随笔分类 - Python
摘要：本文主要介绍将pytorch模型准确导出为可用的onnx模型。以方便OpenCV Dnn,NCNN,MNN,TensorRT等框架调用。所有代码见：Python-Study-Notes 文章目录 1 使用说明1.1 读取模型1.2 检测图像1.3 导出为onnx模型1.4 模型测试1.5 模型简化1
阅读全文
摘要：本文主要展示各类深度学习优化器Optimizer的效果。所有结果基于pytorch实现，参考github项目pytorch-optimizer(仓库地址)的结果。pytorch-optimizer基于pytorch实现了常用的optimizer，非常推荐使用并加星该仓库。 文章目录 1 简介2 结果
阅读全文
摘要：Python argparse教程展示了如何使用argparse模块解析Python中的命令行参数。 文章目录 1 使用说明1.1 Python argparse可选参数1.2 Python argparse必需参数1.3 Python argparse位置参数1.4 Python argparse
阅读全文
摘要：本文主要介绍Python中*args和**kwargs参数的使用 文章目录 1 使用2 拓展3 参考 1 使用 在Python中，定义函数时可以使用两个特殊符号，以允许它们接受可变数量的参数。这两个特殊符号为*和**。通常*和args一起使用，**和kwargs一起使用。事实上args和kwargs
阅读全文
摘要：圆环图本质上是一个中间切出一块区域的饼状图。可以使用python和matplotlib库来实现。本文主要介绍基于matplotlib实现圆环图。本文所有代码见：Python-Study-Notes # 去掉警告 import warnings warnings.filterwarnings("ign
阅读全文
摘要：雷达图（也称为蜘蛛图或星形图）是一种可视化视图，用于使用一致的比例尺显示三个或更多维度上的多元数据。并非每个人都是雷达图的忠实拥护者，但我认为雷达图能够以视觉上吸引人的方式比较不同类别各个特征的值。本文主要讲述通过matplotlib绘制雷达图。本文所有代码见：Python-Study-Notes
阅读全文
摘要：Python中的赋值语句不创建对象的副本，它们只将名称绑定到对象。对于不可变的对象，这通常没有什么区别。但是对于处理可变对象或可变对象的集合，您可能需要寻找一种方法来创建这些对象的“真实副本”或“克隆”。从本质上讲，您有时会希望拷贝可以在不自动修改原始副本的情况下进行修改。在本文中，我将向您简要介绍
阅读全文
摘要：如果您从事的Python项目有多个文件，那么您以前可能不得不使用import语句。即使对于拥有多个项目的Python重度使用者（比如我），import也可能会造成混淆！您可能正在阅读本文，因为您想对Python中的import（尤其是绝对导入和相对导入）有更深入的了解。 在本教程中，您将学习两者之间
阅读全文
摘要：Yellowbrick可视化工具旨在指导模型选择过程。一般来说，模型选择是一个搜索问题，定义如下：给定N个由数值属性描述的实例和（可选）一个估计目标，找到一个由特征、算法和最适合数据的超参数组成的三元组描述的模型。在大多数情况下，“最佳”三元组是指收到模型类型的最佳交叉验证分数的三元组。 代码下载
阅读全文
摘要：聚类模型是试图检测未标记数据中模式的无监督方法。聚类算法主要有两类：聚集聚类将相似的数据点连接在一起，而质心聚类则试图在数据中找到中心或分区。Yellowbrick提供yellowbrick.cluster用于可视化和评估群集行为的模块。目前，我们提供了几种可视化工具来评估质心机制，特别是K均值聚类
阅读全文
摘要：回归模型试图预测连续空间中的目标。回归计分可视化工具显示模型空间中的实例，以便更好地理解模型是如何进行预测的。代码下载 Yellowbrick已经实施了三种回归评估： 残差图Residuals Plot：绘制期望值与实际值之间的差预测误差图Prediction Error Plot：在模型空间中绘制
阅读全文
摘要：目标可视化工具专门用于直观地描述用于监督建模的因变量，通常称为y目标。 代码下载 当前实现了以下可视化： 平衡箱可视化Balanced Binning：生成带有垂直线的直方图，垂直线显示推荐值点，以将数据装箱到均匀分布的箱中。类平衡Class Balance：可视化来检查目标，以显示每个类对最终估计
阅读全文
摘要：在本教程中，我们将查看各种Scikit Learn模型的分数，并使用Yellowbrick的可视化诊断工具对它们进行比较，以便为我们的数据选择最佳的模型。 代码下载 文章目录 1 使用说明1.1 模型选择三原则1.2 关于数据1.3 特征提取1.4 建模与评估1.4.1 评估分类器的通用指标1.4.
阅读全文
摘要：Yellowbrick是一个机器学习可视化库,主要依赖于sklearn机器学习库，能够提供多种机器学习算法的可视化，主要包括特征可视化，分类可视化，回归可视化，回归可视化，聚类可视化，模型选择可视化，目标可视化，文字可视化。本节主要介绍Yellowbrick如何快速使用。 代码下载 文章目录 1 使
阅读全文
摘要：特征选择 代码下载 本文主要介绍sklearn中进行特征选择的方法。 sklearn.feature_selection模块中的类可用于样本集的特征选择/降维，以提高估计量的准确性得分或提高其在超高维数据集上的性能。 文章目录 1 SelectFromModel基础使用2 SelectFromMod
阅读全文
摘要：特征选择 代码下载 本文主要介绍sklearn中进行特征选择的方法。 sklearn.feature_selection模块中的类可用于样本集的特征选择/降维，以提高估计量的准确性得分或提高其在超高维数据集上的性能。 文章目录 1 基本方法1.1 SelectKBest1.2 SelectPerce
阅读全文
摘要：特征选择 代码下载 本文主要介绍sklearn中进行特征选择的方法。 sklearn.feature_selection模块中的类可用于样本集的特征选择/降维，以提高估计量的准确性得分或提高其在超高维数据集上的性能。 文章目录 1 删除低方差的特征2 参考 # 多行输出 from IPython.c
阅读全文
摘要：Python装饰器教程展示了如何在Python中使用装饰器基本功能。 文章目录 1 使用教程1.1 Python装饰器简单示例1.2 带@符号的Python装饰器1.3 用参数修饰函数1.4 Python装饰器修改数据1.5 Python多层装饰器1.6 Python装饰器计时示例 2 参考 1 使
阅读全文
摘要：Python lambda函数教程展示了如何在Python中创建匿名函数。Python中的匿名函数是使用lambda关键字创建的。 文章目录 1 介绍1.1 简单使用1.2 Python lambda与map1.3 Python lambda与filter1.4 Python lambda与sort
阅读全文
摘要：Python日志记录教程展示了如何使用日志记录模块在Python中进行日志记录。 文章目录 1 介绍1.1 背景1.2 Python日志记录模块1.3 根记录器 2 Python logging模块使用教程2.1 Python logging模块简单使用2.2 Python有效日志记录级别2.3 P
阅读全文
浙公网安备 33010602011771号