NumPy常见运算举例(np.around、np.floor、np.ceil、np.where)

总结np.around()返回四舍五入后的值 可指定精度np.floor()向下取整np.ceil()向上取整np.where()根据condition布尔值从x,y中选择元素,为True时选择x否则选择y(下面基本上是废话)np.aroundnp.around 返回四舍五入值,可以指定精度注意:对

np.unique()函数详解

学习的时候遇到了 记一下。 unique()函数详解 unique():返回参数数组中所有不同的值,并按照从小到大排序可选参数:return_index=True: 返回新列表中的每个元素在原列表中第

远程GPU服务器训练时Tensorboard的本地可视化方法

做AI&ML课大作业时遇到的问题,解决后记录一下。解决问题:由于tensorflow程序在远程GPU服务器运行,而tensorboard启动后访问地址为:0.0.0.0:6006 / localhost:6006 ,按理说用VPN在内网应该可以访问xx.xx.xx.xx:6006 打开tensorb

[读书笔记]Hands-on ML 降维

降维主要方法投影流形学习流形学习用到的时候再看PCA识别出最接近数据的超平面,然后将数据投影到上面。保留差异性使原始数据集与投影之间的均方距离最小的超平面主成分n维特征 映射 到 k维上,k维正交特征被称为主成分PCA可以在训练集中识别哪个平面对差异性贡献度最高,所选出的超平面的数量与数据集维度的数

YOLO炼丹经验

YOLO以下所述仅针对yolo...炼丹技巧早停粗略估算,每个类别2000次迭代,总迭代次数不低于4000次。具体来说:多次迭代仍不能降低平均损失值(avg loss)时 停止训练早停后,从多个权重文件中选取表现最好的,这样或许可以避免过拟合。然后评估权重文件,选取mAP最大的或IoU最大的作为最终

[读书笔记]Hands-on ML 集成学习&随机森林

大数定理说明了,足够大的样本能几乎肯定地反映出总体的真实组成的Python zip()函数>>> a = [1, 2, 3]>>> b = [4, 5, 6]>>> c = [4, 5, 6, 7, 8]>>> zipped = zip(a, b)[(1, 4), (2, 5), (3, 6)]>>

配置环境 OR 训练时 各种奇奇怪怪的报错/bug 集中串

这几天真的好痛苦啊,各种诡异的环境问题,训练时各种bug冒出来...从结果来看,等于这几天的努力或者所谓的“工作量”都是白费了。我太难了。把手头上的事搞定以后一定要抽时间开始打kaggle比赛,从入门到放弃这篇文章用来记录各种报错/bug解决办法。11/27事太多了,搞定完开始打比赛是不存在的..t