Loading

摘要: 解决Python报错Failed calling sys.__interactivehook__ 报错截图 可以看到主要的报错信息 File "D:\Python\Anaconda3\lib\site-packages\pyreadline\lineeditor\history.py", line 阅读全文
posted @ 2022-09-05 12:29 [X_O] 阅读(57) 评论(0) 推荐(0) 编辑
摘要: 免费的云产品 云数据库 地址:https://planetscale.com/ 使用:直接无脑操作,值得注意的是在选择CLI直接通过命令行来连接数据库时 mysql -h lqu8oy8shq8c.us-east-3.psdb.cloud -u 7f2u85345msy -p************ 阅读全文
posted @ 2022-08-12 11:54 [X_O] 阅读(149) 评论(2) 推荐(0) 编辑
摘要: 为给git设置代理 通过软件形式为git设置代理 命令(端口改为自己的端口): git config --global https.proxy http://127.0.0.1:1083 git config --global https.proxy https://127.0.0.1:1083 当 阅读全文
posted @ 2022-08-12 11:07 [X_O] 阅读(45) 评论(0) 推荐(0) 编辑
摘要: unp.h的安装以及第一个程序的运行 源代码下载以及编译 点击此处下载源代码 解压到本地文件夹,如果访问不了GitHub的话就用我搬到gitee的仓库吧 git clone https://gitee.com/Find-ing/unpv13e.git 直接这样就不用解压了 这里可以看看README 阅读全文
posted @ 2022-03-02 23:57 [X_O] 阅读(419) 评论(1) 推荐(0) 编辑
摘要: 创建新用户命令: useradd -d "/home/guest" -m -s "/bin/bash" guest 报错: useradd: cannot open /etc/passwd 按照网上的解决方案: chattr -ia /etc/passwd 此时/etc/passwd的属性: e / 阅读全文
posted @ 2022-03-02 20:57 [X_O] 阅读(72) 评论(0) 推荐(0) 编辑
摘要: C语言自动编译执行脚本 在Linux上面用命令行写一些简单的C语言程序,总是遇到一个问题,代码写完后要先编译后运行,而且编译生成的可执行文件默认还是a.out,自己去加参数去改有觉得十分麻烦,所以干脆就写了个脚本来帮我把这些麻烦的事情做了 #!/bin/bash filename=$1 locati 阅读全文
posted @ 2022-03-01 22:22 [X_O] 阅读(285) 评论(0) 推荐(0) 编辑
摘要: SpringBoot打包maven仓库里面没有的包 在遇到一些自定义的jar包,maven仓库里面没有这些包,但是发布线上时我们还是只想发布一个jar包,也就是我们想要把第三方包打在最后生成的大jar包里 在根目录新建一个lib目录,把jar包放入lib目录 在pom.xml里面先放入这段代码表示导 阅读全文
posted @ 2021-12-10 10:11 [X_O] 阅读(148) 评论(0) 推荐(0) 编辑
摘要: 卷积神经网络中nn.Conv2d()和nn.MaxPool2d() 卷积神经网络之Pythorch实现: nn.Conv2d()就是PyTorch中的卷积模块 参数列表 | 参数 | 作用 | | | | | in_channels | 输入数据体的深度 | | out_channels | 输出数 阅读全文
posted @ 2021-12-03 23:21 [X_O] 阅读(1178) 评论(0) 推荐(0) 编辑
摘要: LetNet、Alex、VggNet分析及其pytorch实现 简单分析一下主流的几种神经网络 LeNet LetNet作为卷积神经网络中的HelloWorld,它的结构及其的简单,1998年由LeCun提出 基本过程: 可以看到LeNet-5跟现有的conv->pool->ReLU的套路不同,它使用的方式是conv1->pool->conv2->pool2再接 阅读全文
posted @ 2021-12-03 23:15 [X_O] 阅读(336) 评论(0) 推荐(0) 编辑
摘要: nn.Conv2d()中dilation参数的作用 nn.Conv2d()中dilation参数的作用 下面这张图很好的描述了这个参数的作用 优点: 这样每次进行单次计算时覆盖的面积(感受域)增大,最开始时3*3 = 9 然后是5*5 = 25最后是7*7=49,增加了感受域却并未增加计算量,保留了更多的细节信息,对图像还原有明显的提升。 阅读全文
posted @ 2021-12-01 11:26 [X_O] 阅读(506) 评论(0) 推荐(0) 编辑