那抹阳光1994

摘要： 数据归一化 数据预处理中，标准的第一步是数据归一化。虽然这里有一系列可行的方法，但是这一步通常是根据数据的具体情况而明确选择的。特征归一化常用的方法包含如下几种： min-max标准化 逐样本均值消减(也称为移除直流分量) Z-score 标准化(使数据集中所有特征都具有零均值和单位方差) Z-sc 阅读全文

摘要： python因为其全局解释器锁GIL而无法通过线程实现真正的并行计算。这个论断我们不展开，但是有个概念我们要说明，IO密集型 vs. 计算密集型。 IO密集型：读取文件，读取网络套接字频繁。 计算密集型：大量消耗CPU的数学与逻辑运算，也就是我们这里说的并行计算。 而concurrent.futur 阅读全文

摘要： 什么是全局解释器锁GIL 首先需要明确的一点是GIL并不是Python的特性，它是在实现Python解析器(CPython)时所引入的一个概念。就好比C++是一套语言（语法）标准，但是可以用不同的编译器来编译成可执行代码。有名的编译器例如GCC，INTEL C++，Visual C++等。Pytho 阅读全文

摘要： 数据的正态性检验 检查数据是否满足正态分布，一个很直观的方法是考察数据的正态概率图和QQ图。在MATLAB中可以很容易实现。 正态概率图（normal probability plot） 用于检查一组数据是否服从正态分布。是实数与正态分布数据之间函数关系的散点图。如果这组实数服从正态分布，正态概率图 阅读全文

摘要： https://oldpan.me/ 阅读全文

摘要： 参考博客： 如何计算模型以及中间变量的显存占用大小： https://oldpan.me/archives/how-to-calculate-gpu-memory 如何在Pytorch中精细化利用显存 https://oldpan.me/archives/how-to-use-memory-pyto 阅读全文

摘要： Python 中使用PIL中的resize 进行缩放 二维卷积网络内存占用真的大，将图片缩小。。。 缩小后信息会丢失吧。。。 加入抗锯齿选项Image.ANTIALIAS 阅读全文

摘要： 随机梯度下降批尺寸有什么影响呢？？？ 当数据量足够大的时候可以适当的减小batch_size,由于数据量太大，内存不够。但盲目减少会导致无法收敛，batch_size=1时为在线学习， 也是标准的SGD，这样学习，如果数据量不大，noise数据存在时，模型容易被noise带偏，如果数据量足够大，no 阅读全文

摘要： 利用PIL.ImageOps.invert实现二值图像黑白反转 import PIL.ImageOps from PIL import Image img = Image.open('D:\\Desktop\\计算机视觉\\image\\0.png') img = img.convert('1') 阅读全文

摘要： 1 byte (B 字节) = 8 bits (b 比特位，0或1) 1 KB = 1024 (2^10) byte 1MB = 1024 KB 1GB = 1024 MB 1TB = 1024 GB 阅读全文