用vscode打开文件，将none值修改致指定位置，注意顺序，然后以管理员身份保存。给出的结果会显示当前默认安装位置，这里就是出现问题的C盘位置，环境在D。在python01\Lib文件夹下找到。在D盘环境下搜索site.py。

当网络输出结果中包含少量负值，训练代码可以正常跑通，当出现大量负值时，会出现大量不同的关于CUDA的报错警告信息。问题解决：对于这类问题的解决要点在于BN和RELU等结构的适当调整，以个人经验看来适当控制网络输出，增加激活函数来减少网络负值现象，能够有效解决此类问题。在神经网络搭建设计过程中遇到关于CUDA报错（指搜索结果的指向），实际问题出现在网络的损失计算阶段（这里使用交叉熵损失函数、二元交叉

机载LiDAR航飞获取的原始激光数据在经过数据预处理之后就是海量的激光点云数据，这些点云数据包括地面点、植被点、建筑物点、水域点、其他地物点以及噪声点，且都在同一一个数据层。激光点云数据分类就是要将这些点放在预先定义的数据层中，比如，地面点放在ground层，植被点放在vegetation层，建筑物点放在building层等，其中重点是要分出地面点，从而生成DEM。

对于在深度学习过程中，模型生成的权重文件是没办法直接打开的，这里展示利用代码来读取网络层和相关参数。

地图编制设计书1.专题地图编制设计（1）图名、比例尺、地图目的、用途和编制原则与要求（2）地图投影与图面配置（3）编图资料的分析评价和利用处理方案（4）地图内容、指标，表示方法和图例设计（5）地图概括（制图综合）的原则要求和方法（6）地图编绘程序与工艺（7）图式符号设计与地图整饰要求（8）一般包括图片配置设计，资料及其利用略图，地图概括样图，图式图例（包括符号、色标）设计等2.专题地图制作1.专题

当网络输出结果中包含少量负值，训练代码可以正常跑通，当出现大量负值时，会出现大量不同的关于CUDA的报错警告信息。问题解决：对于这类问题的解决要点在于BN和RELU等结构的适当调整，以个人经验看来适当控制网络输出，增加激活函数来减少网络负值现象，能够有效解决此类问题。在神经网络搭建设计过程中遇到关于CUDA报错（指搜索结果的指向），实际问题出现在网络的损失计算阶段（这里使用交叉熵损失函数、二元交叉

1、生成坡度栅格图（1）建立TIN网加载高程点gcd.shp数据通过ArcToolbox工具： 3D Analyst工具->数据管理->TIN->创建TIN，如下图所示。生成TIN网，如下图所示。（2）由TIN网生成栅格图通过ArcToolbox工具： 3D Analyst工具->转换->由TIN转出-> TIN转栅格，生成栅格图，如下图所示。（3）由栅格图生产

本文提供两种思路供大家参考：这种方法采用函数的形式来对表格进行复制粘贴工作，读取表格m列，粘贴到另一表格第n列，注意在调用一些方法是会调用Anaconda库内容，记得配置好，不然前几行会报错。这种方法利用字典将列名进行匹配，然后将相匹配的列内容放进去，前提是要先准备好两张表中的列名。......