摘要：
NLP多标签多分类使用样例 因为是医学数据，涉及最大的问题，类别不均衡问题，提供三种解决方案： 重采样：原数据集设置为X，划分好训练集，测试集；以训练集为例如果需要1000个，训练集一共5类，每类中随机取一次，取200次。这样训练时的数据是均衡的，但是不适合多标签。 调整训练过程的权重分配，数量少的 阅读全文
posted @ 2024-09-19 14:26
绯色鱼
阅读(380)
评论(0)
推荐(0)
摘要：
涵盖了keras，tensorflow，torch，ms多框架的LSTM模型。 4 torch+NPU-Ai core模型训练 从这开始真正调用昇腾平台NPU-Ai core资源，加速训练 在3的基础上面修改 # 1. 创建模型，最后加了.npu() model = AttentionLSTM(in 阅读全文
posted @ 2024-09-19 14:25
绯色鱼
阅读(81)
评论(0)
推荐(0)
摘要：
涵盖了keras，tensorflow，torch，ms多框架的LSTM模型。 原始开发环境：华为云昇腾Ascend下mindspore1.8下 可使用资源：CPU，NPU-Ai core，NPU-HBM 个人使用流程：【NPU-HBM和NPU-Ai core的关系类似CPU和GPU】 ①keras 阅读全文
posted @ 2024-09-19 14:24
绯色鱼
阅读(117)
评论(0)
推荐(0)
摘要：
npm install -g cnpm --registry=https://registry.npm.taobao.org npm install -g @vue/cli mkdir xxx cd xxx vue init webpack vue-app 【上面慢，git clone https: 阅读全文
posted @ 2024-09-19 14:23
绯色鱼
阅读(12)
评论(0)
推荐(0)
摘要：
Selenium【Version: 4.9.1】爬虫使用中阶攻略，包含一些其他博客可能没有的经验 一共涉及三个模块：Selenium控件控制，OCR识别，pyinstaller打包+ini配置 from selenium import webdriver from selenium.webdrive 阅读全文
posted @ 2024-09-19 14:21
绯色鱼
阅读(99)
评论(0)
推荐(0)
摘要：
Git/Gitee仓库代码拉取与上推 1 确保你的git与你的账号相连【可以直接2，如果出问题再回来验证】 1.1 查看git config # 查看全局配置 git config --global -l 1.2 查看gitee的凭证 如果不对应，手动修改即可 1.3 github不对应，git c 阅读全文
posted @ 2024-09-19 14:20
绯色鱼
阅读(23)
评论(0)
推荐(0)
摘要：
cv2间隔指定秒抓取视频 以上为一些常见编码格式： I420，YUV编码，视频格式为.avi PIM1，MPEG-1编码，视频格式为.avi XVID，MPEG-4编码，视频格式为.avi THEO，Ogg Vorbis，视频格式为.ogv FLV1，Flash视频，视频格式为.flv AVC1，H 阅读全文
posted @ 2024-09-19 14:17
绯色鱼
阅读(25)
评论(0)
推荐(0)
摘要：
手动QDUOJ部署 [更推荐官网一键部署，手动有失败率，但是能更深入理解部署过程] 目录 ★标记的部分很重要 一、需求环境 Docker，Docker-compose，python=3.8[推荐] # 查看版本 docker -v docker-compose -v 环境配置[Ubuntu20.04 阅读全文
posted @ 2024-09-19 14:15
绯色鱼
阅读(315)
评论(0)
推荐(0)
摘要：
git clone无法连接了，个人经验分享 # npm ubuntu系统中 子系统报错可能因为ssh连接问题， # 邮箱填自己github的 ssh-keygen -t rsa -C "11111@qq.com" # github打开设置里面的ssh配置 # 将 ~/.ssh/id_rsa.pub 阅读全文
posted @ 2024-09-19 14:14
绯色鱼
阅读(282)
评论(0)
推荐(0)
摘要：
docker是啥： 类似虚拟机一样，有单独的接口管理，可以将要运行的服务放到一个单独的环境中，主机只需要对docker的端口和资源进行管理即可。以一个我实际操作的项目为例： 红色为主机，docker运行在主机上，docker里面可以单独配置容器存放我们需要运行的程序，如果容器内服务运行在8000端口 阅读全文
posted @ 2024-09-19 14:12
绯色鱼
阅读(9)
评论(0)
推荐(0)
摘要：
