分类：model

2021
07-12

pytorch中的model=model.to(device)使用说明

这代表将模型加载到指定设备上。其中，device=torch.device("cpu")代表的使用cpu，而device=torch.device("cuda")则代表的使用GPU。当我们指定了设备之后，就需要将模型加载到相应设备中，此时需要使用model=model.to(device)，将模型加载到相应的设备中。将由GPU保存的模型加载到CPU上。将torch.load()函数中的map_location参数设置为torch.device('cpu')device=torch.device('cpu')model=TheModelClass(*args,**kwargs)mode... 继续阅读 >
2020
12-05

C# DataTable与Model互转的示例代码

///<summary>///实体转换辅助类///</summary>publicclassModelConvertHelper<T>whereT:new(){///<summary>///List泛型转换DataTable.///</summary>publicDataTableListToDataTable<T>(List<T>items){vartb=newDataTable(typeof(T).Name);PropertyInfo[]props=typeof(T).GetProperties(BindingFlags.Public|BindingFlags.Instance);foreach(PropertyInfopropinprops){Ty... 继续阅读 >
2020
11-16

Django model class Meta原理解析

通过一个内嵌类"classMeta"给你的model定义元数据,类似下面这样:classFoo(models.Model):bar=models.CharField(maxlength=30)classMeta:#...Model元数据就是"不是一个字段的任何数据"--比如排序选项,admin选项等等.下面是所有可能用到的Meta选项.没有一个选项是必需的.是否添加classMeta到你的model完全是可选的.app_labelapp_label这个选项只在一种情况下使用，就是你的模型类不在默认的应用程序包下... 继续阅读 >
2020
11-13

通过代码简单了解django model序列化作用

一直对使用DRF的了解停留在一知半解的状态，今天在实际操作中，感受到了DRF带来的方便Django工程，其中两个model定义如下：AutomationHeadRaw：classAutomationHeadRaw(models.Model):"""测试用例的请求的json形式参数"""id=models.AutoField(primary_key=True)automationCaseApi=models.OneToOneField(AutomationCaseApi,related_name='headRaw',on_delete=models.CASCADE,verbose_name='接口')data=models.TextField(ve... 继续阅读 >
2020
10-09

Java封装统一的Result Model案例

在开发过程中，有时候会需要使用错误码+错误信息的形式，来返回某些业务操作的错误结果信息，来代替效率较低的异常传递。这样就需要封装一个统一的Resultmodel作为返回值，代替直接返回数据等结果。1.定义错误码-错误信息接口错误码可能是String、Integer、Long等类型，也可能是enum类型。因此这里使用泛型来代替，错误码类型，可以提高灵活性。也可以通过枚举直接实现CodeMessage接口。publicinterfaceCodeMessage<C>{Cg... 继续阅读 >
2020
10-09

java 后台开发中model与entity(实体类)的区别说明

以前在做项目的时候不太了解model与entity的含义，在公司（卓~）项目中学习到了。model的字段>entity的字段，并且model的字段属性可以与entity不一致，model是用于前端页面数据展示的，而entity则是与数据库进行交互做存储用途。举个例子：比如在存储时间的类型时，数据库中存的是datetime类型，entity获取时的类型是Date（）类型，date型的数据在前端展示的时候必须进行类型转换（转为String类型），在前端的进行类型转换则十分... 继续阅读 >
2020
10-09

vue-model实现简易计算器

本文实例为大家分享了vue-model实现简易计算器的具体代码，供大家参考，具体内容如下<!DOCTYPEhtml><htmllang="en"><head><metacharset="UTF-8"><metaname="viewport"content="width=device-width,initial-scale=1.0"><metahttp-equiv="X-UA-Compatible"content="ie=edge"><title>Vue</title><scriptsrc="../lib/vue-2.4.0.js"></script></head><body><divid="app"><!--数字一--><inputtype="text"v-mod... 继续阅读 >
2020
10-08

Django model重写save方法及update踩坑详解

一个非常实用的小方法试想一下，Django中如果我们想对保存进数据库的数据做校验，有哪些实现的方法？我们可以在view中去处理，每当view接收请求，就对提交的数据做校验，校验不通过直接返回错误，不写数据库，校验通过再调用create或update方法写入数据库以上方式比较简单，容易理解，但随之又带来了麻烦，我们需在所有接收数据的地方都要去校验，那么有没有更加优雅的方式呢？如果你看过我之前的文章『Django使用Signals监测model... 继续阅读 >
2020
10-08

