- 博客(39)
- 收藏
- 关注
RSS订阅转载 Linux删除有规则文件夹，比如（50-100）
rm -rf {50..100}转载于:https://www.cnblogs.com/liuwenhua/p/11606355.html
2019-09-29 10:31:00
417
转载 11.tensorboard网络结构
import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_data# 载入数据集mnist = input_data.read_data_sets("MNIST_data", one_hot=True)# 批次大小batch_size = 64# 计算一...
2019-09-28 23:54:00
143
转载 10.优化器
import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_data#载入数据集mnist = input_data.read_data_sets("MNIST_data",one_hot=True)#每个批次的大小batch_size = 64#计算一共...
2019-09-28 23:34:00
98
转载 9.正则化
import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_data#载入数据集mnist = input_data.read_data_sets("MNIST_data",one_hot=True)#每个批次的大小batch_size = 64#计算一共有多...
2019-09-28 23:32:00
111
转载 8.Dropout
import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_data#载入数据集mnist = input_data.read_data_sets("MNIST_data",one_hot=True)#每个批次的大小batch_size = 64#计算一共有多...
2019-09-28 23:31:00
96
转载 7.交叉熵
import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_data# 载入数据集mnist = input_data.read_data_sets("MNIST_data", one_hot=True)# 批次大小batch_size = 64# 计算一...
2019-09-28 23:25:00
74
转载 6.MNIST数据集分类简单版本
import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_data# 载入数据集mnist = input_data.read_data_sets("MNIST_data", one_hot=True)# 批次大小batch_size = 64# 计算一...
2019-09-28 23:23:00
118
转载 5.非线性回归
import tensorflow as tfimport numpy as npimport matplotlib.pyplot as plt# numpy生成200个随机点x_data = np.linspace(-0.5,0.5,200)[:,np.newaxis]noise = np.random.normal(0,0.02,x_data.shap...
2019-09-28 22:58:00
139
转载 4.线性回归
import tensorflow as tfimport numpy as npimport matplotlib.pyplot as pltx_data = np.random.rand(100)noise = np.random.normal(0,0.01,x_data.shape)y_data = x_data*0.1 + 0.2 + noise...
2019-09-28 22:53:00
93
转载 3.Fech_feed
import tensorflow as tf# Fetch:可以在session中同时计算多个tensor或执行多个操作# 定义三个常量input1 = tf.constant(3.0)input2 = tf.constant(2.0)input3 = tf.constant(5.0)# 加法opadd = tf.add(input2,input...
2019-09-28 22:43:00
64
转载 2.变量
import tensorflow as tf# 定义一个变量x = tf.Variable([1,2])# 定义一个常量a = tf.constant([3,3])# 减法opsub = tf.subtract(x, a)# 加法opadd = tf.add(x,sub)# 所有变量初始化init = tf.global_vari...
2019-09-28 22:40:00
68
转载 1.创建会话，启动会话
import tensorflow as tf# 创建一个常量m1 = tf.constant([[3,3]])# 创建一个常量m2 = tf.constant([[2],[3]])# 矩阵乘法opproduct = tf.matmul(m1, m2)print(product)# 定义会话sess = tf.Session()...
2019-09-28 22:38:00
220
转载 insightface数据裁剪过程
数据裁剪我们用lfw数据做实验，你也可以自己找数据。lfw数据http://vis-www.cs.umass.edu/lfw/我下载的是这个原图像https://drive.google.com/file/d/1p1wjaqpTh_5RHfJu4vUh8JJCdKwYMHCp/view?usp=sharing在src/data下存放数据；data/lfw下...
2019-09-25 16:54:00
298
转载 使用清华开源镜像安装tensorflow
转自：https://www.cnblogs.com/geeksongs/p/10745419.html安装tensorflow时，如果使用直接安装速度相对较慢，采取清华大学的镜像会提高速度。GPU版本安装方法：pip install tensorflow-gpu==1.8 -i https://pypi.tuna.tsinghua.edu.cn/simple或pip...