试了三遍，终于挂载成功了DMOJ，随笔记录 Ubuntu20.04、Ubuntu20.04【WSL】适用 官方提供的开发文档 DMOJ官网 GitHub地址 1.环境配置 apt update # 大前置 apt install git gcc g++ make python3-dev python 阅读全文
posted @ 2024-09-19 14:10
绯色鱼
阅读(196)
评论(0)
推荐(0)
摘要：
以下均在django版本2.2以下： 这里解决两个django问题，如标题所见，这里在详细说明一下，网上教程版本层次不齐。迷惑之处url 究竟要怎么安排，怎么写，不同url文件之间关系；另一个问题，静态文件static和templates两个文件怎么弄。 1. 路由问题 先来理解路由，简单来说就是站 阅读全文
posted @ 2024-09-19 14:04
绯色鱼
阅读(93)
评论(0)
推荐(0)
摘要：
随笔记录django在阿里云服务器部署 环境 前提准备： ①django2.2的一个本地项目，本地部署没有问题 ②阿里云的Ubuntu18的轻量级应用服务器 ③了解linux都有什么目录（/usr，/root...），会使用vim和ls、rm、mkdir等常见文件操作命令 方便对比自己环境 ，这里详 阅读全文
posted @ 2024-09-19 14:03
绯色鱼
阅读(103)
评论(0)
推荐(0)
摘要：
对于货物派送问题，白文解释原理，并通过matlab和python分别实现。 问题： 文献： https://kns.cnki.net/kcms/detail/detail.aspx?dbcode=CJFD&dbname=CJFDLAST2021&filename=WLJS202104028&v=1m 阅读全文
posted @ 2024-09-19 14:02
绯色鱼
阅读(110)
评论(0)
推荐(0)
摘要：
对于PCA和MDS降维两种方法，在数据分析，还是建模中我用到了很多次，很多时候都是直接在sklearn中调函数，或者直接网上找现成的，现在终于到了分析它的处理原理（数学角度）。 PCA降维 PCA可谓是我用的第二多的，我知道的要晚一些，（我看好多人都是先知道PCA，然后知道MDS，我竟然是反的）这里 阅读全文
posted @ 2024-09-19 14:00
绯色鱼
阅读(93)
评论(0)
推荐(0)
摘要：
介绍了一些标题方法的求解过程。 关键词：估计方差 估计偏差 McNemar检验 Friedman检验 Nemenyi后续检验 一、评估假设 估计偏差和估计方差 估计偏差 我们知道训练误差和测试误差，如果只有一个数据集，拿着它去喂我们的模型，然后拿它再去测试模型会出现一种看上去指标很高，但是很假的情况 阅读全文
posted @ 2024-09-19 13:58
绯色鱼
阅读(88)
评论(0)
推荐(0)
摘要：
详细案例解释ROC与AUC过程。 1.ROC与AUC评价 前面对ROC和AUC简单有了了解，只知道了他是用来评价学习器优劣的指标，这里来更详细记录下具体意义和求法。 图中曲线为ROC曲线，曲线下的面积的具体数值为AUC指标。 α越接近α0，分类器性能越好，当ROC曲线降到红线以下时，说明用这个分类器 阅读全文
posted @ 2024-09-19 12:17
绯色鱼
阅读(63)
评论(0)
推荐(0)
摘要：
三种评估方法：留出法，交叉验证，自助法。和一些性能度量知识。 02模型评估与选择 2.2 模型选择 2.1.1 评估方法 首先什么是评估方法，你可以简单理解为我的模型建好了，用什么数据去评估它。理论来说应该是用未来的数据去评估，但是实际我们是没有未来数据的，那么我们就要从总数据中拿出一部分来当做‘未 阅读全文
posted @ 2024-09-19 12:16
绯色鱼
阅读(52)
评论(0)
推荐(0)
摘要：
经验误差、过拟合。 学习书籍是周志华老师的《机器学习》听课后记录笔记。 02模型评估与选择 2.1 经验误差与过拟合 主要几个个概念：泛化误差，经验误差，损失函数，过拟合 泛化误差：未来样本的误差 经验误差：训练样本的误差（非常小会过拟合） 然后我们认识一下Loss函数（损失函数），他一般用来判断模 阅读全文
posted @ 2024-09-19 12:15
绯色鱼
阅读(27)
评论(0)
推荐(0)
摘要：
问题来源： 本身在Al studio的环境训练是没问题的，由于某些问题在平台不好弄，于是copy了项目，anconda建立了paddle-gpu的虚拟环境也搭建了，但是在跑项目的时候出现了如下错误： 网上了查看了许多方法，参考着试了不少 测试方法一： 缺少的dll文件补上了，失败告终 测试方法二：虚 阅读全文
posted @ 2024-09-19 12:12
绯色鱼
阅读(473)
评论(0)
推荐(0)
摘要：
使用bat命令，创建TXT直接强制改后缀BAT，这导致一个中文编码问题。 问题 使用bat命令，我习惯于创建TXT直接强制改后缀BAT，这导致一个中文编码问题，TXT的默认一般UTF-8编码，而DOS是ASCII编码。 解决方案 在写BAT命令内容之前加一行： chcp 65001 我的感觉，这和p 阅读全文
