logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

numpy 多级排序 :lexsort 函数详解

import numpy as npa = [[3, 3, 8],[6, 9, 7],[3, 3, 2]]b = np.array(a)"""step-1、首先按照第一列数值升序顺序对每行的位置进行重排, 第一行有两个值相同, 转到step-2[[3, 3, 8],[[3, 3, 8],[6, 9, 7],-->[3, 3, 2],[3, 3, 2..

#numpy
元学习(meta-learning)的通俗解释

还以目标检测为例,仍然拿一个很大的数据集来训练模型,而 meta-learning 的目标不是让模型在没见过的图片中学会分辨训练集中提到过的类别,而是让模型学会分辨事物的异同,学会分辨这两者是相同的东西还是不同的东西,当模型学会分辨异同之后再在具体的分类任务中使用极少的数据集训练很少的次数即可达到甚至超越传统目标检测训练范式的效果(这种方式也称为。以上是元学习在目标检测方面的一种应用,通过元学习训

文章图片
#学习#目标跟踪#人工智能
极大似然估计(Maximum-Likelihood)的理解

极大似然估计 是建立在 极大似然原理 的基础上的一个统计方法,是概率论在统计学中的应用。目录1、极大似然原理2、极大似然估计1、极大似然原理极大似然原理:在随机试验中,许多事件都有可能发生,概率大的事件发生的概率也大。若只进行一次试验,事件 A 发生了,则我们有理由认为 A 比其他事件发生的概率都大。例如,一个箱子里有红黑两种颜色的球,数量为10个和1个,但并不知道到底哪种颜色的球为10个那种颜色

文章图片
#概率论#机器学习#算法
ubuntu最好用的划词翻译词典:有道词典和GoldenDict

用惯了Windows下的有道词典,其划词翻译功能用起来令人极其舒适。Linux下也有类似的软件:GoldenDict安装:sudo apt-get install goldendict下载之后找到图标,打开后如下所示:下面开始简单的配置一下GoldenDict:...

#linux#ubuntu
通过串口波特率计算数据传输速率(每秒字节数)

这个是个古老的问题。。上次用串口还是本科时候,最近面试被问到了这个问题竟然整蒙了,大致是:面试老师问:9600的波特率每秒可以传输多少个字节?我:e...直接除以8...emmm是 1200 Byte 吧(感觉哪里不对劲,但又理直气壮感觉是对的)面试官表示怀疑....我知道应该不是这么算的,应该得算上开始位之类的。。懵逼地进入了下一个问题 T_T正片开始:由波特率怎么计算每秒传输的字节数呢?在信息

python: image.paste函数的理解

同样的,即使是从负坐标开始粘,超出正常区域的部分也会被自动忽略。这里图b就只剩下一块100*100的区域被粘到a上了。python中PIL库中的paste函数的作用为将一张图片覆盖到另一张图片的指定位置去。由结果可知超出的部分会被自动舍弃。这里只保留了图b中100*150大小的区域。定义中im是要黏贴到image上面去的图片,box是要黏贴到的区域。注意图像的坐标原点在左上角,操作均以图片的左上角

文章图片
#python
C++ 中cin的输入原理及字符串(string、char[])输入问题

C++中常用的输入方式为 cin 。通过 cin 来获取字符串是常用的操作,但是字符串中往往可能会包含空格等空白字符,而在一般的输入场景中,由于不能通过键盘输入空字符 '\0'(在存储中,字符串都以空字符 '\0' 结尾),因此 cin 使用空白字符(空格、制表符和换行符)来确定字符串的结束位置,因此想要输入空格必须得修改输入的方式。也就是说,这种情况下一次只能完成一个单词的输入,其后的单词都会被

#c++
MATLAB 矩阵数据可视化imagesc 以及 如何多图共用一个 colorbar

当遇到需要查看一个二维矩阵数据中值的大小分布情况时可以使用 MATLAB 把矩阵以图像的形式展现出来,这样更直观。MATLAB 的可视化函数之一是,还有其他的方法,这里只介绍下 imagesc。

文章图片
#matlab#信息可视化#矩阵
pandas 处理excel表格数据的常用方法(python)

最近助教改作业导出的成绩表格跟老师给的名单顺序不一致,脑壳一亮就用pandas写了个脚本自动吧原始导出的成绩誊写到老师给的名单中了哈哈哈,这里就记录下用到的pandas处理excel的常用方式。(注意:只适用于.xlsx类型的文件)1、读取xlsx表格原始内容如下:1、读取第n个Sheet(子表,在左下方可以查看或增删子表)的数据import pandas as pd# 每次都需要修改的路径pat

文章图片
#python#开发语言#数据分析
PyTorch:torch.clamp()用法详解

函数定义:torch.clamp(input, min, max, out=None)作用:限幅。将input的值限制在[min, max]之间,并返回结果。out (Tensor, optional) – 输出张量,一般用不到该参数。举例说明:import torcha = torch.arange(9).reshape(3, 3)# 创建3*3的tensorb = torch.clamp(a,

#pytorch
暂无文章信息