QT-Smile

基于迁移学习的旋转机械故障诊断方法研究学习笔记现在大一点的神经网络模型也要求数据量的足够大，但是对于小样本的数据，有一些神经网络模型也能够处理的很好2.这是现在神经网络也要求的数据最好能够独立同分布，所以最好在数据output时对数据进行BN或者其他方法的数据处理3.这可能是传统机器学习方法的不足，可以通过现在的神经网络的方法弥补4.我看裴师兄的文章，他进行对比的网络模型好像都没有使用transformer，所以问我可以去查找那些没有使用transformer方法的故障检测数据集。

3D目标检测综述一、现有的3D目标检测算法二、3D目标检测数据集KITTI、nuScences、Waymo Open Dataset三、衡量算法性能的标准目标检测领域主要使用准确率（Precision）、召回率（Recall）、平均精确率（Average Precision，AP）、平均精确率均值 (mean Average Precision，mAP)以及检测速度来评价算法的性能。三、基于点云的3D目标检测1.你可能是在和985博士硕士或者别人一整个研究团队竞争2.去KT数据集上面看，那

YOLOV3学习笔记（噼里啪啦up主）YOLOV3上面的IOU LOSS是错误的，因为在两个候选框和目标框围成的面积相同时，YOLOV3并没有告诉网络应该选哪个候选框。2.在YOLOV3中判断候选框是否有目标物体，confidence是重要指标，而在YOLOV3中confidence大小，是通过IOU loss 判断的。YOLOV3上IOU LOSS 计算方式如下图所示：2.1是对YOLOV3中的iou loss计算的第一次改进2.2GIOU LOSS 的不足的地方2.3由于G

import torchn_gpu = torch.cuda.device_count()print(n_gpu)

YOLOv5对于损失函数的改进（1）卷积核的大小改变（2）步长改变（3）平均池化（卷积核，步长）（4）最大池化（卷积核，步长）（5）全局平均池化（卷积核，步长）（6）全局最大池化（卷积核，步长）...

特征融合方法2.

YOLOV3实战项目四、标签文件的读取与处理coco数据集有80个类别，而前面的第一个数代表着类别所对应的序号。2.后面表示前面所代表物体在这张图片上的坐标。3.但是2中的类别所对应的坐标是指图片还没有pad之前的位置，现在经过pad的处理，物体的相对位置也发生了变化。4.5.6.7.此时的target中存放着这张图片所属类别的编号，图片中的物体所处的相对坐标。8.9.五、debug模式的介绍六、基于配置文件构建网络模型2.3.

使用python将字符串写入文件中，怎样让每个字符串单独占一行

目标检测学习笔记1.0（李沐）2.3.目标检测学习笔记2.0（赵卫东）整张图作为输入

paddle和MindSpore安装教程paddle安装教程：https://www.paddlepaddle.org.cn/install/quick?docurl=/documentation/docs/zh/develop/install/pip/windows-pip.htmlMindSpore安装教程：https://www.mindspore.cn/install

安装tensorflowconda install tensorflow=2.5.0其他深度学习框架类似，只需要把tensorflow换成其他深度学习框架的名字就行。

验证paddle等其他深度学习框架是否安装成功其他深度学习框架，就把paddle换成其他深度学习框架的名字就行。

GAN学习笔记1.0（李宏毅）一 、Basic Idea of GAN1.GAN就是需要训练一个Generator,最终我们想要得到的也是一个generation。而所谓的generation真实面目就是一个neural network2.对于GAN网络模型，当你想得到一张图片时，例如：当你输入一个向量组，经过Generator就会生成一张图片。3.对于Sentence Generation 当你输入一个向量组，那么它就会得到一句话4.对于影像的生成，对于一个generation，当你输入一

人工智能领域的顶级学者1.何恺明2.任少卿3.孙坚4.何向南5.贾扬清6.

