kaggle貓狗大戰
kaggle上的貓狗大戰，即對貓狗的分類**，沒有特徵資料，只有，所以只能運用神經網路對其訓練**。看了大量的kaggle上的公開例子，大多運用tensorflow或者keras建立神經網路，因為最近在學習torch，因此，想用torch建立卷積神經網路進行建模**。但整個過程遇到了很多坑，下面記錄總結一下自己在第一次做識別時的坑。
一、資料預處理
對於肯定要進行預處理，不能直接輸入模型，並且訓練資料中的大小不一樣，就用torchvision.datasets.imagefolder模組載入資料，但直接載入顯示檔案中沒有任何檔案，頓時懵逼，明明全是，為什麼會顯示沒有呢？查閱各種部落格，原來要分開變成資料夾，也就是把訓練集再分類，讀取資料後torch會對資料資料標籤自動分類標數。資料預處理期間花費大量的時間精力，但感覺很值得，因為理解了torch的資料處理的一些東西，對後期的識別有很大的幫助。但是考慮如何運用cv2庫或者pil庫對進行處理再用torchvision.datasets.imagefolder進行讀取呢？後續繼續研究。。。
二、網路搭建
建立cnn網路，直接用nn.model繼承類建立卷積網路，中間卷積層的引數資料比較難算，還沒有特別搞清楚，直接用網上的引數設定，或者用遷移學習，用比較著名的影象識別演算法。改變全連線層的引數，最後設定為2分類，效果也是比較好的。
訓練模型時如果用gpu要對網路設定cuda讓他成為gpu引數，還有variable建立變數時再引數後加.cuda()轉換資料，不然會出錯，對**結果也對tensor資料轉換為numpy資料如果cpu訓練的模型直接加.numpy()，如果gpu訓練的模型則先轉換為cpu資料再轉換numpy即加.cpu().numpy()。
此次貓狗大戰識別做了好幾天，實際應用和理論還是有些許脫節，**寫的比較爛就不貼**了。。。。。
洛谷 貓狗大戰
初見安 這裡是傳送門 洛谷p1489 貓狗大戰 乙個挺冷門的題啊 也蠻有意思的。把n個數劃分成兩部分，讓兩部分的數的總和的差值盡量小。其實一眼dp，但是要往正解的方向去想是有點點難度的 明顯我們確定乙個集合，另乙個集合也就可以確定了。思考暴力一點的做法 如果我們可以列舉乙個集合的所有可能性，是不是就...
貓狗大戰V1
matplotlib inline import numpy as np import os import matplotlib.pyplot as plt fnames np.array f train for f in sorted os.listdir train labels np.arra...
DP luoguP1489貓狗大戰
題目大意 給你乙個序列 長度小於等於200 你需要把它分成兩半而且兩個被分開的序列長度差不超過一 如果是偶數的話那麼就必須是一樣長咯 要求分成的兩個序列的總和差的絕對值最小 做題思路 1.既然是序列總和，而且分成兩半，那麼我為什麼不先預處理出一開始整個序列的和呢？2.既然是兩個序列的總和，那麼必然會...