解决Keras的自定义lambda层去reshape张量时model保存出错问题

前几天忙着参加一个AIChallenger比赛，一直没有更新博客，忙了将近一个月的时间，也没有取得很好的成绩，不过这这段时间内的确学到了很多，就在决赛结束的前一天晚上，准备复现使用一个新的网络UPerNet的时候出现了一个很匪夷所思，莫名其妙的一个问题。谷歌很久都没有解决，最后在一个日语网站上看到了解决方法。事后想想，这个问题在后面搭建网络的时候会很常见，但是网上却没有人提出解决办法，So,Ithinkthat'sverynecess... 继续阅读 >
2020
10-08

Keras: model实现固定部分layer,训练部分layer操作

需求：Resnet50做调优训练，将最后分类数目由1000改为500。问题：网上下载了resnet50_weights_tf_dim_ordering_tf_kernels_notop.h5，更改了Resnet50后，由于所有层均参加训练，导致训练速度慢。实际上只需要训练最后3层，前面的层都不需要训练。解决办法：①将模型拆分为两个模型，一个为前面的notop部分，一个为最后三层，然后利用model的trainable属性设置只有后一个model训练，最后将两个模型合并起来。②不用拆分，遍历模型的... 继续阅读 >
2020
10-08

Keras中的两种模型:Sequential和Model用法

在Keras中有两种深度学习的模型：序列模型（Sequential）和通用模型（Model）。差异在于不同的拓扑结构。序列模型Sequential序列模型各层之间是依次顺序的线性关系，模型结构通过一个列表来制定。fromkeras.modelsimportSequentialfromkeras.layersimportDense,Activationlayers=[Dense(32,input_shape=(784,)),Activation('relu'),Dense(10),Activation('softmax')]model=Sequential(layers)或者逐层添加... 继续阅读 >
2020
10-08

解决Keras自带数据集与预训练model下载太慢问题

keras的数据集源码下载地址太慢。尝试过修改源码中的下载地址，直接报错。从源码或者网络资源下好数据集，下载好以后放到目录 ~/.keras/datasets/   下面。其中：cifar10需要改文件名为cifar-10-batches-py.tar.gz，cifar100改为cifar-100-python.tar.gz,mnist改为mnist.npz预训练models放到~/.keras/models/路径下面即可。补充知识：Keras下载的数据集以及预训练模型保存在哪里Keras下载的数据集在... 继续阅读 >
2020
10-07

完美解决keras保存好的model不能成功加载问题

前两天调用之前用keras（tensorflow做后端）训练好model，却意外发现报错了！！之前从来没有过报错！！错误内容粘贴如下：File“h5py_objects.pyx”,line54,inh5py._objects.with_phil.wrapper(C:\Minonda\conda-bld\h5py_1496885653697\work\h5py_objects.c:2867)File“h5py_objects.pyx”,line55,inh5py._objects.with_phil.wrapper(C:\Minonda\conda-bld\h5py_1496885653697\work\h5py_objects.c:2825)File“h5py\... 继续阅读 >
2020
10-07

keras load model时出现Missing Layer错误的解决方式

问题描述：训练结束后，保存model为hdf5和yaml格式的文件yamlFilename=os.path.join(dir,filename)yamlModel=model.toyaml()withopen(yamlFilename,"w")asyamlFile:yamlFile.write(yamlModel)随后loadmodelwithopen(chkptFilename,'r')asf:model_yaml=f.read()model=KM.model_from_yaml(model_yaml,customs_objects={"dict":dict})model.load_weights(weightFilename)但是报错问题分析：经过debug分析，原因出在... 继续阅读 >
2020
10-07

使用Keras 实现查看model weights .h5 文件的内容

Keras的模型是用hdf5存储的，如果想要查看模型，keras提供了get_weights的函数可以查看：forlayerinmodel.layers:weights=layer.get_weights()#listofnumpyarray而通过hdf5模块也可以读取：hdf5的数据结构主要是File-Group-Dataset三级，具体操作API可以看官方文档。weights的tensor保存在Dataset的value中，而每一集都会有attrs保存各网络层的属性：importh5pydefprint_keras_wegiths(weight_file_path):f=... 继续阅读 >
2020
09-29

django model 条件过滤 queryset.filter(**condtions)用法详解

1、下述代码查询model对应数据库中日期等于2018-05-22的数据：queryset=model.objects.all()condtions:{'date':'2018-05-22'}query_res=queryset.filter(**condtions)2、下述代码查询model对应数据库中日期小于2018-05-22的数据：queryset=model.objects.all()condtions:{'date__lt':'2018-05-22'}query_res=queryset.filter(**condtions)3.总结：条件选取querySet的时候，filter表示=，exclude表示!=。querySet.dis... 继续阅读 >