个人网站 oldpan.me
要经常写作!!! 要喜欢折腾!!! 以后博客更新内容都会在oldpan.me中!!!
以后博客更新内容都会在oldpan.me中 github中相关问题解决方法:https://github.com/ageitgey/face_recognition/issues/175#issue-257710508 对于安装face-recognition在window的方法,在dlib的github中的issue中已经有人进行了回答,但是回答者较为复杂,且有些步骤可以简化一下。
以后博客更新内容都会在oldpan.me中 PASCAL-VOC2012数据集介绍官网:http://host.robots.
在python中,所有的code都是在对象中进行工作的,python2中的许多函数到了python3中都一一转化为对象,在使用的时候要按照对象的使用方法来进行操作。
我们最开始学习的C语言中,主函数中int main()函数的最后总会加一个return 0;充当返回值,当初我们并不知道这个返回值的意义是什么,我们经常使用的是普通函数中的返回值,当函数执行一个任务时,函数执行完毕之后总会返回一个适当的值来告诉执行者该函数执行的情况 Linux 下,在terminal下,控制台下运行命令,所有的命令在结束时,都会返回一个数字值,这个值即为返回值,每个返回值都对应着一个错误号,根据错误号我们可以大致推断这个函数执行的情况。
大概三个月前,通过let s encrypt来进行网站SSL证书的申请,现在算算也差不多是时间了,登上服务器,本来打算运行证书更新程序,没想到一执行便出现了问题: pyOpenSSl的版本太低,按照网上的一些做法卸载了低版...
转载自:https://www.cnblogs.com/Bobby0322/p/4195240.html 模式动机 在软件设计中,我们经常需要向某些对象发送请求,但是并不知道请求的接收者是谁,也不知道被请求的操作是哪个,我们只需在程序运行时指定具体的请求接收者即可,此时,可以使用命令模式来进行设计,使得请求发送者与请求接收者消除彼此之间的耦合,让对象之间的调用关系更加灵活。
两天没登博客,今天突然无法进入管理员界面了,通常都是在网站后缀加上/wp-admin进去,今天竟然出现了进不去的情况,具体网页上面显示: oldpan.me/login__trashed?redirect_to=https%3A%2F%2Foldpan.me%2Fwp-admin%2Findex.php 也就是无法找到该页面,通常来说就是404界面。
回顾一下之前装机的路程,将自己的经验和大家分享下。 刚到实验室的时候,老师给配了一台台式机,赶时间开发票只好选品牌机,5700+,戴尔成就,品牌机在相同价位上比淘宝的组装台式机不知差了多少。
因为python为动态语言,处理变量的方式与一些静态语言(比如C++)不大一样,在这里对这些变量进行小小的总结 python中全局变量与C语言中类似,也就是在的那个单页面所有函数外头定义的变量 局部变量为函...
简易车票预订系统 简单的车票预订系统,采用django2.0搭建。 实现的功能: 预订功能:该系统使用户能够预订两天之内(今明两天)的车票,23点之后(不包含)不能预订当天的车票; 信息反馈:用户输入车票日期,若...
1、The view didn’t return an HttpResponse object. It returned None instead. 检查一下你的view部分的函数或者类有返回值吗?返回语句没有错位吗? 2、django网站第一次执行前一定要先执行migrate命令,再进行makemigrations,如果在执行中有部分model改变了,那么先执行makemigrations,再执行migrate。
博客已经转到 https://oldpan.me 如有疑问到新博客联系我! IoU(Intersection over Union) Intersection over Union是一种测量在特定数据集中检测相应物体准确度的一个标准。
官方介绍: http://matplotlib.org/faq/usage_faq.html#matplotlib-pylab-and-pyplot-how-are-they-related 先来说matplotlib与pylab 这些模块其实功能都相同,程序运行的时候都在运行相同的code,不同的是导入模块的方式不同。
以后博客更新在:https://oldpan.me 有两个月没有碰django了,没想到一下从11.3升级到了2.0。django框架团队真的是很用心。
pytorch 0.3发布了 性能提升、新的网络层,支持ONNX,正式支持CUDA9、CuDNNv7,大量bug修复。 Performance improvements, new layers, ship models ...
timeit 通常在一段程序的前后都用上time.time(),然后进行相减就可以得到一段程序的运行时间,不过python提供了更强大的计时库:timeit #导入timeit.
很多python的小技巧,实际调试和工程应用中都可以用到 1、print打印分割符 直接用print中参数sep进行换行,分割线的快速打印。
以后博客在 https://oldpan.me 中更新 1、expected CPU tensor (got CUDA tensor) 期望得到CPU类型张量,得到的却是CUDA张量类型。
风格迁移 Neural Transfer 风格迁移,即获取两个图片(一张内容图片content-image、一张风格图片style-image),从而生成一张新的拥有style-image图像风格的内容图像。
以后博客更新在https://oldpan.me 。 time time模块中包含了许多与时间相关的模块,其中通过time()函数可以获取当前的时间。
softmax 函数 又称为 normalized exponential function:is a generalization of the logistic function that “squashes” a K...
以后博客都在https://oldpan.me 中更新 Generative Adversarial Networks(生成对抗网络) In 2014, Goodfellow et al.
文章转到:https://oldpan.me/archives/python-numpy-choice RandomState.
map map又称为哈希表,是一个由标记值(key value)和映射(mapped value)组成的关系列表,其中标记值将映射值进行排序和整理,每一个标记值对应着一个映射值,map在通过标记值找到映射值的过程比unordered_map慢,但是可以通过指针依照排放顺序来进行操作。
pytorch的入门教程中有这样的一句: 1 2 3 4 5 loss = torch.nn.
