原创 R語言 pivot_longer 圖表變換
relig_income #> # A tibble: 18 x 11 #> religion `<$10k` `$10-20k` `$20-30k` `$30-40k` `$40-50k` `$50-75k` `$75-1
2020-07-06 11:14:34
1
原创 R語言 glue 版本衝突
namespace ‘glue’ is imported by ‘tidyselect’, ‘dplyr’ so cannot be unloaded 報錯原因是dplyr和tidyselect兩個包所要求的glue版本不同。把
2020-07-06 11:14:34
原创 ffmpeg 命令將視頻轉化爲圖幀
不用安裝軟件，Linux和Ubuntu下使用ffmpeg可以將視頻導出幀圖片。 ffmpeg -i inputfile.avi -r 1 image-%3d.jpeg -i 視頻文件 -r 1，每秒導出的圖片幀數 image-
2020-06-24 23:39:59
原创 與 macOS 10.12 兼容的OpenCV版本
macOS 10.12 下使用pip install opencv-python安裝OpenCV後會報錯，主要是版本兼容問題。不想折騰macOS，可以安裝 3.4.9.33 這個版本的OpenCV這個兼容版本。
2020-06-24 23:39:59
原创 summarise() regrouping output 警告
summarise() regrouping output 警告 這裏討論的是return的屬性，而不是group_by本身。以下面代碼爲例，summarise之後給出的警告信息是指，這裏return的tibble的atrribu
2020-06-16 08:28:50
原创 binary_crossentropy和BinaryCrossentropy的區別
只能說官方的命名有點太隨意，使用上二者有點細微區別。 一般compile的時候，使用的是小寫的binary_crossentropy y_true = [[0., 1.], [0., 0.]] y_pred = [[0.6, 0.
2020-06-02 11:47:25
原创 損失函數BinaryCrossentropy例子說明
官方說明書的例子其實特別簡單明瞭， y_true = [[0., 1.], [0., 0.]] y_pred = [[0.6, 0.4], [0.4, 0.6]] # Using 'auto'/'sum_over_batch_si
2020-06-02 11:47:25
原创 理解功能強大的sed替換命令
最近仔細看了一下sed命令，不得不感慨sed的強大功能，感覺能寫半本書了。這能總結一些最常用的。 替換並打印在屏幕上 最常用的就是替換功能。 sed 's/foo/bar/g' 這條命令都比較熟，就是把所有foo替換成bar，但是
2020-06-02 11:47:25
原创 使用cpulimit和taskset控制CPU使用率和運行核數
限制CPU使用率 cpulimit -l 20 App 上面代碼會將App程序的CPU使用率限制在20%，可以使用htop查看。 如果程序正在運行，可以通過其PID來限制CPU使用，比如 cpulimit -l 20 -p 12
2020-05-21 21:46:43
原创 理解GAN對抗神經網絡的損失函數和訓練過程
GAN最不好理解的就是Loss函數的定義和訓練過程，這裏用一段代碼來輔助理解，就能明白到底是怎麼回事。其實GAN的損失函數並沒有特殊之處，就是常用的binary_crossentropy，關鍵在於訓練過程中存在兩個神經網絡和兩個損
2020-05-21 21:46:43
原创 Python的Iterator可以同時打印信息
Python的Iterator可以同時打印信息 Updated: May 12, 2020 5:58 PM 今天看到一個Python Iterator的高級用法，之前並不知道，孤陋寡聞了。 def my_gen(): for
2020-05-15 07:27:11
原创 categorical_crossentropy和sparse_categorical_crossentropy的區別：實例講解
如果y是one-hot encoding格式，使用sparse_categorical_crossentropy [1,0,0] [0,1,0] [0,0,1] 如果y是整數，非one-hot encoding格式，使用cate
2020-05-10 05:26:24
原创 RNN神經網絡層的輸出格式和形狀
tf.keras.layers.RNN( cell, return_sequences=False, return_state=False, go_backwards=False, stateful=False,
2020-05-10 05:26:24
1
原创 RNN自然語言處理訓練數據生成過程：示例
第一次接觸RNN很容易被數據處理弄糊塗，這裏總結一下，總把每一步的處理結果都打印出來。 數據下載 shakespeare_url = "https://raw.githubusercontent.com/karpathy/char
2020-05-10 05:26:24
2
原创 將進程綁定在CPU上運行
taskset --cpu-list 0,1,2,3 <app> 以上代碼會將你的進程<app>綁定在4個CPU上運行，分別是0，1，2，3。 其他參數包括 SYNOPSIS taskset [options] [
2020-05-10 05:26:24