- 博客(6)
- 收藏
- 关注
RSS订阅原创 将引用作为函数参数笔记
然而，地址运算符（&）使得按地址传递（swapp(&wallet1,&wallet2)）一目了然（类型声明int * p表明，p是一个int指针，因此与p对应的参数应地址，如（&wallet1）。但在swapv中，变量a和b是复制了wallet1和wallet2的值的新变量，因此交换a和b的值并不会影响wallet1和wallet2的值。在swapr中，变量a和b是wallet1和wallet2的别名，所以交换a和b的值相当于交换wallet1和wallet2的值；摘自C++ Primer Plus。
2023-05-27 16:24:52
111
1
原创 关于bazel构建文件出现的release-62-1.tar.gz错误解决
前言 最近在做模型量化过程中，需要用到bazel去构建但报了个错误(前提:已经安装与tensorflow对应的bazel版本) 查了网上许多帖子大致的方法都是：1.搭建一个本地的http服务 2.自己下载release-62-1.tar.gz并放到指定位置。整个流程我自己也试了一遍，第一个步骤是基本一致的，但第二步会出现一些问题没能像网上的方法那么顺利，所以把过程记录一下方便以后安装构建也和大家分享共同进步 第一步：搭建一个本地的http服务 打开终端，按以下顺序直接复制粘贴命令 sudo apt-get
2021-03-06 12:37:03
610
原创 使用清华镜像离线安装python_opencv
前言 最近在训练模型过程中,对于import cv2出现的ModuleNotFoundError: No module named ‘cv2’,很直观就能清楚缺少了opencv的库，本以为很容易就能安装完成，结果碰了一鼻子灰…
2021-02-27 17:30:04
3305
5
原创 从零开始，Squeezenet在Pytorch+Opencv上的实现（一）：数据集的制作
项目的初衷：虽然做二分类用SVM就基本能够满足功能需求，但因为Squeezenet网络模型足够小，所以想试一下在嵌入式运行速率和精确度是否能够比拟SVM从而尝试替代 功能实现：制作自定义的车位数据集在Pytorch上进行训练，以onnx文件形式在opencv上进行调用实现车位场景和非车位场景的二分类 1.数据集的制作 首先看一下我拿到的数据集样子以及标签方式： 数据标签：有效车位场景为1，无效车位场景为-1 从上图可以看出，一开始拿到的数据集图片是大小不一的，图片名称虽然是从0开始排起，
2020-07-18 16:29:32
743
原创 Squeezenet官方源代码解析
网络设计思路 使用以下三个策略来减少SqueezeNet设计参数 （1）使用1∗1卷积代替3∗3 卷积：参数减少为原来的1/9 （2）减少输入通道数量：这一部分使用squeeze layers来实现 （3）将欠采样操作延后，可以给卷积层提供更大的激活图：更大的激活图保留了更多的信息，可以提供更高的分类准确率 其中，（1）和（2）可以显著减少参数数量，（3）可以在参数数量受限的情况下提高准确率。 import torch import torch.nn as nn import torch.nn.init a
2020-07-13 20:16:40
855
原创 Squeezenet论文翻译
Squeezenet：精确度达到AlexNet级别，参数少50倍及大小0.5MB的模型 摘要 在深度卷积神经网络的研究主要的关注点是提升其准确度。在给定准确度水平的条件下，通常可以识别多个达到该精度级别的CNN体系架构。在同等精度条件下，较小的CNN架构至少有三个优点： （1） 在分布式训练中小模型在服务器中的通信量更少，分布式训练更加高效，因为在服务器间的通信是分布式CNN训练的可扩展性的限制因素。 （2） 便于模型的更新，在从云端导入到客户端时需求带宽更少 （3） 小模型部署在FPGA硬件上更灵活，因为
2020-07-08 16:27:12
391
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人