当前位置:网站首页>【收获合辑】k-NN与检索任务的异同+jupyter转pdf
【收获合辑】k-NN与检索任务的异同+jupyter转pdf
2022-08-03 08:02:00 【反科研pua所所长】
k-NN与检索任务的异同
偶然遇到k-NN,突然感觉算法过程跟检索任务很像,以图像分类任务中的k-NN为例,有如下对应:
k-NN | 检索 |
---|---|
图像 | 检索集 |
label | 被检索集 |
两者相同点是:
- 训练阶段,图像(检索样本)和label(被检索样本)都是成对出现
- 测试阶段,对于每个检索样本(图像),均要与所有被检索样本(训练集图像)计算距离
区别是:测试阶段,检索任务得到的N个结果各不相同,而k-NN得到的N个结果可能存在相同的,因此需要再行投票
启发:检索任务是否也可以应用这种投票思想呢?
jupyter转pdf
转换后方便打印,很实用~
import argparse
import os
import subprocess
try:
from PyPDF2 import PdfFileMerger
MERGE = True
except ImportError:
print("Could not find PyPDF2. Leaving pdf files unmerged.")
MERGE = False
def main(files, pdf_name):
os_args = [
"jupyter",
"nbconvert",
"--log-level",
"CRITICAL",
"--to",
"pdf",
]
for f in files:
os_args.append(f)
subprocess.run(os_args)
print("Created PDF {}.".format(f))
if MERGE:
pdfs = [f.split(".")[0] + ".pdf" for f in files]
merger = PdfFileMerger()
for pdf in pdfs:
merger.append(pdf)
merger.write(pdf_name)
merger.close()
for pdf in pdfs:
os.remove(pdf)
if __name__ == "__main__":
parser = argparse.ArgumentParser()
# We pass in a explicit notebook arg so that we can provide an ordered list
# and produce an ordered PDF.
parser.add_argument("--notebooks", type=str, nargs="+", required=True)
parser.add_argument("--pdf_filename", type=str, required=True)
args = parser.parse_args()
main(args.notebooks, args.pdf_filename)
边栏推荐
猜你喜欢
LeetCode 264:丑数
内存模型之有序性
品牌方发行NFT时,应如何考量实用性?
The use of the database table structure document generation tool screw
Using pipreqs export requirements needed for the project. TXT (rather than the whole environment)
并发之多把锁和活跃性
pyspark---encode the suuid interval (based on the number of exposures and clicks)
0day_Topsec上网行为管理RCE
Postman will return to results generated CSV file to the local interface
Qt5开发从入门到精通——第二篇(控件篇)
随机推荐
分析型数据库性能测试总结
解决GANs训练中模式崩塌/训练崩溃的十五个方法
Neo4j 4.X:导入OWL文件
RViz报错: Error subscribing: Unable to load plugin for transport ‘compressed‘解决方法
图解Kernel Device Tree(设备树)的使用
推荐系统-排序层-精排模型:LR、GBDT、Wide&Deep、DCN、DIN、DIEN、MMOE、PLE
IDEA2021.2安装与配置(持续更新)
mysql备份时的快照原理
【TPC-DS】DF的SQL(Data Maintenance部分)
二进制日志过期时间设置expire_logs_days
ArcEngine(四)MapControl_OnMouseDown的使用
最佳高质量字体
mysql系统变量与状态变量
【TPC-DS】25张表的详细介绍,SQL的查询特征
五、《图解HTTP》报文首部和HTTP缓存
Redis的基础与django使用redis
MySQL数据库————数据库与vs的连接
redis stream 实现消息队列
训练正常&异常的GAN损失函数loss变化应该是怎么样的
流行和声基础大笔记