05 2024 档案
摘要：完整代码示例 以下是一个完整的代码示例，展示如何将多个测试数据拼接成一个四维数组： % 示例测试数据 nn = 10; % 假设有10个测试样本 TestData = cell(nn, 6); % 创建一个包含10个样本的单元格数组，每个样本包含6个二维矩阵 % 生成一些随机数据作为示例 for k
阅读全文
摘要：使用GMT来画船测轨迹 @echo off REM 设置注释字体大小为 15 点 gmt set FONT_ANNOT_PRIMARY 15p REM 开始绘图，指定输出文件名和格式 gmt begin lonlat_MH_track png REM 绘制基础地图 gmt basemap -R85/
阅读全文
摘要：TensorBoard生成的各种可视化图表可以帮助你解读和分析训练过程中的不同指标。以下是对一些常见图表的解释： 1. 损失曲线（Loss Curve） 损失曲线显示了训练过程中的损失（loss）随时间的变化情况。一般会有两条曲线：训练损失和验证损失。 训练损失（Training Loss）： 反映
阅读全文
摘要：使用netCDF4库读取nc文件 # ***1 数据读取与处理 # 打开 NetCDF 文件 GA_id = nc.Dataset('taiwan_GA.nc', 'r') DOV_E_id = nc.Dataset('taiwan_DOV_E.nc', 'r') DOV_N_id = nc.Dat
阅读全文
摘要：关于直接安装pygmt库不成功 使用如下 pip install numpy pandas xarray netcdf4 packaging pygmt 链接如下 链接
阅读全文
摘要：首先是基于本地mnist图像数据集来进行训练 笔记 首先是不管是数据集还是标签集，它都接收的是np数组，标签集接收的是int类型 关于它的输入数据的格式，nx28x28,标签的格式不是one—hot（这个看编译模型时的损失函数）。 整个流程是：1、处理数据（将其处理为模型需要的格式）。2、网络设计（
阅读全文
摘要：读取文件夹内的数据 from PIL import Image import os import numpy as np # 递归函数，用于获取文件夹内所有PNG图片的文件名 def get_png_files(folder_path): png_files = [] for root, dirs,
阅读全文
摘要：下载完数据后，给的并不是图像数据集，而是四个压缩包，对应的是测试集和训练集与对应的标签，然后需要对其解析才能得到图像数据集 本文代码的来源是： 链接 需要注意的是，两个数据集的大小不一样 首先是测试集代码如下 import numpy as np import struct from PIL imp
阅读全文
