小编use*_*619的帖子

比方说,我有一个数据帧df作为

A B
1 V2
3 W42
1 S03
2 T02
3 U71

我想要一个新的列(在它的末尾df或B用它替换列,因为它无关紧要)只从列中提取int B.那是我想要列C看起来像

C
2
42
3
2
71

所以如果数字前面有一个0,比如03,那么我想返回3而不是03

我怎样才能做到这一点？

我有一个看起来像的训练集

Name       Day         Area         X    Y    Month Night
ATTACK    Monday   LA           -122.41 37.78   8      0
VEHICLE  Saturday  CHICAGO      -1.67    3.15   2      0
MOUSE     Monday   TAIPEI       -12.5    3.1    9      1

Name是结果/因变量.我转换Name,Area并Day为因素,但我不知道我是否应该为Month和Night,只取整数值1-12和0-1分别.

然后我将数据转换为矩阵

ynn <- model.matrix(~Name , data = trainDF)
mnn <- model.matrix(~ Day+Area +X + Y + Month + Night, data = trainDF)

然后我设置调整参数

nnTrControl=trainControl(method = "repeatedcv",number = 3,repeats=5,verboseIter = TRUE, returnData = FALSE, returnResamp = "all", classProbs = TRUE, …

我试图做import segmentation_models as sm，但我收到一个错误，说efficientnet没有找到。所以我做了pip install efficientnet并再次尝试。我现在得到了ModuleNotFoundError: no module named efficientnet.tfkeras，即使安装了 Keras，因为我可以from keras.models import *使用 Keras 或其他任何东西

我怎样才能摆脱这个错误？

我正在开发一个可以在另一台计算机（第一台）上运行的程序，并试图让它在我的新计算机（第三台）上运行。当我转到build并键入时ccmake ..，出现此错误：

CMake Error at build/share/cmake/hdf5/hdf5-targets.cmake:67 (message):
   The imported target "hdf5" references the file


 "/home/myname/Desktop/MyProject/build/lib/libhdf5.a"

   but this file does not exist.  Possible reasons include:

   * The file was deleted, renamed, or moved to another location.

   * An install or uninstall procedure did not complete successfully.

   * The installation package was faulty and contained


 "/home/myname/Desktop/MyProject/build/share/cmake/hdf5/h
df5-targets.cmake"

   but not all the files it references.

 Call Stack (most recent call first):
   build/share/cmake/hdf5/hdf5-config.cmake:70 (INCLUDE)
   build/share/cmake/hdf5/FindHDF5.cmake:85 (INCLUDE)
   src/Thing/CMakeLists.txt:66 (find_package)

即使我随后使用 sudo …

我有L:

   Var1 Freq
2  1103    6
6  1107   10
10 1112    7
21 1125    6
24 1129   10
31 1137    5

并且pct:

head(pct)
[1] 0.806 0.706 0.781 0.800 0.655 0.844

pct 最初是数字,而不是因素:

str(pct)
num [1:68] 0.806 0.706 0.781 0.8 0.655 0.844

但是,一旦我结合L,并pct连同

pct_by <- as.data.frame(cbind(as.vector(L$Var1), pct))

我看到这个新的数据帧pct_by包含pct因子,如下所示:

str(pct_by
'data.frame':   68 obs. of  2 variables:
$ V1: Factor w/ 68 levels "1103","1107",..: 1 2 3 4 5 6 7 …

我知道original_image * filter = blur_image，*卷积在哪里。因此，filter = ifft(fft(blur)/fft(original))

我有一个原始图像、已知的滤镜和已知的模糊图像。我尝试了以下代码。我只想比较使用 fft 和 ifft 计算的滤波器，并将其与已知的滤波器进行比较。我在Matlab中尝试过：

orig = imread("orig.png")
blur = imread("blur.png")
fftorig = fft(orig)
fftblur = fft(blur)
div = fftblur/fftorig
conv = ifft(div)

结果没有意义。我看到div包含很多NaN值，并且fftblur和fftorig都包含很多 0 值。我需要对此做些什么吗？比如使用fftshift？

编辑：为了使这一点更容易理解，我现在使用以下图像： http: //matlabgeeks.com/tips-tutorials/how-to-blur-an-image-with-a-fourier-transform-in- matlab-第一部分/

我决定使用以下链接计算origimage和的内核：blurimageunpad

kernelc = real(ifft2(fft2(origimage)./fft2(blurimageunpad));
imagesc(kernelc)
colormap gray

结果如下：

https://i.stack.imgur.com/kJavg.jpg

这显然与该链接顶部提到的高斯模糊不匹配

我有

std::vector<double>x={1,2,NAN,3, NAN, 4}

当我尝试x.erase(remove(x.begin(), x.end(), NAN), x.end()，我仍然看到NAN作为

for (auto i:x)
    std::cout<<i<<" ";

给

1 2 -nan(ind) 3 -nan(ind) 4

如何删除NAN，所以输出如下？

1 2 3 4

编辑：x是双精度的向量，而不是整数

如果我有张量v，w我知道你们可以一起乘他们

a = Multiply()([v, w])

但是，如果我想乘v或w标量怎么办？

假设我有一个大矩阵A：

A = rand(10000,10000);

以下串行代码耗时约0.5秒

tic
for i=1:5
    r=9999*rand(1);
    disp(A(round(r)+1, round(r)+1))
end
toc

而使用parfor的以下代码耗时约47秒

tic
parfor i=1:5
    r=9999*rand(1);
    disp(A(round(r)+1, round(r)+1))
end
toc

如何加快parfor代码的速度？

编辑：如果不是使用disp，我尝试使用以下代码计算总和

sum=0;
tic
for i=1:5000
   r=9999*rand(1);
   sum=sum+(A(round(r)+1, round(r)+1));
end
toc

这需要0.025秒

但是parfor需要42.5秒：

tic
parfor i=1:5000
   r=9999*rand(1);
   sum=sum+(A(round(r)+1, round(r)+1));
end
toc

我有一张原始图片:

我然后阅读它,创建一个PSF,并在Matlab中模糊它:

lenawords1=imread('lenawords.bmp');
%create PSF
sigma=6;
PSFgauss=fspecial('gaussian', 8*sigma+1, sigma);

%blur it
lenablur1=imfilter(lenawords1, PSFgauss, 'conv');
lenablurgray1=mat2gray(lenablur1);
PSFgaussgray = mat2gray(PSFgauss);

我保存了模糊的图像:

imwrite(lenablurgray1, 'lenablur.bmp');

当我在其中显示一些值时,我得到了

disp(lenablurgray1(91:93, 71:75))

0.5556    0.5778    0.6000    0.6222    0.6444
0.6000    0.6444    0.6667    0.6889    0.6889
0.6444    0.6889    0.7111    0.7333    0.7333

然后,我在OpenCV中打开该模糊图像,并在相同的索引处显示其值:

Mat img = imread("lenablur.bmp");

for (int r = 91; r < 94; r++) {
    for (int c = 71; c < 76; c++) {
        cout << img.at<double>(r, c) << " ";
    }
    cout << endl;
}
cout << endl;

我得到的结果与上面的值不匹配: …