转载自http://www.cnblogs.com/darkknightzh/p/6836568.htmlPyTorch默认使用从0开始的GPU，如果GPU0正在运行程序，需要指定其他GPU。有如下两种方法来指定需要使用的GPU。1. 类似tensorflow指定GPU的方式，使用CUDA_VISIBLE_DEVICES。1.1 直接终端中设定：CUDA_VISIB...

groupby技术：framedata1data2key1key200.175093-0.298958aone1-1.582721-1.418324atwo21.656209-0.629433bone3-1.0081961.722077btwo40.54

图像分割基于两个性质： 不连续性和相似性。一种是基于灰度的突变（如边缘），另一种是分为相似的区域。3*3模板在某一点的响应：R= 。 是与之对应的图像像素的灰度。点检测：-1-1 -1    这是点检测的模板w，中心是孤立点时响应最强。若-1  8 -1   响应大于某一阈值，则称此处有孤立点。在恒定灰-1-1 -1    度区域中，响应为零。g=abs(imfilt

      x即为参数。L2正则化参数从公式5可以看到，λλ越大，θjθj衰减得越快。另一个理解可以参考图2，λλ越大，L2圆的半径越小，最后求得代价函数最值时各参数也会变得很小。...

1、beam search 一方面可以提升指标，另一方面也可以解决生成的句子不通顺的问题。因此，不管是在训练测试的过程中都要开beamsearch ，对提高指标有帮助。还有就是，如果训练的时候 beam size设置为1，而只是在测试的时候使用beamsearch，原本好的模型可能会变得还不如原本差的模型。也就是，beam size=1下的好的模型 到了beam size=5下未必还能继续好。2.

 scatter_nd(indices,updates,shape,name=None)根据indices将updates散布到新的（初始为零）张量。根据索引对给定shape的零张量中的单个值或切片应用稀疏updates来创建新的张量。此运算符是tf.gather_nd运算符的反函数，它从给定的张量中提取值或切片。警告：更新应用的顺序是非确定性的，所以如果indices包含重复项...

最近在翻阅文本生成图像的相关工作，目前比较新的有突破性的工作是李飞飞工作团队18年cvpr发表的《Image Generation from Scene Graphs》 。       论文地址：https://arxiv.org/abs/1804.01622       源码地址： https://github.com/google/sg2im       这篇主要就是介绍该论文的工...

一、决策树基础   决策树（Decision Tree）算法是根据数据的属性采用树状结构建立决策模型，这个模型可以高效的对未知的数据进行分类。决策树模型常常用来解决分类和回归问题。如今决策树是一种简单但是广泛使用的分类器。常见的算法包括 CART (Classification And Regression Tree)、ID3、C4.5、随机森林 (Random Forest) 等。