小编mot*_*iur的帖子

Tensorflow给了我这个未解决的错误:

Exception ignored in: <bound method BaseSession.__del__ of <tensorflow.python.client.session.Session object at 0x7f68d14b6668>>
Traceback (most recent call last):
  File "/opt/anaconda3/lib/python3.5/site-packages/tensorflow/python/client/session.py", line 532, in __del__
AttributeError: 'NoneType' object has no attribute 'TF_DeleteStatus'

这里讨论了错误.问题是它没有始终如一地出现.但是,它经常出现在我的终端中.有没有人设法绕过它.谢谢.

我正在使用SURF描述符进行图像匹配.我打算将给定的图像与图像数据库进行匹配.

import cv2
import numpy as np
surf = cv2.xfeatures2d.SURF_create(400)

img1 = cv2.imread('box.png',0)
img2 = cv2.imread('box_in_scene.png',0)

kp1,des1 = surf.detectAndCompute(img1,None)
kp2,des2 = surf.detectAndCompute(img2,None)


bf = cv2.BFMatcher(cv2.NORM_L1,crossCheck=True)
#I am planning to add more descriptors
bf.add(des1)

bf.train()

#This is my test descriptor
bf.match(des2)

问题bf.match在于我收到以下错误:

OpenCV Error: Assertion failed (type == src2.type() && src1.cols == src2.cols && (type == CV_32F || type == CV_8U)) in batchDistance, file /build/opencv/src/opencv-3.1.0/modules/core/src/stat.cpp, line 3749
Traceback (most recent call last):
  File "image_match4.py", line 16, in <module>
    bf.match(des2) …

由于神经网络的运行时间很长,似乎没有认真对待网络中的k折交叉验证.我有一个小数据集,我有兴趣使用此处给出的示例进行k折交叉验证.可能吗？谢谢.

我有一个任意长度的向量，我想把它改造成一个方阵，比如：

np.arange(6).reshape((3, 3))

[1,2,x]   [1,2,3]    
[3,4,x]   [4,5,6]
[5,6,x]   [x,x,x] 

的x可以是水平和/或垂直放置。

显然，reshape函数将只允许在上面的例子中像 (3,2) 这样的参数。有没有办法产生方形矩阵的效果。谢谢。

嗨,我想保存这个产生的图像imagesc(magic(3)),确切的彩虹表示,是否可能？

谢谢.

这个问题可能看似重复,但事实并非如此.我在这个网站上查看了类似问题的解决方案,但它并不能让我满意.我已经查看了Matlab帮助中心,我得到的答案就是这个,在http://goo.gl/p907wR的底部

所以,我正在阅读数百个图像文件imread('D:\pic1\foo.jpg'),其中一些就像imread('D:\pic2\Thumbs.db').阅读后我将存储在这样的数据库中,train(i) = imread('D:\pic1\foo.jpg').问题在于imread('D:\pic2\Thumbs.db'),读取这些文件显然会出错.我想像这样缓解这个问题:

for i=1:N
  try
    train(i) = imread(link{i})

    %link{i} can be 'D:\pic2\Thumbs.db' or 'D:\pic1\foo.jpg'

  catch 
    disp('Error')
  end
end

问题出在这里的try块中.有两件事正在发生,一件是读取文件另一件是分配imread值train(i).现在,这很重要,只有成功imread()应该有一个任务,失败时会出现错误.Matlab通过catch块来处理错误,没有一个块来处理我可以完成赋值的成功条件,这样我就可以毫不费力地读写.

我想要这样的东西:

j = 0;
for i=1:N

  try:
   imread(links{i})

  if success:
   train(j) = imread(links{i})
   j = j+1;

  if fail:
   error
  end

end

我只是在搜索Matlab文档时想出了尝试和捕获,如果有任何东西可以帮助我简洁地编写代码,我将非常感激.

我试图找到图中负边和正边的解释，如函数 train_test_split_edges Pytorch Geometric doc开头所述。根据文档文件，它说该函数应该将图分成“正和负训练/验证/测试边缘”。就此而言，正边缘或负边缘的含义是什么？根据代码，正边“似乎”是图的邻接矩阵的上三角形中的边的连接，负边是邻接矩阵的下三角形中的边。因此，如果 (1,0) 被认为是正边，那么在无向图中 (0,1) 就是负边。我对么？我没有找到任何有关图表中正边缘/负边缘含义的信息。

拓扑排序可以使用 DFS（边缘反转）和队列来完成。BFS 也可以使用队列来完成。使用队列进行 BFS 时元素的存储和检索方式与使用队列进行拓扑排序时的元素存储和检索方式之间是否存在任何关系。澄清会有所帮助。谢谢。

我试图在Russel Norvig的人工智能书中给出了用于井字游戏的极小极大算法.它拥有除了将bestMove返回给用户的方式之外的所有内容.我努力回归bestMove,但无法决定何时选择bestMove.帮忙,有人吗？

moveT MiniMax(stateT state)
{
    moveT bestMove;

    max_move(state,bestMove);

    return bestMove;

}

int max_move(stateT state,int & bestMove)
{
    int v = -10000;
    if(GameIsOver(state))
    {
        return EvaluateStaticPosition(state);

    }

    vector<moveT> moveList;
    GenerateMoveList(state, moveList);
    int nMoves = moveList.size();

    for(int i = 0 ; i < nMoves ; i++)
    {
        moveT move = moveList[i];
        MakeMove(state, move);

        int curValue = min_move(state,bestMove);

            if(curValue > v)
            {
              v = curValue;
              bestMove = move;
            }
        RetractMove(state, move);

    }

    return v;

}

int min_move(stateT state, int &bestMove)
{
    int …

集合是否学习特定分类器的许多实例的示例,例如决策树分类器; 或者它是几个分类器的混合,如神经网络,决策树,SVM等？

我已经研究了这个维基百科对Bagging一个集成学习者的描述.它说:

套袋导致"不稳定程序的改进"(Breiman,1996),其中包括例如神经网络,分类和回归树,以及线性回归中的子集选择(Breiman,1994).

我对此描述感到困惑.我也看着MATLAB的实现集成算法的.例如这一个:

load fisheriris
ens = fitensemble(meas,species,'AdaBoostM2',100,'Tree')

meas并且species是该fitensemble功能的输入.在这个例子中,它使用AdaBoostM2类型的弱学习器Tree并且正在使用100它们.如何解决这个函数的这个简单实例,以表明集合学习用于组合不同的分类器,如Neural Net, KNN, Naive Bayes一起？

任何人都可以解释什么是实际的集合学习以及MATLAB在其fitensemble函数实现中尝试做什么？