2019-09-25 11:26:00
347
转载 检验是否全是中文字符
def is_all_chinese(strs):#去掉换行符 strs=strs.replace("\n","") for _char in strs: if not '\u4e00' <= _char <= '\u9fa5': print("不是汉字") return Fal...
2019-09-24 17:25:00
168
转载 【转】项目搬迁，快捷导出环境依赖包到requirements.txt
项目搬迁的时候，需要把当前的环境依赖包导出，然后到部署项目的服务器上安装依赖。 我们可以通过下面的命令执行，把依赖包导出到requirements.txt文件里。 生成requirements.txt 下面重定向的命令，window下系统也能使用。pip freeze > requirements.txt安装requirements.txt依赖pip i...
2019-09-24 10:26:00
119
转载 python读取txt文件时报错UnicodeDecodeError: 'gbk' codec can't decode byte 0x8e in position 8: illegal multib...
python读取文件时报错UnicodeDecodeError: 'gbk' codec can't decode byte 0x8e in position 8: illegal multibyte sequence，如下代码： 1 #coding:utf-8 2 import shutil 3 readDir = "F:\\爬取数据\\11.txt" 4 writ...
2019-09-23 15:42:00
1110
转载 使用VGG16完成猫狗分类
from keras.applications.vgg16 import VGG16from keras.models import Sequentialfrom keras.layers import Conv2D,MaxPool2D,Activation,Dropout,Flatten,Densefrom keras.optimizers import SGDfr...
2019-09-22 22:16:00
427
转载 11.绘制网络结构
import numpy as npfrom keras.datasets import mnistfrom keras.utils import np_utilsfrom keras.models import Sequentialfrom keras.layers import Dense,Dropout,Convolution2D,MaxPooling2D,Fl...
2019-09-22 12:58:00
82
转载 11.模型载入
1 import numpy as np2 from keras.datasets import mnist3 from keras.utils import np_utils4 from keras.models import Sequential5 from keras.layers import Dense6 from keras.optimizers im...
2019-09-22 12:54:00
93
转载 10.模型保存
import numpy as npfrom keras.datasets import mnistfrom keras.utils import np_utilsfrom keras.models import Sequentialfrom keras.layers import Densefrom keras.optimizers import SGD...
2019-09-22 12:46:00
82
转载 9.RNN应用
import numpy as npfrom keras.datasets import mnistfrom keras.utils import np_utilsfrom keras.models import Sequentialfrom keras.layers import Densefrom keras.layers.recurrent import S...
2019-09-22 12:43:00
145
转载 8.CNN应用于手写字识别
import numpy as npfrom keras.datasets import mnistfrom keras.utils import np_utilsfrom keras.models import Sequentialfrom keras.layers import Dense,Dropout,Convolution2D,MaxPooling2D,Fl...
2019-09-22 12:40:00
187
转载 8.优化器
1 import numpy as np2 from keras.datasets import mnist3 from keras.utils import np_utils4 from keras.models import Sequential5 from keras.layers import Dense6 from keras.optimizers im...
2019-09-22 12:34:00
77
转载 6.正则化
1 import numpy as np2 from keras.datasets import mnist3 from keras.utils import np_utils4 from keras.models import Sequential5 from keras.layers import Dense6 from keras.optimizers im...
2019-09-22 12:31:00
73
转载 5.Dropout
1 import numpy as np2 from keras.datasets import mnist3 from keras.utils import np_utils4 from keras.models import Sequential5 from keras.layers import Dense,Dropout6 from keras.optim...
2019-09-22 10:25:00
91
转载 4.交叉熵
1 import numpy as np2 from keras.datasets import mnist3 from keras.utils import np_utils4 from keras.models import Sequential5 from keras.layers import Dense6 from keras.optimizers im...
2019-09-22 10:19:00
75
转载 3.Minst数据集分类
import numpy as npfrom keras.datasets import mnistfrom keras.utils import np_utilsfrom keras.models import Sequentialfrom keras.layers import Densefrom keras.optimizers import SGD...
2019-09-22 10:16:00
539
转载 2.非线性回归
import kerasimport numpy as npimport matplotlib.pyplot as plt# Sequential按顺序构成的模型from keras.models import Sequential# Dense全连接层from keras.layers import Dense,Activationfrom keras....
