Python 是一门 面向对象 语言，实现了一个完整的面向对象体系，简洁而优雅。与其他面向对象编程语言相比， Python 有自己独特的一面。 这让很多开发人员在学习 Python 时，多少有些无所适从。 那么，Python 对象模型都有哪些特色呢？一切皆对象首先，在 Python 世界， 
转载
2023-12-04 16:21:19
125阅读
importosimportrandomimportshutilfrom shutil importcopy2"""os.listdir会将文件夹下的文件名集合成一个列表并返回"""
defgetDir(filepath):
pathlist=os.listdir(filepath)returnpathlist"""制作五类图像总的训练集，验证集和测试集所需要的文件夹，例如训练集的文件夹中装有五个
转载
2024-04-24 10:03:39
58阅读
使用YoloV3 训练自己的目标检测模型参考资料： https://github.com/AlexeyAB/darknet#how-to-train-to-detect-your-
转载
2024-05-13 14:58:37
48阅读
致小白的K210模型训练与运用 文章目录致小白的K210模型训练与运用前言一、模型训练方法二、详细介绍1.使用MixHub平台进行训练2.使用Mx-yolov3自己搭建平台进行训练3.V3模型4.V4模型 前言 由于我也是刚接触K210不久，并且对python没有太多的了解，但是又想自己训练模型，于是花了挺多的时间在找寻简单的模型训练方法，本来是在几天前就找到了简单的模型训练方法，但是后来在使用的
转载
2024-08-11 10:34:21
293阅读
一、环境安装1. miniconda(1)安装准备在终端中输入以下命令sudo apt-get update //更新包列表
sudo apt-get install build-essential //安装构建必需工具
sudo apt-get install wget //安装wget(2)下载官网：https://docs.conda.io/en/lates
转载
2024-06-20 13:44:44
128阅读
## 保存Python训练好的模型
在机器学习和深度学习中，训练模型是一个耗时且复杂的过程。因此，当我们训练出一个在测试集上效果良好的模型时，通常希望能够将其保存下来，以便在未来的预测任务中使用。本文将介绍如何使用Python保存训练好的模型，并提供一个实际问题的示例。
### 实际问题：手写数字识别
我们以一个经典的机器学习问题——手写数字识别为例。假设我们已经训练好了一个基于卷积神经网络
原创
2024-01-27 08:31:58
358阅读
Andrew Ng 在斯坦福大学的机器学习公开课上这样评价支持向量机：support vector machines is the supervised learning algorithm that many people consider the most effective off-the-shelf supervised learning algorithm.That point of v
转载
2024-02-23 16:21:15
98阅读
openCV 基础学习with:于士琪openCV基础 env:opencv3.4.0+vc2017集成开发环境图像的表示：矩阵 1. 灰度矩阵 <br>
2. 彩色（多通道）如RGB图像，RGB图像的通道顺序是BGRMatclass CV_EXPORTS Mat
{
public:
//一系列函数
...
/* flag 参数中包含许多关于矩阵
转载
2024-02-27 09:58:17
133阅读
使用opencv训练目标检测模型基于cascade模型 基于Haar特征的cascade分类器(classifiers) 是Paul Viola和 Michael Jone在2001年，论文”Rapid Object Detection using a Boosted Cascade of Simple Features”中提出的一种有效的物品检测(object detect
转载
2024-05-13 09:28:00
28阅读
在机器学习和深度学习的领域，数据规模的不断扩大使得单节点训练变得越来越难以满足任务需求。因此，多个节点（也称为分布式训练）在处理大量数据和复杂模型时变得尤为重要。本文将介绍如何在 Python 中实现多个节点进行训练数据的处理及训练。
### 什么是多节点训练？
多节点训练可以将任务分解到多个计算节点（例如，服务器或工作站），每个节点处理数据的一个部分。通过并行计算，能够大幅度减小训练时间，并
本文实例讲述了Python通过TensorFLow进行线性模型训练原理与实现方法。分享给大家供大家参考，具体如下：1、相关概念例如要从一个线性分布的途中抽象出其y=kx+b的分布规律特征是输入变量，即简单线性回归中的 x 变量。简单的机器学习项目可能会使用单个特征，而比较复杂的机器学习项目可能会使用数百万个特征。标签是我们要预测的事物，即简单线性回归中的 y 变量。样本是指具体的数据实例。有标签样
转载
2023-08-09 21:04:00
1380阅读
# 分布式训练方案
在机器学习和深度学习领域，训练一个复杂的模型可能需要大量的计算资源和时间。为了加速训练过程并处理大规模的数据集，可以使用分布式训练技术。本文将介绍如何使用Python进行分布式训练，并提供一个示例项目方案。
## 1. 分布式训练概述
分布式训练是指将训练任务分配给多台计算机或多个计算节点进行并行处理，以加快整个训练过程的速度。每个计算节点都可以拥有自己的GPU资源和数据
原创
2023-09-29 04:41:25
156阅读
笨蛋如我，学深度学习这么久，居然才学会划分数据集啊，我快被我自己蠢哭了，我的这个图像集是从一个大佬那下载的，一共5类的图像，大佬的博客在这 可以说是相当厉害了，但是我没按照他的那种方式划分，我在网上找了几个帖子做了参考，然后结合我自己的情况划分的。import os
import random
import shutil
from shutil import copy2
"""os.
