2017年12月_MagiChos

12月 11月 09月 08月 07月 06月 05月 04月 03月 02月 01月

原创 tensorflow显存设置

为避免训练时占用全部的gpu显存，只需设置如下代码import numpy as npimport tensorflow as tfimport osos.environ['CUDA_VISIBLE_DEVICES'] = '0'# 程序最多占用制定gpu的50%显存gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.

2017-12-28 10:16:36 397

原创 tensorflow 部分函数笔记

tf.identity(input, name=None) 返回一个一模一样的新tensor 示例：import tensorflow as tfa = tf.constant(1.0 , tf.float32)init = tf.global_variables_initializer()b = tf.identity(a)with tf.Session() as sess:

2017-12-25 00:37:11 205

原创 np.ravel()和np.flatten()

两者的功能是一致的，将多维数组降为一维，但是两者的区别是返回拷贝还是返回视图，np.flatten(0返回一份拷贝，对拷贝所做修改不会影响原始矩阵，而np.ravel()返回的是视图，修改时会影响原始矩阵示例： import numpy as npa = np.array([[1 , 2] , [3 , 4]])b = a.flatten()print('b:' , b)c = a.ra

2017-12-23 21:57:04 39032

原创 keras 的LearningRateScheduler

keras.callbacks.LearningRateScheduler(schedule) 该回调函数是用于动态设置学习率参数： ● schedule：函数，该函数以epoch号为参数（从0算起的整数），返回一个新学习率（浮点数）示例：from keras.callbacks import LearningRateSchedulerlr_base = 0.001e

2017-12-23 21:36:00 13228

原创 tf.stack和tf.unstack

tf.stack和tf.unstack分别表示矩阵的合并和分解，下面用一个小示例演示用法import tensorflow as tfimport sysimport osimport numpy as npa = tf.constant([1 , 2 , 3])b = tf.constant([4 , 5 , 6])c = tf.stack([a , b] , axis=0)d = tf

2017-12-23 21:17:21 1959

原创判断两个矩形是否相交

原理就不多说了，这里直接上代码，经过测试是没有问题，如有发现问题欢迎指正！def isIntersection(xmin_a, xmax_a, ymin_a, ymax_a, xmin_b, xmax_b, ymin_b, ymax_b): intersect_flag = True minx = max(xmin_a , xmin_b) miny = max(ymin_a

2017-12-19 17:48:35 2580

原创 face_recognition安装

本文主要介绍一下face_recognition的安装方法，总结一下安装过程，希望大家能少走弯路，节约时间。安装ananconda，我这里选择的是ananconda3安装dlib，这里给出下载地址 https://pan.baidu.com/s/1eR43bXK 安装dlib比较费事，中间遇到了各种各样的奇怪问题，所以建议再安装的时候严格按照下面的要求。我这里的开发环境是vs

2017-12-17 00:52:05 5590 2