首页 > TAG信息列表 > 集时
子集反演
就是这样一个柿子： \[f(S)=\sum\limits_{T\subseteq S}g(T)\iff g(S)=\sum\limits_{T\subseteq S}（-1）^{S\oplus T}f(T) \]证明并不是很会证（昨天讲了但没太理解），但它的处理场景是很明晰的，其实就是求一些集合并集时的系数函数。小学奥数就交过结论但一直没证过（吧？）划分数据集时出现PermissionError: [Errno 13] Permission denied:
PermissionError: [Errno 13] Permission denied: [errno 13]权限被拒绝 错误的原因可能是文件找不到，或者被占用，或者无权限访问，或者打开的不是文件，而是一个目录。 我这里不是将要划分的数据集最下层的文件夹作为路径（下面文件夹） 而是将上一层作为路径了 也就是目录下面划分训练集测试集时 数据泄露的问题
转自：https://towardsdatascience.com/avoid-data-leakage-split-your-data-before-processing-a7f172632b00 https://towardsdatascience.com/data-splitting-for-model-evaluation-d9545cd04a99 1.数据泄露 数据泄漏是指训练数据集和测试数据集之间偶然的信息共享。 这种信息共《南溪的目标检测学习笔记》——数据集制作
1 数据集的格式——simcv格式 在定义数据集的格式的时候，我们可以参考COCO格式和VoTT格式； 使用中文进行标注； 2 训练和验证数据集的划分比例 数据集的划分比例为 train:val = 9:1，（对应test_size=0.1）； 2.1 验证集的使用原则 使用验证集时，不能看到图像内容；使用验证集时，不能看到标签ORM性能优化之count和len方法的选择
首先，我们知道ORM查询queryset数据集是惰性查询的，只有使用到数据集时，ORM才会真正去执行查询语句，然后ORM会把查询到的数据集缓存到内存中，下次我们使用数据集时是从缓存中取值的。这就是ORM的惰性查询机制和缓存机制 原文链接： https://copyfuture.com/blogs-details/2020052116253关于加载Fashion MNIST数据集时可能会出现的问题
第一个可能会出现的问题： 下载地址：https://www.worldlink.com.cn/en/osdir/fashion-mnist.html 分别下载：（1）train-images-idx3-ubyte （2） train-labels-idx1-ubyte （3）t10k-images-idx3-ubyte （4） t10k-labels-idx1-ubyte 放置路径：C:\Users\758\.keras\datasets\fashion-mnist 解压训练数据集时为何要先加载预训练模型作为初始化，这样做有何好处？
参考文章：https://www.zhihu.com/question/343545559/answer/808793092深度学习心得
Step 1 design 设计feature，满足没有ambiguity 设计网络，网络最后一层没有激活层 Step 2 train 在面对一个大数据集时，首先保证在一个子集上能够work (特别是train loss降不下来的时候) Step 3 testTensorFlow 制作自己数据集时，xml转csv
TensorFlow 制作自己数据集时，xml转csv千篇一律，把我拐入坑里了。 如果训练自己的数据集只有一个类别，用网络上的xml_to_csv，完全没有问题，源码如下: # -*- coding: utf-8 -*-import osimport globimport pandas as pdimport xml.etree.ElementTree as ET def xml_to_csv(path): xmlMongoDB配置副本集时需要注意的机制
由于当前环境拟使用副本集，所以下面写的都是有关使用副本集的时候需要注意的坑，与学习过程中的一些记录。 同步源不一定是primary节点，而是经过一套规则选择的一个节点，有可能是secondery节点。 failOver时的回滚机制：primary节点挂掉，oplog已经更新，但是其余secondery节点在没有同步。