转载
2023-11-02 11:01:58
65阅读
matlab r2020b安装下载地址：链接过程1 下载安装包后，在安装包…\745941 matlab_R2020b\Mathworks_Matlab_R2020b_Win\Mathworks_Matlab_R2020b_Win\Mathworks_Matlab_R2020b_Win目录下双击”R2020b_Windows.iso”,加载安装文件。注意不要直接双击目录下的matlab_R2020
转载
2024-10-15 19:59:12
61阅读
手把手教你使用TensorFlow训练出自己的模型一、前言 搭建TensorFlow开发环境一直是初学者头疼的问题，为了帮忙初学者快速使用TensorFlow框架训练出自己的模型，作者开发了一款基于TensorFlow 2.3.0的图形化工具AiSuperTool，可以一键加载数据集训练出模型，支持导出h5、tflite格式的模型文件。二、软件简介 2.1 双击AiSuperTool.exe文件即
转载
2023-11-20 18:55:14
204阅读
VSCode是我们最常用的代码编辑器之一，熟练使用VSCode能够让我们很大程度上提升编程效率。本文中笔者就将介绍一些VSCode的进阶使用技巧。 多光标操作 有时，我们可能需要在不同的位置同时键入相同的内容。例如，在下面的代码中，我们想要先为第一、三、五个<li>标签添加属性class=“odd”，然后为第二、四、六个<li>标
机器之心报道机器之心编辑部刚刚，Facebook 通过 PyTorch 官方博客宣布：PyTorch 1.6 正式发布！新版本增加了一个 amp 子模块，支持本地自动混合精度训练。Facebook 还表示，微软已扩大了对 PyTorch 社区的参与，现在拥有 PyTorch 在 Windows 上的开发和维护所有权。 相比于以往的 PyTorch 版本，本次即将发布的 PyTorch
什么是树？来自百度百科的定义：树（tree）是包含n（n>=0）个结点的有穷集，其中：（1）每个元素称为结点（node）；（2）有一个特定的结点被称为根结点或树根（root）。（3）除根结点之外的其余数据元素被分为m（m≥0）个互不相交的集合T1，T2，……Tm-1，其中每一个集合Ti（1<=i<=m）本身也是一棵树，被称作原树的子树（subtree）。树也可以这样定义：树是由根
转载
2023-11-02 08:56:19
26阅读
深度学习的训练过程是指通过大量的数据来调整神经网络的参数，以使其能够对输入数据进行准确的预测或分类.训练神经网络的步骤损失函数（Loss Function）是一个性能指标，反映神经网络生成接近期望值的值的程度。 损失函数直观上就是期望输出与实际输出之间的差异。 机器学习的目标是最小化损失函数。 因此，机器学习的问题就变成了最小化损失函数的问题。梯度下降和反向传播算法的组合用于训练神经网络
转载
2024-08-16 20:01:06
82阅读
# GARCH模型的滚动预测方法及Python实现
## 引言
广义自回归条件异方差（GARCH）模型在金融时间序列分析中被广泛应用，特别是在波动率估计和风险管理方面。本文将探讨如何利用GARCH模型进行滚动预测，并通过Python的实现示例来阐述该方法。
## GARCH模型简介
GARCH模型由Engle在1982年提出，并由Bollerslev在1986年扩展。其核心思想是将条件波动
