该Python脚本通过FFmpeg修改视频文件哈希值，实现视频文件的独特标识。核心方法是向视频注入随机元数据（32位UUID字符串），保持原始编码的同时改变文件哈希。脚本特点包括：1）处理速度快；2）完全兼容视频播放；3）支持批量处理MP4文件；4）使用tqdm显示进度条。适用于需要批量生成不同哈希值视频副本的场景，如测试或数据管理需求。

直接对train里面的目录操作，同级建立一个train1接受处理好的图片import osfrom PIL import Imagedef clean(w=64,h=64):path = "D:/rubbish_perfect/test"save_path = "D:/rubbish_perfect/test1"if not os.path.exists(s...

top查看进程，包括了cpunvidia-smi查看gpu

from tensorflow.python.keras.applications import ResNet50from tensorflow.python.keras.models import Sequentialfrom tensorflow.python.keras.layers import Dense, Flatten, GlobalAveragePooling2Dnum_c...

数据库被我误删了，差点就跑路了。。。然后从备份的云端导除了sql文件mysql -u root -puse app;source d:123.sql本来肯定是不叫123的方便打字，这样容易点主要就是use app，进入要恢复的数据库啊，然后再用sql就可以恢复了...

如果设置为xmlcharrefreplace，则使用XML的字符引用。如果设置为replace，则会用?如果设置为ignore，则会忽略非法字符；

用sudo权限全部安装，不然还得设置环境变量sudo -i生成jupyter notebook配置文件jupyter notebook --generate-configipythonfrom notebook.auth import passwdpasswd()#两次输入密码这里会得到一串字符，保存下来很重要vim ~/.jupyter/jupyter_notebook_config.pyvim

是不是最合适的也会产生影响，所以有必要调整一下，依次是名称 输入大小 输出层大小efficientnet-b0-2241280efficientnet-b1-2401280efficientnet-b2-2601408efficientnet-b3-3001536efficientnet-b4-3801792efficientnet-b5-456...

import tensorflow as tffrom tensorflow.keras.applications import VGG16from tensorflow.compat.v1 import ConfigProtofrom tensorflow.compat.v1 import InteractiveSessionfrom tensorflow.keras.preproces...

一个好的网络，二者的差距应该是很低的。但一般情况下因为网络不可避免地存在一定程度上的过拟合，所以肯定是train_loss低于test_lost，但如果低太多，就得考虑是过拟合的问题还是因为样本的特征空间不统一的问题。  一般训练集不大时，最终训练的网络及容易过拟合，也就是说train-loss一定会收敛，但是test-loss不会收敛；  训练时的loss会低于test的loss大概1~2个数.