原创 WIN10運行powershell報錯“無法加載xxx.ps1,因爲在此係統上禁止運行腳本”

解決辦法:設置權限 進入目錄C:\Windows\System32\WindowsPowerShell\v1.0,找到powershell.exe,右鍵“以管理員權限運行”。 在打開的powershell命令行輸入 Set-E

原创 C#.Net Core控制檯程序連接SQL Server SqlConnection類報錯

用vs2019創建 .Net Core下的C#控制檯程序,想要連接SQL Server的數據庫,在使用SqlConnection類的時候一直報錯“未能在命名空間System.Data.SqlClient中找到類型名SqlConne

原创 NSwag生成客戶端代碼後,添加Newtonsoft.Json庫(vs2019)

NSwag生成客戶端代碼後,添加Newtonsoft.Json庫(vs2019) 注意,這個庫是要添加在NSwag生成的代碼所在的項目中的,舉個例子,如果我的sln是在Client項目下,在ClientImpl.cs中用到的NSw

原创 python list拷貝賦值問題

在python中,用等號或者append方法進行list的賦值,實際上是將原list的引用賦給了新的變量,在後續使用append方法改變這兩個list中的任何一個時,另一個也會同時改變: b = [0,1,2] a = b b.app

原创 python二維列表list賦值時整列重複賦值問題

當我們使用如下方式創建一個二維列表時: l = [[0]*3]*3 如果嘗試給其中一個元素賦值 l[0][1] = 1 會發現整個列表的第二列都被賦值了 這種情況的原因是創建列表時第2,3行其實是第一行的一個淺拷貝,它們的地址

原创 輸出從小到大排序的第n個僅包含因子2,3,5的數字

import numpy as np def FindnthNumber(n): idx2 = 0 idx3 = 0 idx5 = 0 counter = 1 number_list = [1

原创 tensorflow在函數中用tf.Print輸出中間值的方法

tensorflow由於其基於靜態圖的模式,導致寫代碼的時候很難調試,除了用官方的調試工具外,最直接的方法就是把中間結果輸出出來查看,然而,直接用print函數只能輸出tensor變量的形狀,而不是數值,想要輸出tensor的具體數值

原创 pytorch criterion踩坑小結

1. 數據類型不匹配: 報錯:Expected object of type torch.LongTensor but found type torch.FloatTensor for argument #2 ‘target’ cri

原创 pytorch下搭建網絡訓練並保存模型

最近在學習pytorch,使用mnist數據集,搭建AlexNet訓練並保存模型,將代碼做一記錄。 建立數據集的方法見pytorch建立自己的數據集(以mnist爲例) 搭建網絡的方法見用pytorch搭建AlexNet(微調預訓練模

原创 pytorch下只打印tensor的數值不打印出device等信息的方法

torch.Tensor類型的數據loss和acc打印時 ,如果寫成以下寫法 print('batch_loss: '+str(loss.data)+'batch acc: '+str(acc.data)) 則不僅會打印出loss和

原创 pytorch搭建網絡測試時報錯Expected object of type torch.DoubleTensor but found type torch.FloatTensor...

用pytorch搭建網絡測試時,代碼報錯如下: Expected object of type torch.DoubleTensor but found type torch.FloatTensor for argument #2 ‘

原创 用pytorch搭建AlexNet(微調預訓練模型及手動搭建)

本文介紹瞭如何在pytorch下搭建AlexNet,使用了兩種方法,一種是直接加載預訓練模型,並根據自己的需要微調(將最後一層全連接層輸出由1000改爲10),另一種是手動搭建。 構建模型類的時候需要繼承自torch.nn.Modul

原创 pytorch建立自己的數據集(以mnist爲例)

本文將原始的numpy array數據在pytorch下封裝爲Dataset類的數據集,爲後續深度網絡訓練提供數據。 加載並保存圖像信息 首先導入需要的庫,定義各種路徑。 import os import matplotlib fro

原创 python讀取numpy圖像數據時將灰度圖像轉爲3通道並更改尺寸的方法

在用深度網絡訓練時,大部分網絡都要求輸入爲3通道,而有時現有的數據爲單通道的灰度圖,並且尺寸也不符合網絡輸入,可用下面的函數轉換,以minist數據集爲例。 import numpy as np from keras.datasets

原创 tensorflow加載模型並測試的方法

利用tensorflow搭建模型並保存時,保存模型的方法爲 saver = tf.train.Saver() saver.save(sess, model_path + model_name) 這樣會在model_path路徑下得到3