Python与深度学习
文章平均质量分 90
介绍以Pycharm作为Python开发环境下的程序开发
竹叶青lvye
行走的路上自会有很多精彩,要向前看。。。
展开
-
知识点快速回顾
常常一段时间不接触,一些知识点就陌生了,此贴也是为了自己能够快速回忆起来,重新捡起知识点。原创 2022-09-10 14:03:10 · 503 阅读 · 0 评论 -
tensorflow1.x代码转换到tensorflow2.x
这里我考虑使用PASCAL VOC 2007和PASCAL VOC 2012数据集来示意,这两个数据集的一些介绍可以参见如下博客的介绍https://blog.csdn.net/xingwei_09/article/details/79142558这里我给出两个数据集的链接路径VOC 2007链接:https://pan.baidu.com/s/1xK3gmKMpK1CzgxeyEuVYiw提取码:21wwVOC 2012链接:https://pan.baidu.com/s/1..原创 2020-11-23 21:04:33 · 1883 阅读 · 0 评论 -
Intel Movidius Neural Computer Stick 2使用(PC-Based Ubuntu)
接着博主前面的系列博客继续讲,这篇来介绍上Intel的第二代加速神经棒的使用,主要还是参考官网来配置。前面很多博客也都访问过多家公司的官网,比较下来,Intel的真的很强大,满满的技术感。Intel® Neural Compute Stick 2Learn AI programming at the edge with the newest generation of this tiny, fanless deep learning device.https://www.intel.com/conten原创 2022-05-08 09:51:47 · 3096 阅读 · 4 评论 -
ONNX Runtime使用简单介绍
前面系列博客中有用tensorRT、OpenVINO加速模型推理TensorRT加速方法介绍(python pytorch模型)_竹叶青lvye的博客-CSDN博客_tensorrt加速TensorRT加速模型推断时间方法介绍(c++ pytorch模型)_竹叶青lvye的博客-CSDN博客OpenVINO使用介绍_竹叶青lvye的博客-CSDN博客_openvino resnet在这边再简单提下ONNX Runtime的使用,上面博客中只是将ONNX模型作为一个中间转换模型用,可能..原创 2022-05-01 22:49:25 · 9534 阅读 · 0 评论 -
PaddleOCR使用介绍(Win10和Ubuntu20.04)
博主前面系列博客用到的tensorflow, keras,caffe,pytorch都是国外的,国内也有优秀的深度学习框架,这就是paddlepaddle.飞桨PaddlePaddle-源于产业实践的开源深度学习平台飞桨致力于让深度学习技术的创新与应用更简单。具有以下特点:同时支持动态图和静态图,兼顾灵活性和效率;精选应用效果最佳算法模型并提供官方支持;真正源于产业实践,提供业界最强的超大规模并行深度学习能力;推理引擎一体化设计,提供训练到多端推理的无缝对接;唯一提供系统化技术服务与支持的深度学习平台h原创 2022-05-01 10:53:20 · 3060 阅读 · 0 评论 -
OpenVINO使用介绍(一)
接着前面系列博客继续实验,后续会有几篇博客来介绍OpenVINO,主要还是参考官网资料,前面也说过好的东西,官网对其的介绍是很详尽的,我觉得此要比Tensor RT的的官网做的更好,示例sample也很多。Get Started — OpenVINO™ documentationhttps://docs.openvino.ai/latest/get_started.html博主此时的电脑软件环境为:Ubuntu 20.04python3.6.13 (Anaconda)cuda version原创 2022-04-21 08:50:39 · 19170 阅读 · 5 评论 -
Tensorflow lite在树莓派4B上进行图像分类和目标检测
接着前面系列博客来讲,这里来实现下官方例子一.在Raspberry Pi 4B上进行图像分类examples/lite/examples/image_classification/raspberry_pi at master · tensorflow/examples · GitHubTensorFlow examples. Contribute to tensorflow/examples development by creating an account on GitHub.https://g原创 2022-04-18 21:13:18 · 3172 阅读 · 2 评论 -
Tensorflow Lite Model Maker实现图像分类和目标检测迁移学习
