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

selenium一些经常用的函数

有界面运行driver = webdriver.Chrome(r"浏览器驱动文件路径")无界面运行chrome_opt = Options()# 创建参数设置对象.chrome_opt.add_argument('--headless')# 无界面化.chrome_opt.add_argument('--disable-gpu')# 配合上面的无界面化...

现代循环神经网络-1.门控循环单元(GRU)【动手学深度学习v2】

文章目录1.门控循环单元(GRU)1.1 门控隐状态A.重置门与更新门1.门控循环单元(GRU)GRU是一个比较新的提出来的,在LSTM之后提出,但是相比LSTM思想更简单一点,效果也差不多,但是GRU的计算速度比LSTM更快。在RNN中,太长的信息处理效果并不好,因为RNN将所有信息都放进隐藏单元里,当时间步很长时,隐藏状态可能累积了太多信息,对前面很久出现的信息可能就会被忽略或淡化。在一个序列

#rnn#深度学习#gru +1
【动手学深度学习v2】循环神经网络-4&5RNN与RNN的实现

文章目录4 循环神经网络4 循环神经网络潜变量自回归模型中,隐变量hth_tht​与ht−1h_{t-1}ht−1​和xt−1x_{t-1}xt−1​有关,xtx_txt​与hth_tht​和xt−1x_{t-1}xt−1​有关。更新隐藏状态:ht=ϕ(Whhht−1+Whxxt−1+bh)h_t=\phi(W_{hh}h_{t-1}+W_{hx}x_{t-1}+b_h)ht​=ϕ(Whh​ht−

#深度学习#rnn#人工智能 +1
pytorch使用GPU

查看GPU状态!nvidia-smi一个GPU一共16130M显存,0号GPU已使用3446M显存,一般GPU的利用率低于50%,往往这个模型可能有问题。本机CUDA版本,在安装驱动时应该注意选择对应版本的驱动。指定GPUimport torchfrom torch import nntorch.device('gpu'), torch.cuda.device('cuda'), torch.cud

#人工智能#pytorch
qt5中遇到fatal error C1083: 无法打开包括文件: “opencv2/opencv.hpp”: No such file or directory

首先在opencv配置正确的情况下,出现此情况主要是因为在引入opencv时可能没有重新构建。首先可以尝试点击 构建项目, 然后运行,如果不行。我们重新执行一下qmake,然后运行,就能成功了。提醒一下,这只是一部分这种类型的错误解决方法,如果是开始时配置路径出错,可以查看配置路径文章。...

#opencv
matlab三个简单物理建模实例(笔记)

〔实例 1.1〕试对空气中在重力作用下不同质量物体的下落过程进行建模和仿真。已知重力加速度 g = 9.8m/s 2 ,在初始时刻 t 0 = 0s 时物体由静止开始坠落。空气对落体的影响可以忽略不计。g=9.8;% 重力加速度v=0;% 设定初始速度条件s=0;% 设定初始位移条件t=0;% 设定起始时间dt=0.1; % 设置计算步长N=20;% ...

#matlab
用matlab编程实现对图像的均值滤波,中值滤波和拉普拉斯算子锐化

1 均值滤波均值滤波:用包含在滤波掩模邻域内的像素的平均灰度值去代替每个像素点的值。用途:用于模糊处理和减少噪声。盒滤波器:加权平均滤波器% 均值滤波clc;close all;clear all;I = rgb2gray(imread('fig.png'));F = imnoise(I,'gaussian',0, 0.02); % 加入高斯噪声% F = imnoise...

用matlab编程实现数字图像理想低通滤波、高斯低通滤波和巴特沃斯低通滤波去噪算法

1 理想低通滤波%理想低通I = imread('fig.png');I=rgb2gray(I);figure(1);subplot(221),imshow(I);title('原图像');I=imnoise(I,'gaussian');%%加入高斯白噪声subplot(222),imshow(I);title('加入噪声后的图像');s=fftshift(fft2(I));...

pytorch使用GPU

查看GPU状态!nvidia-smi一个GPU一共16130M显存,0号GPU已使用3446M显存,一般GPU的利用率低于50%,往往这个模型可能有问题。本机CUDA版本,在安装驱动时应该注意选择对应版本的驱动。指定GPUimport torchfrom torch import nntorch.device('gpu'), torch.cuda.device('cuda'), torch.cud

#人工智能#pytorch
出现SyntaxError:can't assign to function call错误解决办法

can’t assign to function call这句话的意思是不能分配给函数调用出错的代码是:y.loc(t1[“Title”][k], i) = 1圆括号()表示函数调用方括号[]表示列表值的引用查了loc的用法后果然是用[]正确形式为:y.loc[t1[“Title”][k], i)] = 1因此出现此类错误,应该去了解一下出错函数的用法。...

    共 11 条
  • 1
  • 2
  • 请选择