Fork me on GitHub 0
摘要: 终端执行两行代码: echo "options snd-hda-intel dmic_detect=0" | sudo tee -a /etc/modprobe.d/alsa-base.conf echo "blacklist snd_soc_skl" | sudo tee -a /etc/modp 阅读全文
posted @ 2020-05-07 16:42 amazingcode 阅读(749) 评论(0) 推荐(0) 编辑
摘要: sudo gedit install-deps 将文本中的python-software-properties替换为software-properties-common 阅读全文
posted @ 2020-04-28 11:07 amazingcode 阅读(2374) 评论(0) 推荐(1) 编辑
摘要: 一个通用的数据加载器,数据集中的数据以以下方式组织 root/dog/xxx.png root/dog/xxy.png root/dog/xxz.png root/cat/123.png root/cat/nsdf3.png root/cat/asd932_.png 既其默认你的数据集已经自觉按照要 阅读全文
posted @ 2020-04-09 20:07 amazingcode 阅读(324) 评论(0) 推荐(0) 编辑
摘要: os.path.join就是来自之前提到的 os包的方法,它的作用是将输入参 数中的两个名字拼接成一个完整的文件路径。 其他常用的os.path类方法 如下。 (1)os.path.dirname:用于返回一个目录的目录名,输入参数为 文件的目录。 (2)os.path.exists:用于测试输入参 阅读全文
posted @ 2020-04-09 17:45 amazingcode 阅读(250) 评论(0) 推荐(0) 编辑
摘要: 官方文档:https://docs.scipy.org/doc/numpy/reference/generated/numpy.transpose.html 对于二维 ndarray,transpose在不指定参数是默认是矩阵转置。如果指定参数,有如下相应结果: x.transpose((0,1)) 阅读全文
posted @ 2020-04-07 20:45 amazingcode 阅读(133) 评论(0) 推荐(0) 编辑
摘要: 在torchvision.transforms中常用的数据变换操作: torchvision.transforms.Resize:对图片数据按需求大小进行缩放,传递的参数为整型,(h,w)h表示高度,w表示高度 torchvision.transforms.Scale:对图片按需求大小进行缩放 to 阅读全文
posted @ 2020-04-07 18:45 amazingcode 阅读(1284) 评论(0) 推荐(0) 编辑
摘要: torch.autogard包的主要功能是完成神经网络后向传播中的链式求导。 实现自动梯度功能的过程大致为:先通过输入的Tensor数据类型的变量在神经网络的前向传播过程中生成一张计算图,然后根据这个计算图和输出结果准确计算出每个参数需要更新的梯度,并通过完成后向传播完成对参数的梯度更新。 Vari 阅读全文
posted @ 2020-04-07 18:21 amazingcode 阅读(282) 评论(0) 推荐(0) 编辑
摘要: 用法: torch.nn.MaxPool3d(kernel_size, stride=None, padding=0, dilation=1, return_indices=False, ceil_mode=False) 参数: kernel_size –取最大值的窗口大小 stride –窗口的步 阅读全文
posted @ 2020-03-19 16:29 amazingcode 阅读(3258) 评论(0) 推荐(0) 编辑
摘要: 用法: torch.nn.Conv3d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True, padding_mode='zeros') Shape: 计算公式: 参 阅读全文
posted @ 2020-03-19 16:15 amazingcode 阅读(1748) 评论(2) 推荐(0) 编辑
摘要: import h5py import numpy as np import cv2 import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D f_train=h5py.File('testa.h5','r') pr 阅读全文
posted @ 2020-03-13 16:10 amazingcode 阅读(2328) 评论(0) 推荐(0) 编辑