avatar
文章
66
标签
40
分类
8

主页
时间轴
标签
分类
友链
个人
  • 情感小屋
  • 视频主页
Yan Zhang's blog
搜索
主页
时间轴
标签
分类
友链
个人
  • 情感小屋
  • 视频主页

Yan Zhang's blog

VScode给python添加作者、日期、描述等信息
发表于2021-08-18|教程|python
前言 之前使用pycharm,新建文件时可以自动添加作者、日期、描述等信息,奈何pycharm比较重,换成较轻的VScode后,发现无法添加。 VScode配置方法 依次点击VScode---->file---->preference---->User Snippets,选择Python 在弹出的python.json文件中注释掉原来的code,加入以下自定义代码段,保存退出 12345678910111213141516171819202122232425262728{ // Place your snippets for python here. Each snippet is defined under a snippet name and has a prefix, body and // description. The prefix is what is used to trigger the snippet and the body will be expanded and inserted. Possible variables are ...
Ubuntu修改_etc_sudoers导致sudo无法使用
发表于2021-08-17|运维|Ubuntu
前言 Ubuntu下,经常会用到sudo,但使用sudo会让输入密码。为了方便去修改/etc/sudoers文件,使sudo不用密码,这时候可能会导致sudo命令无法使用。 或者root添加用户之后没有给用户sudo权限,也会去修改/etc/sudoers文件,也会导致sudo命令无法使用。 报错log 一般情况下,我们只有ssh登录权限,修改sudo再使用会报如下错误: 12345678==== AUTHENTICATING FOR org.freedesktop.policykit.exec ===Authentication is needed to run `/usr/sbin/visudo' as the super userAuthenticating as: ubuntu,,, (ubuntu)Password:polkit-agent-helper-1: error response to PolicyKit daemon: GDBus.Error:org.freedesktop.PolicyKit1.Error.Failed: No session for ...
Python生成exe和安装包之Pyinstaller带参数【只看这篇就够了】
发表于2021-08-14|教程|python
前言 大家好,作为一名python资深爱好者,写完的python想给别人用,不会写代码的小姐姐电脑上又没有环境,可咋办呢? 这时候,pyinstaller就开始表演了。Python生成可执行文件(exe or Ubuntu下bash文件),本文记录笔者初次使用pyinstaller踩的所有坑。 安装pyinstaller 作为一名python爱好者,conda虚拟环境相信你已经很清楚了,下面直入主题: 12$ conda activate your_envs # 激活虚拟环境$ pip install pyinstaller # 安装pyinstallerb包 或者使用离线安装,安装方式: 在Pyinstaller离线包链接中选择最新版win64位的下载即可,然后安装方式同上:先激活你的虚拟环境,然后pip install 把你刚下载好的离线文件拖到这个pip install 后面回车即可。 Pyinstaller 生成exe(无参数版) Pyintaller的语法在Windows,MacOS和Ubuntu的语法相同,但是在Windows下打包的应用只能在Windows下使用,Ma ...
Python导入文件的解决方法
发表于2021-06-24|教程|python
问题描述 在pycharm中调试代码是没问题的,换到vscode中路径就出问题; 或者不知道从一个py文件中导入另一个py文件中的函数该怎么办呢? 解决方法两种 第一种: 将项目文件加入sys.path 如果你有以下文件目录 12345project |—aaa |——test_a.py |—bbb |——test_b.py 假如你想从test_b.py中调用test_a.py里的函数,或者从 ==任何位置== 调用test_a.py,只需要在test_b.py中或你想run的文件中添加如下几行代码: 123import syssys.path.append(project的绝对路径) # 添加需要调用project的绝对路径或调用的py文件绝对路径from aaa.test_a import * 注:project的绝对路径 后不能有斜杠,否则会报错 第二种:通过构建setup.py文件解决 将项目打包,在项目的根目录下新建setup.py文件,然后在文件中写入如下内容 12345678910111213141516171819import os ...
A four-day itinerary in Zhoushan
发表于2021-05-01|教程|tour