把tensor张量保存为excel表格形式代码：import torchimport numpy as npa = torch.ones(5)print(a)b = a.numpy()print(b)np.savetxt("F:/Graduate students grade three/postgraduate studies/first year of postgraduate study/Transformer/test.csv",b)结果：...

特征矩阵变化计算公式注意：最后还有一个向下取整

CSDN使用小技巧1.空格： 2.彩色文字：原文

Transformer代码讲解原论文：一、Transformer结构展开图1.原图2.结构展开图二、Transformer代码1.数据预处理2. 代码拆分2.1 positional encoding2.2 pad mask2.3 subsequence mask2.4 ScaledDotProductAttention（计算 context vector）2.5 multiheadattention2.6 feedforward layer2.7 encoder layer2

shape、size、type对于张量的作用

pycharm使用技巧1.ctrl + f 查询整个代码

jupyter notebook使用技巧1.fn + m ：切换为markdown模式2.fn + 1/2/3/4/5/6/7 : 更换markdown标题格式3.ctrl + enter ： 运行4.ctrl + shift + - ： 把一个运行·个分成·多个·运行格

VSCODE更换python解释器Ctrl+Shift+P

CIFAR10图像识别# 1.导入包import torchimport torch.nn as nnimport torchvisionfrom torchvision import transforms, datasets# 2.设置transforerstransform = transforms.Compose([ transforms.ToTensor(), # numpy-----tensor transforms.Normalize((0.5,0.5,0.5)

ConvNeXt网络模型

PyTorch基础知识1.01.Tensor的基本概念和操作import torchimport numpy as np# 1. 标量a = torch.tensor(4.0)print('标量： ', a)标量： tensor(4.)# 2. 向量b = torch.tensor([1, 5, 2])print('向量： ', b)向量： tensor([1, 5, 2])# 3. 矩阵（张量）c = torch.tensor([[1, 2, 5],

使用anaconda prompt打开某一个虚拟环境下的jupyter notebook

PyTorch 肺部感染识别2.0版本转载自B站视频：https://www.bilibili.com/video/BV1wk4y1B77W/?spm_id_from=333.788目录一、完整代码二、自己手敲代码正文：一、完整代码二、自己手敲代码# 1. 导入必要的库import torchimport torch.nn as nnimport numpy as npimport torch.optim as optimfrom torchvision import transf

从清华园镜像站下载方法i https://pypi.tuna.tsinghua.edu.cn/simple例如：pip3 install numpy matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple

项目：纽约市建筑能源得分预测目录0简介1数据清洗与格式转化1.1数据简介1.2导入所需的基本工具包1.3数据分析1.4数据类型与缺失值1.5缺失值处理模板2 Exploratory Data Analysis2.2剔除离群点2.3观察那些变量会对结果产生影响3特征工程3.1特征变换3.2双变量绘图3.3提出共线特征4分割数据集4.1划分数据4.2建立Baseline4.3结果保存下来，建模再用5建立基础模型，尝试多种算法5.1缺失值填充5.2特征进行与归一化6建

概率论重要知识一、数理统计基本概念二、参数估计三、假设检验四、线性回归和方差分析正文：一、数理统计基本概念二、参数估计概率论第二章57页...

单源最短路径----贪心算法

n皇后问题----回溯算法

最优装载、多机调度

电路布线1.

算法设计与分析的重要代码1.0-1背包问题----动态规划法3.0-1背包问题----回溯法4.0-1背包问题----分支限界法代码太长了5.矩阵连乘----动态规划6.最长公共子序列----动态规划7.图像压缩----动态规划8.最优二叉搜索树----动态规划9.哈夫曼编码----贪心法10.最小生成树----贪心法11.n皇后问题----贪心法12.单源最短路径----贪心法13.活动安排问题----贪心法作业：1.2.3.4.

斐波拉契算法插入排序递归算法和非递归算法插入排序合并排序

贪心算法学习笔记

回溯法回溯法笔记2.0

NPC、P、NP