摘要： # -*- coding: utf-8 -*- """ Created on Tue Sep 11 16:35:29 2018 @author: 车路历程 """ import os # 图片所在文件夹的路径位置 path = 'F:\\self_voc\\0' #该文件夹下所有的文件（包括文件夹） filelist = os.listdir(path) #遍历所有文件 for i, fi... 阅读全文

摘要： # -*- coding: utf-8 -*- """ Created on Tue Sep 11 16:35:29 2018 @author: 车路历程 """ import cv2 from skimage import io import os # 视频所在文件夹的路径位置 videos_path = 'F:/self/0' # 从视频文件夹中获取各个视频的名字 videos_nam... 阅读全文

摘要： # -*- coding: utf-8 -*- """ Created on Tue Sep 11 16:35:29 2018 @author: 车路历程 """ import cv2 from skimage import io camera = cv2.VideoCapture("E:/video/7.mp4") # 参数0表示第一个摄像头 # 判断视频是否打开 if (camera.... 阅读全文

摘要： detach: torch.abs(input, out=None): 计算输入张量的每个元素的绝对值 torch.acos(input, out=None): 返回一个新张量，包含输入张量每个元素的反余弦函数 torch.add(input, value, out=None): 对输入张量inpu 阅读全文

摘要： """ 自动编码的核心就是各种全连接的组合，它是一种无监督的形式，因为他的标签是自己。 """ import torch import torch.nn as nn from torch.autograd import Variable import torch.utils.data as Data import torchvision import matplotlib.pyplot as p... 阅读全文

摘要： """ 用sin曲线预测cos曲线 重要：网络中的初始状态赋值为零，在下一次的时候一定要将上一次生成的隐层状态包装为variable """ import torch from torch import nn from torch.autograd import Variable import numpy as np import matplotlib.pyplot as plt # 超参数 ... 阅读全文

摘要： """ 此代码是针对手写字体的训练：将图片按行依次输入网络中训练 RNN网络相对于LSTM网络很难收敛 """ import torch from torch import nn from torch.autograd import Variable import torchvision.datasets as dsets import torchvision.transforms as tra... 阅读全文

摘要： """ 手写字体的训练 """ import os import torch import torch.nn as nn from torch.autograd import Variable import torch.utils.data as Data import torchvision import matplotlib.pyplot as plt # 超参数 EPOCH = 1 BA... 阅读全文

摘要： """ 常用的网络优化器有四种：SGD, Momentum, RMSprop, Adam通过网络的运行结果可以知道SGD的收敛效果最差 """ import torch import torch.utils.data as Data import torch.nn.functional as F f 阅读全文

摘要： """ 如果整个数据库中图片的数量不是每批数据图片数量的整数倍，体统会将剩余的图片放入最后一批 """ import torch import torch.utils.data as Data torch.manual_seed(1) # reproducible BATCH_SIZE = 5 x = torch.linspace(1, 10, 10) y = torch.linsp... 阅读全文