12 2019 档案

摘要:# -*- coding: utf-8 -*- from sklearn.svm import SVC import numpy as np print(X.shape,Y.shape) X = np.random.random((10,5)) #训练数据 Y = np.array([1,0,1,0 阅读全文
posted @ 2019-12-31 16:44 牛郎 阅读(879) 评论(0) 推荐(0)
摘要:du -lh --max-depth=1 阅读全文
posted @ 2019-12-30 14:17 牛郎 阅读(5985) 评论(0) 推荐(0)
摘要:json格式多种多样,本代码着重看函数部分 import json, csv, os import pandas as pd josns_root = 'jsons' csvs_root = 'csvs' list_josn = os.listdir(josns_root) for bb in li 阅读全文
posted @ 2019-12-25 13:47 牛郎 阅读(1037) 评论(0) 推荐(0)
摘要:找到小图片在原图的位置进行标记 import cv2, os cells_root = './cells/crop/' #小图路径 FOV_range_root = 'origin_imgs_range' #原图路径 def get_cells_location(cells_root_): cell 阅读全文
posted @ 2019-12-16 10:33 牛郎 阅读(224) 评论(0) 推荐(0)
摘要:楼主用的linux,一旦数据达到几万,文件夹打开就会变卡,同时也方便同时分工协作,便于git管理,写了个将大文件夹分割成多个小文件夹的脚本 如操作文件夹:img,脚本不破坏img的数据,创建img_1/img_2……,脚本与操作文件夹必须在同一根目录 运行时需要手动修改:mv_file('img', 阅读全文
posted @ 2019-12-13 14:37 牛郎 阅读(3840) 评论(0) 推荐(0)
摘要:为了方便倒腾数据,功能如题,该脚本和操作目录在同一根目录 实际运行时要手动修改程序中:cpfile_rand('img', 'outfile', 10) # 操作目录,输出目录,输出数量 import os import random import shutil def cpfile_rand(im 阅读全文
posted @ 2019-12-13 14:30 牛郎 阅读(1731) 评论(0) 推荐(0)
摘要:1. [深度学习] Keras 如何使用fit和fit_generator https://blog.csdn.net/zwqjoy/article/details/88356094 ps:解决样本数量不均衡:fit_generator中设置参数class_weight = 'auto' 2. 实现 阅读全文
posted @ 2019-12-06 10:59 牛郎 阅读(1558) 评论(0) 推荐(0)