BigYouYou

Pytorch2.4.0使用官方安装方式安装的时候，会自动给我安装cudnn9.1，不论是conda安装还是pip安装，害得我出了一大堆问题，气死我了。我倒退到安装pytorch2.3.0才没出现自动安装cudnn的问题。以及，记录一个pip安装cudnn的方法，这也是官方推荐的。cuda其他版本同理。

3D Gaussian splatting 是一种图形和视觉处理技术，常用于体积渲染、点云渲染和其他应用中，以便对数据进行平滑或重建。在这个上下文中，高斯分布（或高斯“splat”）用于表示单个数据点（如一个点云中的点）对其周围空间的影响。椭圆（或在三维中则是椭球）的协方差矩阵用于定义这个高斯分布的形状和方向。

我在安装mmhuman3d和mmtracking时，遇到报错：error: could not build wheels for pycocotools, which is required to install pyproject.toml-based projects。0.12.0, mmhuman3d是从github下载的最新版。最后我的解决方法为：安装pycocotools。

为了解决这些问题，学界提出了DTM、ETM、DETM、BERTopic等方法，其中是近年提出的热度很高的方法，它主要思路是寻找文本整体的BERT特征向量，然后对各文本特征在样本空间中做聚类，找到Topic，然后基于TF-IDF模型寻找每个Topic的关键词，最后寻找Topic在每个时间段的关键词表示。

真的非常无语Deepface(0.0.74版本)这个包在安装的时候会自动装上一个tensorflow，而不会检测我的虚拟环境下是否已经安装了tensorflow。原本我已经安装了tensorflow-gpu2.4.0，使用pip install deepface安装deepface的时候，它会自动给我装上一个tensorflow2.8.0，然后我在python里一调用deepface，就会导致各种错误，比如Loaded runtime CuDNN library: 8.0.5 but source wa

支持向量机SVM原理及求解过程介绍支持向量机（Support Vector Machine, 简称SVM），又称为Sparse Kernel Machine或Maximum Margin Classifier，是一类经典的机器学习方法，它融合了之前已有的计算学习方法、线性判别函数和优化方法，常用于分类、回归和异常检测任务，在解决小样本问题、非线性学习和高维模式识别中有特别的优势。20世纪60年代...

前段时间审稿人给我文章的审稿意见中有要求对实验结果做假设性检验，我做了一番学习，网上这方面资料也比较少，记录如下。参数检验是说我们能够以多大的置信度去相信某个命题，或者作出某个断言的出错概率是多少。我们统计课学过的卡方检验什么的都属于参数检验，它们事先假定未知量服从正态分布；非参数检验是指未知量的分布也是未知的。Wilcoxon秩和检验是一种常见的用于判断两个分布列是否有显著区别的非参数检验方...

这是github上的一个项目点击打开链接，前段时间由于实验需要提取视频特征，找了好多代码都没有搞出来，没办法，菜鸡就是这样。放下了一段时间之后又拿起来看，我以前以为这个C3D项目是依赖于caffe的，而网上好多caffe的配置教程同时还配置了opencv，这给我难受的啊，配opencv又配caffe，终于搞好了，结果跑起来它告诉我超内存，很尴尬，就决心换新服务器试试。但是一想到换了服务器，就又得重...

关于用Keras搭建AlexNet网络，网上代码很多，但是大部分都有错误，我经过一天时间学习研究，写了这一份代码。AlenNet网络的详细描述，这位大神写的非常好，除了他写的卷积——池化——归一化我不能苟同以外就没什么了。我认为应该是卷积——归一化——池化。AlexNet是深度学习历史上的分水岭，影响深远，其创新点主要包括：relu函数做激活函数加快了训练速度，LRN法对数据做归一化，使用...

jupyter notebook 是个好东西，但是默认皮肤实在是看得人难受，最不能忍的是字号太小。感谢GitHub大神，提供了这款主题更改工具，网上很多人介绍了更换主题的方法。我还做了一些字号、字体等修改，现在舒服多了。安装此工具：pip install --upgrade jupyterthemes查看可用主题：jt -l文档这里介绍了详细的可用参数：后面还有如何使用的样例，比如这样修改oce...

import numpy as npimport pandas as pddata = {'city': ['Beijing', 'Shanghai', 'Guangzhou', 'Shenzhen', 'Hangzhou', 'Chongqing'], 'year': [2016,2017,2016,2017,2016, 2016], 'population':...

import numpy as npimport pandas as pddata = {'city': ['Beijing', 'Shanghai', 'Guangzhou', 'Shenzhen', 'Hangzhou', 'Chongqing'], 'year': [2016,2016,2015,2017,2016, 2016], 'population':...

环境：Python3.6.4 + pandas 0.22主要是DataFrame.apply函数的应用，如果设置axis参数为1则每次函数每次会取出DataFrame的一行来做处理，如果axis为1则每次取一列。如代码所示，判断如果城市名中含有ing字段且年份为2016，则新列test值赋为1，否则为0.import numpy as npimport pandas as pddata = ...