Created: October 7, 2021 5:39 PM 舟山四天行程安排 相关工作 出行第一条:提前看好天气,都是大太阳才去,要不你会后悔的! 四天行程包含车程安排,第一天只需要抵达舟山即可。 想去东极岛玩耍,重点来了,==抢去程船票==(朱家尖至庙子湖岛,开2h),关注东极海运公众号即可抢票,提前三天早晨5:00抢!!!(抢不到就GG,抢到了恭喜你,舟山旅行即将开启) ==抢宾馆== 预定第一天的宾馆,在朱家尖附近就行,第二天早晨打车去坐船;预定第二天在东福山岛宾馆,需要海景房等条件啥的直接美团上看就行;预定第三天庙子湖的宾馆,海景房同上。(抢不到宾馆不至于GG,还可以自己带帐篷野营,很安全,还不冷,和当地游客沟通过,帐篷挺舒服的,性价比还可以) 船票抢好,抓紧买从出发地到舟山的车票,比如上海南–>舟山大巴等等。 在庙子湖续航到东福山的船票需要==现金==,¥30/每人。其他所有消费均可在线支付。 ==抢回程船票== 提前一天早7:00购买庙子湖至朱家尖的回程船票,开2h(还是上边那个公众号:东极海运)。抢好以后直接买从携程等app购买回家的票,如蜈蚣峙码头–> ...
浪潮服务器风扇转速调节(已解决)
发表于2021-01-23|系统问题|bug
问题 浪潮服务器风扇转起来跟方程式赛车一样炸,那么就需要手动调整风扇转速 所需设备 需要调整的浪潮服务器、笔记本或者台式机(win)、网线一根(用于连接服务器和笔记本) 解决方法 首先用网线将服务器与笔记本或台式连接(注意:服务器端要插IPMI端口) 将方程式炸街服务器关机。 开机疯狂按delete进入浪潮bios界面,然后依次进入Server Mgmt->BMC network configuration->Get BMC Dedicated parameters 然后enter,选择manual,选择configuration Address source, 然后enter,选择static,选择Station IP address, 然后enter,输入192.168.1.100 然后enter,同样调整Subnet mask为255.255.255.0 同样调整Router IP Address为0.0.0.0 然后按F10保存退出(旁边有提示,一般为F10) 打开win,控制面板->查看网络状态和任务->以太网->属性->IPv4,双击I ...
Faster R-CNN系列理论整理(附视频讲解)
发表于2020-11-06|算法|deep_learning
前言 经过R-CNN和Fast R-CNN的积淀,Ross B. Girshick在2016年提出了Faster R-CNN,在结构上,Faster R-CNN已经将feature extraction,proposal提取,bounding box regression(rect refine),classification都整合在了一个网络中,使得综合性能有较大提高,在检测速度方面尤为明显。 R-CNN(Region with CNN feature) 如图所示:R-CNN分为四步 第一步: 第二步: 第三步: 第四步: R-CNN框架: Region proposal(Selective Search) Region proposal resize 成227*227送入Feature extraction(CNN) Classification(SVM) Bounding-box regression(regression) R-CNN存在的问题: 测试速度慢:测试一张图片约53s(CPU)。用Selective Search算法提取候选框用时约2s,一张图 ...
yolov5训练自己的数据集(缺陷检测分类——看了就懂系列)
发表于2020-11-03|教程|deep_learning
这里记录一下将yolov5用于训练自己的数据集,这里v5的github地址 Environment 本文是直接 pip install -r requirement.txt直接安装成功,如果不容易成功,就一个个安装即可。如果出现报错,多关注一下torch的版本即可。 Data preparation label的格式: <object-class> <x_center> <y_center> <width> <height> 举个🌰: 414_735_0.txt 127 0.503 0.499 0.098 0.4517 0.465 0.633 0.033 0.053 数据集格式 data ├──coco.yaml ├──coco128.yaml ├──==defect_data==    ├──images       ├──train       ├──val    ├──labels       ├──train       ├──val ├──… 然后制作自己的defect.yaml配置文件(直接复制coco.yaml ...
使用mmdetection训练自己的数据集(记录)
发表于2020-11-03|教程|deep_learning
简介 商汤科技(2018 COCO目标检测挑战赛冠军)开源了基于Pytorch的目标检测工具mmdetection,支持Mask-RCNN,Fast-RCNN,Faster-RCNN等主流的目标检测框架。 作者称mmdetection有三点优势:测试结果、训练速度、所需显存都有所改善。 下面将记录一下我的测试过程。 准备自己的数据集 mmdetection支持coco格式和voc格式的数据集,分别介绍这两种数据集的使用方式。 coco数据集 官方推荐coco数据集按照以下目录形式存储,以coco2017数据集为例 12345678910mmdetection├── mmdet├── tools├── configs├── data│ ├── coco│ │ ├── annotations│ │ ├── train2017│ │ ├── val2017│ │ ├── test2017 推荐以软连接的方式创建data文件夹,下面是创建软连接的步骤 123cd mmdetectionmkdir dataln -s $COCO_ROOT data 其中,$ ...
MAC下SSH及可视化工具(亲测有效)
发表于2020-11-01|教程|visual
