1. Python 脚本
参考NumPy学习:
http://old.sebug.net/paper/books/scipydoc/numpy_intro.html
import numpy as np
#导入模块numpy并以np作为别名;导入NumPy函数库
import matplotlib.pyplot as plt
#导入plt
matplotlib.pyplot
是一个有命令风格的函数集合,它看起来和MATLAB很相似。每一个pyplot函数都使一副图像做出些许改变,例如创建一幅图,在图中创建一个绘图区域,在绘图区域中添加一条线等等。在matplotlib.pyplot
中,各种状态通过函数调用保存起来,以便于可以随时跟踪像当前图像和绘图区域这样的东西。
python中获取当前工作目录
import os
curDir = os.getcwd()
备注:os.getcwd()返回的是执行命令时所在的目录,而不是脚本本身所在的目录
os.path#模块
os.path.abspath(path) #返回绝对路径
os.path.split(path #将path分割成目录和文件名二元组返回
os.path.dirname(path) #返回path的目录。其实就是os.path.split(path)的第一个元素
os.path.basename(path) #返回path最后的文件名
os.path.exists(path) #如果path存在,返回True;如果path不存在,返回False
os.path.isabs(path) #如果path是绝对路径,返回True
os.path.isfile(path) #如果path是一个存在的文件,返回True。否则返回False
os.path.isdir(path) #如果path是一个存在的目录,则返回True。否则返回False
os.path.getatime(path) #返回path所指向的文件或者目录的最后存取时间
os.path.getmtime(path) #返回path所指向的文件或者目录的最后修改时间
s.path.join(path1[, path2[, ...]]) #将多个路径组合后返回,第一个绝对路径之前的参数将被忽略。
>>> os.path.join('c:\\', 'csv', 'test.csv')
'c:\\csv\\test.csv'
>>> os.path.join('windows\temp', 'c:\\', 'csv', 'test.csv')
'c:\\csv\\test.csv'
>>> os.path.join('/home/aa','/home/aa/bb','/home/aa/bb/c')
'/home/aa/bb/c'
预处理数据方法:函数正则化Normalization
http://blog.csdn.net/sinat_33761963/article/details/53433799
from sklearn.preprocessing import normalize
动态改变Python搜索目录
caffe_root = '/home/relaybot/mumu/SegNet/caffe-segnet/'
sys.path.insert(0, caffe_root + 'python')
如果python中导入的package或module不在环境变量PATH中,那么可以使用sys.path将要导入的package或module加入到PATH环境变量中。
eg: 【http://blog.csdn.net/wangjianno2/article/details/48783127】
import sys
sys.path.append(’引用模块的地址')
#或者
import sys
sys.path.insert(0, '引用模块的地址')
python argparse用法总结
【https://www.jianshu.com/p/fef2d215b91d】
argparse包帮助在命令行中传递参数
caffe-python 命令解析
学习:
【caffe】Caffe的Python接口-官方教程-00-classification-详细说明(含代码)
#设置Caffe使用GPU模式:
import caffe
caffe.set_device(0)
caffe.set_mode_gpu()
函数小结:
加载model的函数,
net=caffe.Net(model_def,model_weights,caffe.TEST)
,model_def
是deploy.prototxt
的路径,model_weights
是*.caffemodel
的路径,caffe.TEST
是说明网络是用来test
的,不会执行dropout
Python基础教程
Python高级编程
【菜鸟教程】
#源代码
#!/usr/bin/python
# -*- coding: UTF-8 -*-
for i in range(0,4):
print 'caffe训练:第',i,'次'
//输出结果
caffe训练:第 0 次
caffe训练:第 1 次
caffe训练:第 2 次
caffe训练:第 3 次
net_->Forward();
/网络前向传播:计算出该测试图像属于哪个每个类别的概率也就是最终的输出层/