2019-09-22 10:03:00
104
转载 1.线性回归
#导入工具包import kerasimport numpy as npimport matplotlib.pyplot as plt# Sequential按顺序构成的模型from keras.models import Sequential# Dense全连接层from keras.layers import Dense# 使用numpy生...
2019-09-22 09:58:00
104
转载 Canny边缘检测
#导入工具包from imutils import *image = imread('image/school.jpg')show(image)def edge_detection(image,minVal=100,maxVal=200): image = cv2.cvtColor(image, cv2.COLOR_RGB2G...
2019-09-22 09:30:00
131
转载 7.图像梯度
#导入工具包from imutils import *image = imread('image/bricks.png')show(image)def gradient(image): image = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY) # cv2.CV_64F输出图像的深度(数据...
2019-09-21 23:53:00
104
转载 6.二值化
在图像处理中，Thresholding中文翻译过来叫二值化或者阈值化。二值化就是把图片传换成只有white和black这两种颜色。通过Thresholding，可以让图片中感兴趣的颜色变成主角--white，其余的颜色全部隐藏--black。另外，二值化后的图片也便于计算机进行分析，因为边缘轮廓十分清晰，所以计算机可以轻松找到边界线。然而，在找边界这方面，Thresholding并不是特...
2019-09-21 23:22:00
520
转载 5.颜色空间转换
#导入工具包，参考第1节from imutils import *#RGBRGB是从颜色发光的原理来设计定的，通俗点说它的颜色混合方式就好像有红、绿、蓝三盏灯，当它们的光相互叠合的时候，色彩相混，而亮度却等于两者亮度之总和，越混合亮度越高，即加法混合。红、绿、蓝三个颜色通道每种色各分为256阶亮度，在0时“灯”最弱——是关掉的，而在255时“灯”最亮。当三色灰度数值相...
2019-09-21 22:35:00
232
转载 Linux下的解压命令
转载midiyu:https://www.cnblogs.com/midiyu/p/7875462.htmlLinux下常见的压缩包格式有5种:zip tar.gz tar.bz2 tar.xz tar.Z其中tar是种打包格式,gz和bz2等后缀才是指代压缩方式:gzip和bzip2filename.zip的解压:unzip filename.zipfile...
2019-09-20 17:15:00
80
转载 4.图像模糊/图像平滑
#导入工具包1 from imutils import *1 image = imread('image.jpg')2 show(image)#平均模糊计算卷积框覆盖区域所有像素的平均值得到卷积的结果 [[1 1 1 1 1] [1 1 1 1 1] [1 1 1 1 1] [1 1 1 1 1] [1 1 1 1 1]]...
2019-09-20 14:20:00
163
转载 insightface作者提供数据训练解读
1.下载源码：开源代码地址：https://github.com/deepinsight/insightface2.查看作者项目训练要求（1）训练数据训练数据使用作者提供并制作好的数据，如下图所示：点击Dataset-Zoo进入数据下载中心，如下图所示：本人训练数据为MS1M-ArcFace,选择自己想要训练的数据都可以。（2）训练要求如下图所示...
2019-09-19 14:39:00
615
转载 MXNetError: [05:53:50] src/operator/nn/./cudnn/cudnn_convolution-inl.h:287
insightface train.py 报错：mxnet.base.MXNetError: [05:53:50] src/operator/nn/./cudnn/cudnn_convolution-inl.h:287: Check failed: e == CUDNN_STATUS_SUCCESS (8 vs. 0) : cuDNN: CUDNN_STATUS_EXECUTION_FA...
2019-09-19 14:05:00
778
转载 docker 安装 mxnet
1.根据自己的需求安装mxnet：https://hub.docker.com/u/mxnet2.拉取镜像：nvidia-docker pull mxnet/python:1.5.0_gpu_cu90_py23.通过docker images查看镜像4.通过镜像创建mxnet-insightface守护式容器nvidia-docker run -...
2019-09-17 22:25:00
356
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