Follow me on GitHub

随笔分类 -  Python 学习笔记

摘要:1. 背景 Python在一些数据可视化的过程中需要使用 plt 函数画柱状图和折线图。 2. 导入 3. 柱状图 4.折线图 5.保存 阅读全文
posted @ 2019-08-18 18:26 SiyuanChen 阅读(10884) 评论(0) 推荐(0) 编辑
摘要:1.背景 在python中,通常需要使用排序函数。而对字典针对一个键值进行排序会经常使用到。记录sorted 函数的键值排序用法。 2.代码 data 一个list,list 中的元素由字典组成 如果需要对每个字典中的rate值进行从低到高排序,代码如下: 阅读全文
posted @ 2019-08-12 22:48 SiyuanChen 阅读(369) 评论(0) 推荐(0) 编辑
摘要:1. 背景 在深度学习的任务中,通常需要比较复杂的参数以及输入输出配置,比如需要不同的训练data,不同的模型,写入不同的log文件,输出到不同的文件夹以免混淆输出 常用的parser.add()方法非常占用代码空间,而且输入输出配置无法通过文件更改,只能通过命令行参数改变。 docopt 库提供了 阅读全文
posted @ 2019-08-06 22:03 SiyuanChen 阅读(547) 评论(0) 推荐(0) 编辑
摘要:Conv1d(in_channels,out_channels,kernel_size,stride=1,padding=0,dilation=1,groups=1,bias=True) filters:卷积核的数目(即输出的维度) kernel_size:整数或由单个整数构成的list/tuple 阅读全文
posted @ 2019-07-30 03:36 SiyuanChen 阅读(32225) 评论(1) 推荐(0) 编辑
摘要:1.背景 在python运行一些,计算复杂度比较高的函数时,服务器端单核CPU的情况比较耗时,因此需要多CPU使用多进程加快速度 2.函数要求 笔者使用的是:pathos.multiprocessing 库,进度条显示用tqdm库,安装方法: 安装完成后 3.代码 定义一个 函数 F [ X ] , 阅读全文
posted @ 2019-07-26 04:59 SiyuanChen 阅读(5172) 评论(0) 推荐(1) 编辑
摘要:1. 背景 在深度学习的任务中,通常需要比较长时间的训练,因此我们会选择离开电脑。笔者在跟踪模型表现, 观察模型accuracy 以及 loss 的时候,比较传统的方法是在控制台print输出或者直接使用tensorboard。 但如果是你需要远程观察模型表现,那一个时刻记录的log 文件就非常重要 阅读全文
posted @ 2019-05-18 20:22 SiyuanChen 阅读(3575) 评论(0) 推荐(0) 编辑
摘要:1.1 list 转 numpy ndarray = np.array(list) 1.2 numpy 转 list list = ndarray.tolist() 2.1 list 转 torch.Tensor tensor=torch.Tensor(list) 2.2 torch.Tensor  阅读全文
posted @ 2019-04-29 19:45 SiyuanChen 阅读(68807) 评论(0) 推荐(4) 编辑