简介 Windows下mobaxterm是终端连接图形化工具。最基本功能包括分组、ssh连接名、sftp等等。这些功能都图形化非常方便,尤其是管理多台服务器。起初觉得mobaxterm功能太冗余了,多数功能都用不到,但是后来用惯了真的极大的方便。 mac自带的terminal,即便是iterm2+zsh,也只是一个终端而已。管理多台远程ssh服务器自然有些不够用,没法分组,没法自定义ssh连接名,造成一些不方便。 Royal TSX 好用,基本上完美,支持 SSH FTP,也支持密钥登录,tab 标签管理服务器等等。除了貌似不能使用跳板机,其他都挺好。 下载Royal TSX 这是一个集成型的软件,刚安装的软件没有其他功能,通过在软件内在线安装相应的插件来实现我们想要的功能。 Royal TSX下载地址 下载插件 如下图,偏好设置preference->plugins,选择terminal和file transfer的install即可。 创建Document 免费版的只能创建一个Document,file->new document,然后保存,记得一定要保存。保存位置默 ...
八大排序算法原理及python实现
发表于2020-09-06|算法|sort
概述 内部排序:待排序记录存放在计算机内存中进行的排序过程。 外部排序:待排序记录的数量很大,以致于内存不能一次容纳全部记录,所以在排序过程中需要对外存进行访问的排序过程。 算法实现 直接插入排序 1.核心思想 直接插入排序(Insert Sort)是插入排序的一种,从第二个元素开始遍历,每次取出一个元素开始遍历,跟左边那个元素进行比较:比左边大则不动;比左边小,就和左边替换,继续向左遍历,直到找到该插入的位置。 2.代码实现 12345678910111213def directSort(arr): if len(arr) <= 1: return arr for i in range(1,len(arr)): while i > 0 and arr[i] < arr[i-1]: arr[i],arr[i-1] = arr[i-1],arr[i] i = i - 1 return arr arr = [64, 34, 25, 12, 22, 11, 90]b = d ...
Attention in CNN详解
发表于2020-06-09|算法|attention
注意力(attention)是一个十分常见的东西,这在CV领域尤为明显。eg:上课时候,学生的注意力都在老师身上,而对讲台和黑板不会关注,此时可以认为除了老师以外,都被学生自动认为是background了。而CV中的注意力机制的基本思想就是让系统学会注意力——能够忽略无关信息而更多的关注我们希望它关注的重点信息。本文主要讨论的是CV领域。关于NLP,读者可自行查阅。 注意力的发展和分类 发展 早期的注意力研究,是从大脑成像机制去分析的。搭建这种网络需要注意两方面:一方面是这种神经网络能够自主学习注意力机制,另一方面则是注意力机制能够反过来帮助我们去理解神经网络“看到的世界”。 近几年来,深度学习与视觉注意力机制结合的研究工作,大多数是集中于使用mask来形成注意力机制。mask的原理在于通过另一层新的权重,将图片中关键的特征标识出来,通过学习训练,让深度神经网络学到每一张新图片中需要关注的区域,也就形成了注意力。(可以注意到,本质是希望通过学习得到一组可以作用在原图上的权重分布) 分类 根据这种思想,注意力有两个大的分类:软注意力(soft attention) 和 硬注意力 (har ...
1…456
avatar
整天梦游的小jerry
Keep track of your life
文章
66
标签
40
分类
8
Follow Me
公告
--- 主域名 ---
codejerry.cn   
--- 备用域名 ---
blog.codejerry.cn
--- 自建服务地址 ---
fileshare.codejerry.cn
最新文章
Hexo文章加密 & 搜索引擎优化SEO & 评论系统Twikoo及邮件通知2024-09-26
Llama-Factory & Ollama & Langchain大模型训练-部署一条龙2024-06-05
Docker reference2024-03-22
Linux自动执行脚本2024-03-22
Linux通过ZeroTier实现内网穿透2024-03-08
分类
  • 代码指令4
  • 教程36
  • 日常小bug2
  • 理解4
  • 算法6
  • 系统问题2
  • 网络6
  • 运维6
标签
docker fileserver bug tour jpg blog CNN LLM parallel Linux License excel texlive, texstudio ssh Nvidia deep_learning nginx lambda shell attention frp ubuntu hexo sort crontab machine learning flask zerotier cuda Droppy loguru visual python Hexo linux SSH ssl api Ubuntu Streamlit
归档
  • 九月 20241
  • 六月 20241
  • 三月 20243
  • 二月 20244
  • 一月 20244
  • 十二月 20236
  • 十一月 20233
  • 八月 20231
小站资讯
文章数目 :
66
已运行时间 :
本站总字数 :
90.1k
本站访客数 :
本站总访问量 :
最后更新时间 :

格言🧬

理解的越多,就越痛苦。但是,他有着同痛苦相对称的清澈,与绝望相均衡的坚韧✨
世界上只有一种真正的英雄主义,那就是看清生活的真相之后,依然热爱生活✨
点击开启星辰之旅

猜你想看💡

  • 魔改指南网址导航
  • 我的朋友留点什么
  • 关于作者文章归档
  • 文章分类文章标签
  • 我的画廊我的唠叨
  • 建设进程网站统计

推荐友链⌛

©2020 - 2025  By 整天梦游的小jerry

搜索
数据库加载中