2018 年 12月随笔档案 - 那抹阳光1994

influence和effect的区别

摘要：1、作名词时，influence和effect都有影响的意思，但influence多指潜移默化的影响,类似"近朱者赤"这种. effect则多指事物变化产生的后果。有时间因果的先后,有结果,效果,效力的意思。 influence是指经长期的,深刻地影响,对被影响者产生一时难以改变的结果.如父母对孩子阅读全文

posted @ 2018-12-29 10:21 那抹阳光1994 阅读(12115) 评论(0) 推荐(0) 编辑

influence究竟是可数名词还是不可数名词

摘要：1.不可数名词 n.[U] 影响；作用power to change what someone believes or does· My advice has no influence on his actions.我的劝告没有影响他的行动。· He has great influence with 阅读全文

posted @ 2018-12-29 10:12 那抹阳光1994 阅读(5618) 评论(0) 推荐(0) 编辑

冠词的用法

摘要：真的搞不懂冠词的用法，吐血。。。 # 不是语法上说可数名词前面必须要加定冠词或不定冠词吗?那为什么卷子的有些句子没有加?可是语法书上说,可数名词前必须要加定冠词或不定冠词,不可数名词前要加定冠词!比如举几个我在卷子看到的句子.They are playing cards.card是可数名词啊,为什么阅读全文

posted @ 2018-12-27 21:29 那抹阳光1994 阅读(800) 评论(0) 推荐(0) 编辑

Levenberg–Marquardt algorithm

摘要：Levenberg-Marquardt又称莱文伯格－马夸特方法（Levenberg–Marquardt algorithm）能提供数非线性最小化（局部最小）的数值解。此算法能借由执行时修改参数达到结合高斯-牛顿算法以及梯度下降法的优点，并对两者之不足作改善（比如高斯-牛顿算法之逆矩阵不存在或是初始阅读全文

posted @ 2018-12-24 20:18 那抹阳光1994 阅读(3272) 评论(0) 推荐(0) 编辑

classical 和 classic 的区别

摘要：区别： classic有典型的意思，classical没有典型的意思；意思不同。Classic一般是指经典的，Classical主要是指古典的，传统的；词性不同。ic是古典的； ical是古典。-ical 是，-ic 的形容词。 classic是指“经典”，即经过一段时间的推敲后十分优秀，可以成阅读全文

posted @ 2018-12-20 21:50 那抹阳光1994 阅读(6930) 评论(0) 推荐(0) 编辑

论文时态

摘要：论文摘要的时态基本上有两种 : 一般现在时、一般过去时。由于学术论文写作通常采用一般现在时, 摘要也多用一般现在时。目的、方法、结果及结论部分多用一般现在时 , 背景介绍常采用一般过去时。一般现在时用于描述研究目的和范围、研究内容、结果和结论 ; 一般过去时用于描述论文撰写前作者已做的工作, 也可阅读全文

posted @ 2018-12-19 16:32 那抹阳光1994 阅读(933) 评论(0) 推荐(0) 编辑

简明 Python 教程

posted @ 2018-12-18 19:47 那抹阳光1994 阅读(171) 评论(0) 推荐(0) 编辑

pytorch中的动态学习率规划器

摘要：pytorch中如何自适应调整学习率？ pytorch中torch.optim.lr_scheduler提供了一些基于epochs数目的自适应学习率调整方法。 torch.optim.lr_scheduler.ReduceLROnPlateau基于一些验证集误差测量实现动态学习率缩减。 1.torc 阅读全文

posted @ 2018-12-16 17:40 那抹阳光1994 阅读(1316) 评论(0) 推荐(0) 编辑

摘要：import os from PIL import Image import matplotlib.pyplot as plt import numpy as np from scipy.misc import imread filepath = '/home/JPEGImages' # 数据集目录 pathDir = os.listdir(filepath) R_channe... 阅读全文