posted @ 2024-09-19 12:06
绯色鱼
阅读(87)
评论(0)
推荐(0)
摘要：
python3.7 环境window10 64位 cv2包问题。 问题 做图片处理用opencv-python做模板匹配的时候会用个sift模型，就会用到cv2.xfeatures2d_SIFT.create()这个函数，在我正要用它增加自己知识，巴拉巴啦....的时候，咦？！ 这是个什么鬼哦，没有 阅读全文
posted @ 2024-09-19 12:05
绯色鱼
阅读(138)
评论(0)
推荐(0)
摘要：
使用anonymous-microsoft web.data的多维数据集的时候，因为该数据集没有标签，在自己打标签的过程中遇到了一些问题。 问题 最近做聚类的时候发现在做一个名为anonymous-microsoft web.data的多维数据集的时候，因为该数据集没有标签，在自己打标签的过程中遇到 阅读全文
posted @ 2024-09-19 12:03
绯色鱼
阅读(31)
评论(0)
推荐(0)
摘要：
案例学习多元线性拟合。 从案例中学习新知识是比较快的，所以我们直接上例子： （本文为基础学习，以理解为主） 案例一：拟合一元一次 x = [143,145,146,148] y = [11,13,14,15] # 我们现在拟合这个y = bx+a 这里要介绍一个写好的包，regress()使用参数如 阅读全文
posted @ 2024-09-19 12:02
绯色鱼
阅读(74)
评论(0)
推荐(0)
摘要：
MATLAB的基本操作不做介绍，直接开始感知器的学习，学会制作单层感知器和多层感知器 一、单层感知器 1、结构图如下：（懂得直接跳到2、） 单层感知器，即只有一层神经元节点，上图为一个神经元的示意图。 多个输入经过加权求和之后得到一个值，这个值再加上一个b（有点类似y=ax+b）经过激活函数后就可以 阅读全文
posted @ 2024-09-19 12:01
绯色鱼
阅读(53)
评论(0)
推荐(0)
摘要：
简单介绍了一些常用的特殊矩阵，矩阵的变换，特征值和特征向量。 一、特殊矩阵 1、zeros() ①y = zeros(m)：创建m×m的元素全为0的矩阵传递给y。 ②y = zeros(m,n):创建m×n的元素全为0的矩阵传递给y。 ③y = zeros(size(x))：创建一个和x大小一样的元 阅读全文
posted @ 2024-09-19 12:00
绯色鱼
阅读(84)
评论(0)
推荐(0)
摘要：
随手记录，第一次用爬虫 首先说一下环境部分 我的环境： python3.7 Anconda虚拟环境 所应用库：pandas，json，requests，time（time库因为要爬取数据类型而用的，非必须库） 环境不同不会影响太大（似乎基本没啥影响） 爬虫开始 这里只说一些基础中的基础，适合pyth 阅读全文
posted @ 2024-09-19 11:58
绯色鱼
阅读(32)
评论(0)
推荐(0)
摘要：
简单介绍了系统聚类/层次聚类。 算法篇——系统聚类（或层次聚类） 一、使用前 问：系统聚类为啥用的不多？ 答：系统聚类适合小样本数据集，对于大样本系统聚类的运算复杂度成倍叠加，这导致这个方法用的时候不多。现在大多数都是在分析中等量样本集和大数据样本集。 二、系统聚类 系统聚类的原理，比如在一个平面， 阅读全文
posted @ 2024-09-19 11:54
绯色鱼
阅读(16)
评论(0)
推荐(0)
摘要：
简单介绍了剩余的评价指标，接上文 关键词：Jaccard系数 FM指数（FMI） Rand指数（RI）DBI DI 介绍篇——评价指标 补充 : 上一篇为针对二分类,如果为三类以上的分类时,对每一类单独分析,即分析A类: A类为正类,其他均为负类,然后按某方法综合分析: 某方法: 1.宏平均（mac 阅读全文
posted @ 2024-09-19 11:51
绯色鱼
阅读(73)
评论(0)
推荐(0)
摘要：
本篇介绍常用的评价指标，并介绍其原理，加上一些自己的理解。 关键词：NFL Accuracy Precision Recall F1 ROC+AUC 介绍篇——评价指标 评价指标用来评价一个学习器的好坏。 评价模型我们始终要明白一个道理NFL：没有免费的午餐！ 学习器的评价不是绝对的，它取决于你使用 阅读全文
posted @ 2024-09-19 11:50
绯色鱼
阅读(25)
评论(0)
推荐(0)
摘要：
对于什么是聚类做了一个简单的介绍，方便理解（适合刚入门机器学习的小白食用）。 开一个板块介绍聚类（周更/5-30） 分为3大部分（介绍篇，算法篇，实战篇） 介绍篇：聚类介绍+聚类指标详解 算法篇：聚类有很多种，以介绍算法为主，每一种都会给一个目前用的较多的算法 实战篇：2个二分类+2个多分类 介绍篇 阅读全文
posted @ 2024-09-19 11:47
绯色鱼
阅读(15)
评论(0)
推荐(0)
浙公网安备 33010602011771号