06 2024 档案
摘要：转自：https://www.cnblogs.com/Chuantouli/p/12298579.html 简介 Hershell 1 Hershell(<a href="github.com/sysdream/hershell" target="_blank" rel="noopener">git
阅读全文
摘要：最近有空在看msf，发现msf里面有模块的源码是golang的，去翻了翻wiki，wiki上面的编写日期是2018.12.13，搜了下国内，好像没有这方面的文章，那就自己跟着做做记个笔记 首先第一步自然是安装go，官方wiki上测试是在1.11.2通过，建议使用 version >= 1.11.2
阅读全文
摘要：转自：https://www.cnblogs.com/miraclepbc/p/14385632.html 图像语义分割形象化描述 图像语义分割是指像素级地识别图像，即标注出图像中每个像素所属的对象类别。 目标：一般是将一张RGB图像（height*width*3）或是灰度图（height*widt
阅读全文
摘要：转自：https://www.cnblogs.com/miraclepbc/p/14385623.html 图像定位的直观理解 不仅需要我们知道图片中的对象是什么，还要在对象的附近画一个边框，确定该对象所处的位置。 也就是最终输出的是一个四元组，表示边框的位置 图像定位网络架构 可以将图像定位任务看
阅读全文
摘要：转自：https://www.cnblogs.com/miraclepbc/p/14378634.html 网络结构 因为主要是学习pytorch，具体原理没有深究。如果将来搞CV的话，可能再回来搞懂吧。 网络结构大概就是，用多个卷积核提取特征，然后将提取到的特征拼接在一起 网络结构如下： 实现思路
阅读全文
摘要：转自：https://www.cnblogs.com/miraclepbc/p/14378379.html 数据集描述 总共200200类图像，每一类图像都存放在一个以类别名称命名的文件夹下，每张图片的命名格式如下图： 数据预处理 首先分析一下我们在数据预处理阶段的目标和工作流程 获取每张图像以及对
阅读全文
摘要：转自：https://www.cnblogs.com/miraclepbc/p/14368116.html 产生背景 随着网络深度的增加，会出现网络退化的现象。网络退化现象形象化解释是在训练集上的loss不增反降。这说明，浅层网络的训练效果要好于深层网络一个想法就是，如果将浅层网络的特征传到深层网络
阅读全文
摘要：转自：https://www.cnblogs.com/miraclepbc/p/14367560.html 构建路径集和标签集 取出所有路径 import glob all_imgs_path = glob.glob(r"E:\datasets2\29-42\29-42\dataset2\datas
阅读全文
摘要：转自：https://www.cnblogs.com/miraclepbc/p/14361926.html 保存训练过程中使得测试集上准确率最高的参数 import copy best_model_wts = copy.deepcopy(model.state_dict()) best_acc =
阅读全文
摘要：转自：https://www.cnblogs.com/miraclepbc/p/14360807.html resnet预训练模型 resnet模型与之前笔记中的vgg模型不同，需要我们直接覆盖掉最后的全连接层先看一下resnet模型的结构： 我们需要先将所有的参数都设置成requires_grad
阅读全文
摘要：转自：https://www.cnblogs.com/miraclepbc/p/14360231.html 数据增强 常用数据增强方法： transforms.RandomCrop # 随机位置裁剪 transforms.CenterCrop # 中心位置裁剪 transforms.RandomHo
阅读全文
摘要：转自：https://www.cnblogs.com/miraclepbc/p/14348536.html 什么是预训练网络 预训练模型就是之前用较大的数据集训练出来的模型，这个模型通过微调，在另外类似的数据集上训练。一般预训练模型规模比较大，训练起来占用大量的内存资源。 微调预训练网络 我们采用v
阅读全文
摘要：转自：https://www.cnblogs.com/miraclepbc/p/14348160.html 相关包导入 import torch import numpy as np import pandas as pd import matplotlib.pyplot as plt import
阅读全文
摘要：转自：https://www.cnblogs.com/miraclepbc/p/14345342.html 相关包导入 import torch import pandas as pd import numpy as np import matplotlib.pyplot as plt from t
阅读全文
摘要：转自：https://www.cnblogs.com/miraclepbc/p/14344935.html 相关包导入 import torch import pandas as pd import numpy as np import matplotlib.pyplot as plt from t
阅读全文
摘要：转自：https://www.cnblogs.com/miraclepbc/p/14335456.html 相关包 import torch import pandas as pd import numpy as np import matplotlib.pyplot as plt from tor
阅读全文
摘要：转自：https://www.cnblogs.com/miraclepbc/p/14335416.html 导入相关包 import torch import pandas as pd import numpy as np import matplotlib.pyplot as plt from t
阅读全文
摘要：TensorDataset 转自：https://www.cnblogs.com/miraclepbc/p/14333299.html 导入相关包 from torch.utils.data import TensorDataset 特征与标签合并 HRdataset = TensorDataset
阅读全文
摘要：转自：https://www.cnblogs.com/miraclepbc/p/14332459.html 导入相关库 import torch import pandas as pd import numpy as np import matplotlib.pyplot as plt from t
阅读全文
摘要：转自：https://www.cnblogs.com/miraclepbc/p/14332084.html 相关库导入 import torch import pandas as pd import numpy as np import matplotlib.pyplot as plt from t
阅读全文
摘要：张量生成方法 转自：https://www.cnblogs.com/miraclepbc/p/14329476.html 张量的形状及类型 张量的计算 张量的梯度 手写线性回归 张量生成方法 张量的形状及类型 张量的计算 张量的梯度 手写线性回归
阅读全文