posted @ 2018-12-11 18:44 那抹阳光1994 阅读(4790) 评论(0) 推荐(0) 编辑

数据归一化（标准化）

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

posted @ 2018-12-11 17:25 那抹阳光1994 阅读(1045) 评论(0) 推荐(0) 编辑

python concurrent.futures 实现并行计算

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

posted @ 2018-12-11 15:26 那抹阳光1994 阅读(705) 评论(0) 推荐(0) 编辑

python全局解释器锁（GIL）

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

posted @ 2018-12-11 11:22 那抹阳光1994 阅读(520) 评论(0) 推荐(0) 编辑

残差的正态性检验——概率图和QQ-plot图

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

posted @ 2018-12-11 09:55 那抹阳光1994 阅读(38300) 评论(0) 推荐(2) 编辑

https://oldpan.me/深度学习博客

摘要：https://oldpan.me/ 阅读全文

posted @ 2018-12-10 20:46 那抹阳光1994 阅读(156) 评论(0) 推荐(0) 编辑

深度学习的内存消耗在哪里？

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

posted @ 2018-12-10 20:45 那抹阳光1994 阅读(737) 评论(0) 推荐(0) 编辑

图片缩放

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

posted @ 2018-12-10 17:00 那抹阳光1994 阅读(176) 评论(0) 推荐(0) 编辑

随机梯度下降批尺寸的影响

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

posted @ 2018-12-08 20:24 那抹阳光1994 阅读(366) 评论(0) 推荐(0) 编辑

利用PIL.ImageOps.invert实现二值图像黑白反转

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

posted @ 2018-12-07 16:08 那抹阳光1994 阅读(1759) 评论(1) 推荐(0) 编辑

内存单位换算

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

posted @ 2018-12-07 15:27 那抹阳光1994 阅读(3404) 评论(0) 推荐(0) 编辑

PIL图像数据处理

摘要：import numpy as np from PIL import Image img = Image.open('path') img.show() PIL的九种不同模式：1，L，P，RGB，RGBA，CMYK，YCbCr，I，F 1、模式 ”1” 为二值图像，非黑即白。但是它每个像素用8个bi 阅读全文

posted @ 2018-12-07 15:15 那抹阳光1994 阅读(255) 评论(0) 推荐(0) 编辑

matplotlib绘图实用指南（待整理）

摘要：import numpy as np import matplotlib.pyplot as plt 阅读全文

posted @ 2018-12-07 15:13 那抹阳光1994 阅读(163) 评论(0) 推荐(0) 编辑

卷积核尺寸如何选取呢？

摘要：滤波器的大小选择大部分卷积神经网络都会采用逐层递增（1⇒ 3 ⇒ 5 ⇒ 7）的方式。每经过一次池化层，卷积层过滤器的深度都会乘以 2；卷积神经网络中卷积核越小越好吗？多个小的卷积核叠加使用要远比一个大的卷积核单独使用效果要好的多，在连通性不变的情况下，大大降低了参数个数和计算复杂度。当然阅读全文

posted @ 2018-12-07 10:23 那抹阳光1994 阅读(13754) 评论(0) 推荐(1) 编辑

matplotlib绘制大量图片内存问题

摘要：采用matplotlib绘制大量图片时会产生内存问题，最好的办法是，只创建一个 figure 对象，在画下一个图之前，使用 plt.clf() 清理掉 axes，这样可以复用 figure。阅读全文

posted @ 2018-12-06 22:55 那抹阳光1994 阅读(2851) 评论(0) 推荐(0) 编辑

最小二乘中的误差项的方差齐性

摘要：SPSS教程：做多重线性回归，方差不齐怎么办（本文转自http://blog.sina.com.cn/s/blog_13eaccf160102xg8g.html）今天我们就来继续讨论一下，如果残差不满足方差齐性时，应该如何解决？一、残差方差齐性判断 1. 残差方差齐性回顾一下前面介绍过的残差阅读全文

posted @ 2018-12-06 16:11 那抹阳光1994 阅读(2683) 评论(0) 推荐(0) 编辑

那抹阳光1994

12 2018 档案