机器视觉和人工智能学习
文章平均质量分 70
深蓝海拓
职业工控,业余编程票友
展开
-
新电脑安装和配置pytorch、anaconda、CUDA、cuDNN、pycharm、OpenCV的过程记录
1、打开英伟达官网,输入显卡芯片型号,手动搜索并下载显卡驱动。2、下载完成后安装驱动。原创 2024-09-10 23:52:11 · 1248 阅读 · 1 评论 -
anaconda学习笔记:复制anaconda的base环境
所以有时候新建环境需要先用base环境克隆,那么问题来了:在anaconda的图形界面中,base环境的Clone按钮是灰色的。所以无法复制base环境。在anaconda的图形界面中,新建环境,可以看到,默认的包只有几个(这里是10个),像常用的numpy、pandas等等都没有,在使用过程中还需要再次安装。而base环境有几百个(325个)这么多。名称,这样就可以复制base环境。new_env 是自己新创建的。exist_env是已有的的。原创 2024-08-20 22:08:25 · 460 阅读 · 0 评论 -
Pytorch基础知识和函数的学习:图像卷积的理解和实践
卷积是深度学习中的一个重要概念,特别是在计算机视觉任务中广泛应用。卷积操作是通过一个卷积核(也称为滤波器)在输入数据上滑动,进行局部特征提取的过程。PyTorch提供了强大的卷积功能支持。原创 2024-08-25 12:11:19 · 1014 阅读 · 0 评论 -
pytorh基础知识和函数的学习:torchvision.transforms()
对图像进行填充,padding 可以是一个整数(统一填充)或一个 (left, top, right, bottom) 元组。将多个转换操作组合成一个转换操作,其中 transforms_list 是一个转换操作的列表,图像将按顺序应用这些操作。调整图像的大小,size 可以是一个整数(统一缩放到相同的尺寸)或一个 (height, width) 元组。将PIL图像或NumPy数组转换为PyTorch的张量,并将像素值范围从[0, 255]缩放到[0, 1]。随机水平翻转图像,p 是翻转的概率。原创 2024-08-24 20:13:27 · 332 阅读 · 0 评论 -
pytorh基础知识和函数的学习:图像文件的Tensor
图像由红RGB(255,0 , 0),绿RGB(0,255 , 0),蓝RGB(0,0 , 255),黑RGB(0,0 , 0)四种颜色组成,图中的每一个方格是一个像素点。脚本中transforms.ToTensor()的解释:将PIL图像或NumPy数组转换为PyTorch的张量,并将像素值范围从[0, 255]缩放到[0, 1]。看得出,图像文件的Tensor,由RGB三个通道组成,每个像素点与255的比例值构成了阵列的基本元素。图像的所有行、所有列构成了Tensor的阵列。原创 2024-08-24 17:09:29 · 465 阅读 · 0 评论 -
anaconda的power shell和prompt有什么区别?
CMD(命令提示符)是微软操作系统中的一个传统命令行界面,允许用户通过输入文本命令来执行各种操作。它在早期的 Windows 操作系统中(如 Windows XP)以及在现代的 Windows 系统中(如 Windows 10 和 11)都可以找到。原创 2024-08-24 11:18:40 · 922 阅读 · 0 评论 -
机器视觉学习笔记和过程记录:下载安装OpenCv
在打开的网页中选择与opencv、python以及操作系统相对应的版本。本机python是3.8,系统是64位win10,所以选择。3、为了方便,先将下载得到的文件放在C盘的根目录。回车,执行安装,出现下图,安装完成。5、安装opencv拓展库。,点击链接下载文件。原创 2024-08-24 11:41:29 · 371 阅读 · 0 评论