主要是参考官网Image classification with TensorFlow Lite Model Maker博主通过默认的模型来迁移学习自己的数据集,实现分类,这边就简单实现狗和猫的分类上面的数据集在之前博客中用过,可前往下载,博主实现代码如下:import osimport numpy as npimport tensorflow as tfassert tf.__version__.startswith('2')from tflite_model_maker.原创 2022-04-17 22:19:45 · 4065 阅读 · 3 评论 -
tensorflow hub模型下载不了问题解决
博主在根据官网配置图像分类迁移学习时,由于没有设置翻墙,程序执行如下语句时model = image_classifier.create(train_data)会因为模型下载超时而报错:urllib.error.URLError: <urlopen error [Errno 110] Connection timed out>博主debug看了下,在/home/sxhlvye/anaconda3/envs/testTF/lib/python3.6/site-packages/ten原创 2022-04-17 20:29:04 · 5782 阅读 · 2 评论 -
Tensorflow Lite使用介绍
接着前面的博客系列讲,这里来介绍下Tensorflow LIte。TensorFlow Litehttps://tensorflow.google.cn/lite/guide?hl=zh-cn博主的环境简单介绍如下:python 3.6.5tensorflow-gpu 2.6.2cuda version: 11.2cudnn version: cudnn-11.2-linux-x64-v8.1.1.33主要参考官方文档资料,此文档大部分是有中文版的,更方便去掌握理解,博主这边具体原创 2022-04-14 13:07:56 · 3117 阅读 · 0 评论 -
Tensorflow Object Detection库使用及训练预测自己的数据集
接着前面系列博客接着讲,此篇来介绍下tensorflow的模型库的使用,当前安装tensorflow的时候,models中库不会自动安装,可能对比pytorch,大家会觉得tensorflow自带的object detection模型好少,其实不然。下面就对tensorflow的models中的objection模块进行一个详细的使用介绍。https://github.com/tensorflow/models/tree/master/research/object_detectionhttps://g原创 2022-04-12 13:05:38 · 3658 阅读 · 3 评论 -
Tensorrt加速Tensorflow推断速度(python和c++)
博主的环境配置可参考之前博客。Ubuntu配置TensorRT及验证_竹叶青lvye的博客-CSDN博客博主的一些基本环境配置可见之前博客非虚拟机环境下Ubuntu配置_jiugeshao的专栏-CSDN博客第一步: 准备安装AnacondaAnaconda3-5.2.0-Linux-x86_64.shhttps://repo.anaconda.com/archive/Anaconda3-5.2.0-Linux-x86_64.shhttps://blog.csdn.net/jiugeshao/artic原创 2022-03-20 22:47:15 · 3997 阅读 · 1 评论 -
pb模型转uff模型(tensorflow2.x)
大多数的博客只是提到tensorflow1.x系列下的转换。大概步骤就是安装tensorrt,同时安装tensorrt下的几个python的wl文件。可参见博主之前的博客:1.tensorrt的安装Ubuntu配置TensorRT及验证_竹叶青lvye的博客-CSDN博客2.tensorrt下几个whl文件的安装TensorRT加速方法介绍(python pytorch模型)_竹叶青lvye的博客-CSDN博客_tensorrt加速pytorch安装uff-0.6.9-py2.py3-none-原创 2022-03-20 11:22:00 · 2814 阅读 · 0 评论 -
keras模型转换为tensorflow的pb模型结构
官方文档介绍如下, 此时博主电脑环境配置为:tensorflow-gpu 2.4.0、python3.6、cuda11.0、cudnn8.0,详细信息可见博主这篇博客应用 Applications - Keras 中文文档https://keras.io/zh/applications/直接用预训练模型对一张图片(可从前面几篇博客找到原图)进行预测,第一次执行,会自动下载模型,模型保存的路径见/home/sxhlvye/.keras/modelsimport tensorflow as tfimp原创 2022-03-19 16:50:11 · 3160 阅读 · 1 评论 -
