参考图像增广定义:图像增广（image augmentation）技术通过对训练图像做一系列随机改变，来产生相似但又不同的训练样本，从而扩大训练数据集的规模。图像增广的另一种解释是，随机改变训练样本可以降低模型对某些属性的依赖，从而提高模型的泛化能力常见增广方式有:1.对图像进行不同方式的裁剪，使感兴趣的物体出现在不同位置，从而减轻模型对物体出现位置的依赖性。2.调整亮度、色彩等因素来...

参考读取和储存import torchfrom torch import nn# 读写Tensor-------------------------------------------x = torch.ones(3)torch.save(x, 'x.pt')x2 = torch.load('x.pt')print(x2)y = torch.zeros(4)torch.sav...

Vrms=Vp/√２，Vrms为正弦曲线的均方电压，Vp为正弦曲线的峰值电压，Vpp为正弦曲线的峰峰值电压，电压的单位都为V，R默认为50Ω。0dBm=1mW=(Vrms×Vrms)/R=(Vp×Vp)/(2×50),解得Vp=√0.1V=0.316V。功率=电压的平方除以电阻，P=Ｖrms×Ｖrms/R。...

存在的问题如下:很可能是图片路径不对.解决方法:1.改成全中文路径2.图片名第一个字母不能是f,\f在python里是转义字符,如图可以看到\f高亮了修改如下:import cv2frame1_path = 'data\picture1.jpg'img = cv2.imread(frame1_path)print(img)cv2.imshow('img', img)cv2.waitKey(0)..

如图，当你出现此类报错的时候，很可能是边界的问题。本人在仿真下图结构时，一开始是金属块与主从边界重合了，就产生了上图的报错。解决方法就是：金属块与边界分离即可顺便一提，我们知道波端口是不能在内部设置的。如果不在波端口后面加金属块，就不能在主从边界条件或者辐射边界条件内设置波端口。解决方法是：如下图...

参考自定义层import torchfrom torch import nn#含模型参数的自定义层# ParameterList接收一个Parameter实例的列表作为输入然后得到一个参数列表，# 使用的时候可以用索引来访问某个参数，# 另外也可以使用append和extend在列表后面新增参数。class MyListDense(nn.Module):def __ini...

最近在学习模型压缩中的剪枝，但是对于怎么实现剪枝不太了解，于是查找了别人的代码，并在过程中加入自己的注释理解这次学习的是在resnet18训练好的cifar-10 下进行的剪枝代码源于https://github.com/kentaroy47/Deep-Compression.Pytorch以下是prune模块# -*- coding: utf-8 -*-'''Deep Compre...

参考实战Kaggle比赛：房价预测import torchimport torch.nn as nnimport numpy as npimport pandas as pdimport syssys.path.append("..")import d2lzh_pytorch as d2ltorch.set_default_tensor_type(torch.FloatTens...

说明：Z1代表sprobe往left看，Z2代表sprobe往right看。这里通过sprobe测试输入阻抗，可以通过port来验证。实验目的：通过sprobe测试电路中某个节点的阻抗。顺便给出了I0.Z1=0，即port的阻抗。可以看到ZM1=I0.Z2。

Error detected by hpeesofsim during netlist parsing.A global' statement in subcircuit DC-SP-1_stage_symbol' lists node vss!' as a global node,but that node is not listed on a global' or globalnodes' s