![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
NUAA_CJX
涉及图像处理,深度学习,C/C++,python,tensorflow,嵌入式开发等领域
展开
-
Anaconda中创建新的Python虚拟环境并安装Tensorflow框架
一、问题在安装Anaconda后,默认的Python版本是3.8.3,由于深度学习框架tensorflow的不同版本匹配的Python版本也不同,所以需要创建一个新的Python虚拟环境3.7版本。二、如何创建?打开Anaconda Prompt,输入下面的指令:// myenv是Python环境名 安装的Python版本是3.7conda create -n myenv python=3.7按下回车,就会开始下载相关安装包,安装完成后,可通过 下面的指令激活或者关闭Python环境。//原创 2020-11-26 14:33:48 · 676 阅读 · 1 评论 -
深度学习入门之Python基本语法学习
学习视频来源于B站北京大学的教程,链接如下:【北京大学】Tensorflow学习笔记一、列表、元祖和字典1.1 列表[ ]下面的c,d,e变量都是列表。c = [1,2,3,4,5,6,7]d = [“张三”,“李四”,“王五”]e = [1,2,3,“4”,“5”,“6”](1)可以用列表名[索引号]索引列表中的元素。例如,d[0]表示列表d中的第0个元素张三。(2)用**列表名[起:止]**表示切片,从列表中切出相应的元素,前闭后开 [起,止)。例如,c[0:2]切出元素1和2。原创 2020-10-16 16:51:32 · 371 阅读 · 1 评论 -
深度学习入门之python图像模式(修改数组数据)
一、查看图像模式根据原论文《EyeTracking for everyone》,其中iTracker的网络输入有一个faceGrid,这个人脸掩模表征了头部在图像中的位置和大小信息。GazeCapture数据集中也准备好了这样的face mask图片。可以通过下面的程序,查看该样本的图像数据以及模式等信息:// 加载npz文件path='C:/Users/Lenovo/Desktop/eye_tracker_train_and_val.npz'data=np.load(path)// 读取第一张原创 2020-10-11 14:08:06 · 2956 阅读 · 0 评论 -
深度学习入门之txt文本文件转换为npz文件
一、需求在GazeCapture数据集中,有两个记录了注视点坐标的数据文件train_y.npy和val_y.npy,这其中存放的并不是图像数据,而是点的位置信息,与之前的需求有区别。在制作自己的训练集时,可以在txt文本文件中记录每张图片对应的屏幕注视点的位置信息,然后将其转化为.npz文件,以供训练。二、txt文件转npz文件2.1 查看train_y.npy文件内容首先,以train_y.npy为例,我们可以利用python代码查看该文件的内容以及相关信息。import numpy as n原创 2020-10-11 11:13:15 · 5132 阅读 · 0 评论 -
深度学习入门之如何制作npz、npy文件
一、需求论文《EyeTracking for everyone》中提出了iTracker神经网络,并构建了一个叫GazeCapture的数据库,将其部分数据集下载后,可以看到文件的层次结构如下图所示:其中,整个数据集的后缀名是npz,内部文件的后缀名是npy。由于该数据集是面向Apple产品系列的,而我的目标是面向笔记本电脑的,需要根据要求制作自己的数据集,这就涉及到如何去制作npz和npy格式的文件。二、npz文件和npy文件首先需要了解,在深度学习的数据集格式中,常用的有csv、json、np原创 2020-10-10 15:36:30 · 23950 阅读 · 7 评论 -
深度学习入门之数组转换图片不同方法比较
一、如何查看npz文件中的文件从网上下载的数据集是npz格式的,无法直接用解压程序打开,需要借助python查看。利用python查看其中的文件的程序如下:import numpy as npface_data=np.load('C:/Users/Lenovo/Desktop/eye_tracker_train_and_val.npz')print(face_data.files)运行该段程序,可以看到其中的文件层次如下所示:分为face、eye_left、eye_right、face_m原创 2020-10-09 20:56:10 · 1207 阅读 · 1 评论 -
深度学习入门之样本处理
一、需求深度学习中的很多算法模型都需要正方形的样本输入,例如64643,25*25等,然而在实际过程中,我们的样本可能都是矩形,那就需要将样本严格地处理为方形样本,openCV中提供了这样一种方法——resize函数。二、代码// 函数原型C++:void resize(InputArray src,OutputArray dst,Size dsize,double fx=0,doube fy=0,int interpolation)// 函数参数解释src——原图像dst——目标图像dsi原创 2020-10-09 15:53:59 · 441 阅读 · 0 评论 -
深度学习入门之python读取图片转化为向量
一、需求在深度学习过程中,往往需要制作自己的数据集,相关论文中的现成的数据集尽管可以用来直观地感受算法的效果,但是与自己的项目需求都是有一定出入的。在有大量的图片样本时,我们首先需要读取图片,将其转化为numpy数组,并在控制台打印出来,直观地看到图片对应的矩阵是什么样子的。二、python程序// 将图片转换为numpy数组,并在控制台打印from PIL import Image;import numpy as np;// 括号中为图片的文件路径名,一般路径名的格式如C://Users//原创 2020-10-09 15:31:18 · 10066 阅读 · 3 评论