加內容: sudo vim sudo /etc/mod

原创 Pytorch 深度學習入門建議

0. 簡介 本文主要介紹了使用pytorch作爲框架入門深度學習。 其中第1節(深度學習入門)內容較多,建議邊看第1節邊實踐第2節(Pytorch入門)中的內容(主要是2.1和2.2)。 1. 深度學習入門 網上的資源非常多,這裏

原创 學習pytorch: 語義分割工具

文檔 Awesome-Pytorch-list: 提供了pytorch的各種工具,代碼,文檔等,下面的2,3是在裏面挑出來我使用過的工具。 可視化 tensorboardX: tensorboard的擴展,可以結合pytor

原创 學習pyhton: argparse模塊

簡介 當遇到需要參數的情況時,往往有以下三種處理方法[1]: 直接給定 這種方法實現起來方便,但是靈活性稍差,每次都需要打開源碼修改。 手動解析 這種方法也算是比較常用,但是當參數過多時就顯示出來不方便了,因爲每次輸入的格式以及參

原创 學習python: 函數參數

大體上python中的參數可以根據其表現形式分爲以下四種: 位置參數 默認參數 關鍵字參數 可變參數 其中前兩種是比較常用的方式,其形式也c,c++等語言形式上比較相似,因此比較好理解。 關鍵字參數也是非常常用的方式,使用關鍵

原创 ubuntu 16.04: 配置ssh, vnc, ftp遠程

前言 根據實際需求,將ubuntu系統配置爲遠程服務器供多人使用。 本文主要介紹四個內容: 在ubuntu上創建多個用戶 配置ssh服務器(供用戶進行ssh遠程連接) 配置vncserver (供用戶進行遠程桌面訪問) 配置ft

原创 學習vim: 配置python相關插件

注:本文中所有的插件均爲作者長時間實踐挑選的產物,適合入門Vim編輯器之後的人羣。通過增加不同插件,幾乎可以完全拋棄鼠標,使代碼效率倍增,給人一種很爽的感覺,哈哈哈。 以下所有配置均在ubuntu16.04下安裝完成: 配置v

原创 學習pytorch: API 學習

torch torch.clamp(input, min, max, out=None) → Tensor Clamp all elements in input into the range[min, max] and re

原创 學習python: 2.x 和 3.x的區別

雖然現在見到的python 2.x 代碼不多,但是遇到後還是會出現和python 3.x不兼容的情況。本文將遇到過的差別列了出來,以便翻看。 生成器next的使用 python2: 調用方式爲x.next() x = (i f