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
tour fileserver attention Streamlit ssh ssl shell LLM parallel frp Droppy flask ubuntu visual Ubuntu cuda lambda machine learning linux Nvidia crontab loguru texlive, texstudio Linux excel SSH bug zerotier Hexo CNN deep_learning blog python nginx hexo sort License api docker jpg
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 :
89.3k
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