- 博客(7)
- 资源 (8)
- 收藏
- 关注
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 10:16:36 409
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 00:37:11 218
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 39183
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 13332
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 1983
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 2610
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 5630 2
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人