It suggests that it is the space, rather than the individual units, that contains the semantic information in the high layers of neural networks. 在深层的神经网络中,真正影响特征信息的,不是个体单元,而是空间信息。
素材来源自cs231n-assignment3-NetworkVisualization saliency map saliency map即特征图,可以告诉我们图像中的像素点对图像分类结果的影响。
反向传递法则是深度学习中最为重要的一部分,torch中的backward可以对计算图中的梯度进行计算和累积 这里通过一段程序来演示基本的backward操作以及需要注意的地方 >>> import torch >>> from torch.
文章移到:https://oldpan.me/archives/pytorch-rookie-care-tensor-max-gather pytorch中有很多操作比较隐晦,需要仔细研究结合一些例子才能知道如何操作,在此对这些进行总结! torch.
原文地址:https://www.cnblogs.com/Lands-ljk/p/5880483.html __init__.py 文件的作用是将文件夹变为一个Python模块,Python 中的每个模块的包中,都有__init__.py 文件。
迁移学习 迁移学习是深度学习中一种常用的方法,核心思想为利用一个已经在其他训练集训练好的模型的材料(权重值或者特征层)来对目标训练集进行训练。
转载自:http://blog.csdn.net/u011534057/article/details/51247388 【论文信息】 《Fully Convolutional Networks for Sem...
进行深度学习时,对图像进行预处理的过程是非常重要的,使用pytorch或者TensorFlow时需要对图像进行预处理以及展示来观看处理效果,因此对python中的图像处理框架进行图像的读取和基本变换的掌握是必要的,接下来python中几个基本的图像处理库进行纵向对比。
cifar-10&&cifar-100 http://www.cs.toronto.edu/~kriz/cifar.html Caltech-101(加利福尼亚理工学院101类图像数据库) http://www.
做深度学习时,查看当前任务的使用率可以有效地进行实验 在linux中,命令行输入nvidia-smi指令即可看到当前nvidia显卡的使用情况 在window中,同样也是nvidia-smi.
以后文章更新在 https://oldpan.me 中 pytorch是一个优雅的深度学习库,相比TensorFlow更年轻也更充满潜力,在官方的介绍中pytorch只支持linux和mac,但其实windows也是可以安装以及正常使用的 平台: win10(版本1709) CPU:i5-7400 显卡:1060 6G 内容:8G 软件: anaconda3 pycharm专业版 首先从官网下载相应的cuda和cudnn库,记住下载win10版本的,不要下错。
以后博客更新在https://oldpan.me 。如果遇到问题可以去新博客回复。 有时候在win10安装好Anaconda3后,使用conda命令时依然会出现: C:\Users\dell\PycharmProjects\pytorch>conda list 'conda' 不是内部或外部命令,也不是可运行的程序 或批处理文件。
python中format格式化字符串比 % 提供更加强大的输出特性 1、位置参数 format的元素输出流位置参数不受顺序约束,元素放置方式为{},只要format里有相对应的参数值即可,参数索引从0开始,传入...
以后文章更新在 https://oldpan.me 国内pip源:清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/ 在使用pycharm时,打开avaiable packegs,点击Manage Repositories。
python中的argparse模块可以方便地实现命令行解释操作,从而实现丰富的功能接口。 首先我们来看一段Shell代码: $ ls cpython devguide prog.
enumerate的意思即为枚举,列举。 一句话来说,enumerate的作用就是对可迭代的数据进行标号并将其里面的数据和标号一并打印出来。
前言 从安装ubuntu系统配置pytorch-GPU环境开始就已经走上了不归路,本以为没什么大问题,但其实坑非常的多,在此写上安装过程中遇到的种种问题与大家分享,希望大家少走弯路! 另外要说明,安装过程中一定要仔细看c.
ubunt版本:16.04 笔记本:机械革命,i7-6700,gtx965m(集显Intel Hm170 ) 安装NVIDIA以及cuda来测试深度学习 之前安装ubuntu前对grub文件进行了修改才进行了安装,现在进入系统安装完nvidia后记得将其改回来。
说到深度学习,配置搭建环境是最重要的,一些深度学习库的搭建和尝试是必须的。比如pytorch、TensorFlow等优秀的深度框架在linux下可以很好的运行,这里通过使用两台电脑(一台win10、一台ubuntu)来进行深度学习环境的搭建。
numpy.random.seed 随机种子生成器,使下一次生成的随机数为由种子数决定的“特定”的随机数,如果seed中参数为空,则生成的随机数“完全”随机: >>> import numpy as np >>> np.
题目介绍: Multiclass Support Vector Machine exercise Complete and hand in this completed worksheet (including it...
NumPy是python的第三方科学计算包,全名称为Numerical Python extensions。NumPy包含以下几个功能组件:强大的N维数组对象(可以操控多为数组),优美巧妙的功能(广播)函数,对于线性代数,傅里叶变换,随机数的生成有着很好的支持。
学习好并精通C语言是成为优秀程序员的首要要求,在这里推荐一些学习C语言从小白到高手的必看书籍。也是我几年来收集的一些精华本。
以下内容为C231n-assignment1-KNN的代码 作业网址:http://cs231n.github.io/assignments2017/assignment1/ Q1: k-Nearest Neigh...