TensorRT加速模型推断时间方法介绍(c++ pytorch模型)
这里就用QTcreator来作为c++的IDE,其安装及opencv的配置(博主还是喜欢源码编译自己需要的opencv版本)过程见我之前的博客。Ubuntu下Qt Creator配置opencv_jiugeshao的专栏-CSDN博客1.首先记录下如何用Qt Creator做一个界面程序,新建一个项目如上选择后选择好路径,输入项目名称后,点击继续如下选择Desktop Qt 5.12.1 GCC 65bit选项,可以点击Details来做展开查看继续到如下界面可参照我之前的博客里做设计程序界面pchar原创 2022-03-14 23:29:30 · 6684 阅读 · 0 评论 -
TensorRT加速方法介绍(python pytorch模型)
TensorRT的安装可见我的上一篇博客Ubuntu配置TensorRT及验证_jiugeshao的专栏-CSDN博客博主的一些基本环境配置可见之前博客非虚拟机环境下Ubuntu配置_jiugeshao的专栏-CSDN博客第一步: 准备安装AnacondaAnaconda3-5.2.0-Linux-x86_64.shhttps://repo.anaconda.com/archive/Anaconda3-5.2.0-Linux-x86_64.shhttps://blog.csdn.net/jiugesha原创 2022-03-12 08:35:25 · 13465 阅读 · 13 评论 -
python常用功能代码
此贴会应该会经常更新,旨在收集一些python常用功能代码片段。博客会以一个个小demo形式展开,简洁明了。一.numpy篇demo1: 创建一个二维数组demo2: 直接修改数组的dtype类型,会使得数组长度变长,增加(修改前的数据位数表示/修改后的数据位数表示)个倍数,比如原来的是float64, 转换成uint8后,长度会增加64/8倍(一般此效果不是我们想要的)demo3: 验证直接==赋值是一种浅拷贝,一个变量值发生变化会影响到另一个变量值,copy方式是深拷贝demo4:从原创 2022-03-09 22:00:11 · 1838 阅读 · 1 评论 -
使用Pytorch自带模型预测图片
pytorch自带了大量内置模型,相关介绍可见如下博客pytorch 模型 .pt, .pth, .pkl的区别及模型保存方式_shuijinghua的博客-CSDN博客_pth和ptPytorch的内置模型_博客-CSDN博客_pytorch内置模型pytorch框架--网络方面--pytorch自带模型(增、改)_雪剑封心-CSDN博客pytorch 如何调用cuda_将Pytorch模型从CPU转换成GPU的实现方法_扎波罗热人的博客-CSDN博客Pytorch 高效使用GPU..原创 2022-03-06 22:15:17 · 4110 阅读 · 0 评论 -
c++调用python脚本
之前是纯python脚本在跑一些功能,就当时在用matlab做图像处理,做做实验还可以。上到项目还是要用C++,但python里面的一些功能代码又不想再用C++代码再实现一遍,故用C++来调用一些python脚本。长久之计还是完全用C++代码实现吧。下面介绍下相关配置吧:1.用VS2013新建一个控制台程序,选择Release X64配置2.sample1.cpp里代码原创 2018-02-01 10:32:14 · 1508 阅读 · 0 评论 -
pcharm配置pyqt5(Anaconda3 python环境)做界面开发
准备工作:0.安装Anaconda3-4.2.0-Windows-x86_64.exe.下载网址:点击打开链接0.安装pycharm-professional-2016.3.2.exe.下载网址:点击打开链接0.下载qt-creator-win-opensource-2.1.0.下载网址:点击打开链接0.下载PyQt5-5.6-gpl-Py3.5-Qt5.6.0-x64-2.exe原创 2017-11-01 18:45:37 · 6625 阅读 · 0 评论 -
py文件如何加密为pyc文件
加密后的pyc只是直接打开看不到源码了,不影响功能使用。1.一次命令整个文件夹里的所有py文件全部加密为pyc文件操作 打开Anaconda Prompt命令窗口, 输入python进入命令行状态下,输入: import compileall compileall.compile_dir(r'D:/test') 加密后的py文件便生成原创 2017-11-01 12:33:01 · 5328 阅读 · 0 评论 -
Pycharm can‘t use Subversion command line client问题解决
平时常用的pycharm打开后出现如下问题:解决办法,点击下Fix it在弹出的窗口下,重新配置下你电脑svn所在的路径即可:原创 2017-10-25 20:44:30 · 4312 阅读 · 0 评论