09 2019 档案

摘要:rm -rf {50..100} 阅读全文
posted @ 2019-09-29 10:31 刘文华 阅读(523) 评论(0) 推荐(0) 编辑
摘要:import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data # 载入数据集 mnist = input_data.read_data_sets("MNIST_data", one_hot=True) # 批次大小 batch_size = 64 # 计算一个周期一共有多少个批次 n_b... 阅读全文
posted @ 2019-09-28 23:54 刘文华 阅读(200) 评论(0) 推荐(0) 编辑
摘要:import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data #载入数据集 mnist = input_data.read_data_sets("MNIST_data",one_hot=True) 阅读全文
posted @ 2019-09-28 23:34 刘文华 阅读(160) 评论(0) 推荐(0) 编辑
摘要:Iter 0,Testing Accuracy 0.9451,Training Accuracy 0.94643635 Iter 1,Testing Accuracy 0.9529,Training Accuracy 0.9566909 Iter 2,Testing Accuracy 0.96,Tr 阅读全文
posted @ 2019-09-28 23:32 刘文华 阅读(167) 评论(0) 推荐(0) 编辑
摘要:import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data #载入数据集 mnist = input_data.read_data_sets("MNIST_data",one_hot=True) 阅读全文
posted @ 2019-09-28 23:31 刘文华 阅读(251) 评论(0) 推荐(0) 编辑
摘要:import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data # 载入数据集 mnist = input_data.read_data_sets("MNIST_data", one_hot=Tru 阅读全文
posted @ 2019-09-28 23:25 刘文华 阅读(181) 评论(0) 推荐(0) 编辑
摘要:import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data # 载入数据集 mnist = input_data.read_data_sets("MNIST_data", one_hot=True) # 批次大小 batch_size = 64 # 计算一个周期一共有多少个批次 n_b... 阅读全文
posted @ 2019-09-28 23:23 刘文华 阅读(754) 评论(0) 推荐(0) 编辑
摘要:import tensorflow as tf import numpy as np import matplotlib.pyplot as plt # numpy生成200个随机点 x_data = np.linspace(-0.5,0.5,200)[:,np.newaxis] noise = np.random.normal(0,0.02,x_data.shape) y_data = n... 阅读全文
posted @ 2019-09-28 22:58 刘文华 阅读(353) 评论(0) 推荐(0) 编辑
摘要:import tensorflow as tf import numpy as np import matplotlib.pyplot as plt x_data = np.random.rand(100) noise = np.random.normal(0,0.01,x_data.shape) y_data = x_data*0.1 + 0.2 + noise plt.scatter(x_da 阅读全文
posted @ 2019-09-28 22:53 刘文华 阅读(172) 评论(0) 推荐(0) 编辑
摘要:import tensorflow as tf # Fetch:可以在session中同时计算多个tensor或执行多个操作 # 定义三个常量 input1 = tf.constant(3.0) input2 = tf.constant(2.0) input3 = tf.constant(5.0) # 加法op add = tf.add(input2,input3) # 乘法op mul = tf 阅读全文
posted @ 2019-09-28 22:43 刘文华 阅读(200) 评论(0) 推荐(0) 编辑
摘要:import tensorflow as tf # 定义一个变量 x = tf.Variable([1,2]) # 定义一个常量 a = tf.constant([3,3]) # 减法op sub = tf.subtract(x, a) # 加法op add = tf.add(x,sub) # 所有变量初始化 init = tf.global_variables_initializer() wit 阅读全文
posted @ 2019-09-28 22:40 刘文华 阅读(128) 评论(0) 推荐(0) 编辑
摘要:import tensorflow as tf # 创建一个常量 m1 = tf.constant([[3,3]]) # 创建一个常量 m2 = tf.constant([[2],[3]]) # 矩阵乘法op product = tf.matmul(m1, m2) print(product) # 定义会话 sess = tf.Session() # 调用sess中的run方法来执行矩阵乘法op 阅读全文
posted @ 2019-09-28 22:38 刘文华 阅读(263) 评论(0) 推荐(0) 编辑
摘要:数据裁剪 我们用lfw数据做实验,你也可以自己找数据。 在src/data下存放数据; data/lfw下分目录存放每一类的数据,每个人一个文件夹,里面存图。 在src/align里提供了人脸对齐的代码,检测加对齐. 切换到src/align目录下,执行下面命令就可以对图片进行裁剪。 图片裁剪大小为 阅读全文
posted @ 2019-09-25 16:54 刘文华 阅读(1120) 评论(0) 推荐(1) 编辑
摘要:转自:https://www.cnblogs.com/geeksongs/p/10745419.html 安装tensorflow时,如果使用直接安装速度相对较慢,采取清华大学的镜像会提高速度。GPU版本安装方法: pip install tensorflow-gpu==1.8 -i https:/ 阅读全文
posted @ 2019-09-25 11:26 刘文华 阅读(6361) 评论(0) 推荐(0) 编辑
摘要:测试 是汉字True 是汉字True 阅读全文
posted @ 2019-09-24 17:25 刘文华 阅读(248) 评论(0) 推荐(0) 编辑
摘要:项目搬迁的时候,需要把当前的环境依赖包导出,然后到部署项目的服务器上安装依赖。 我们可以通过下面的命令执行,把依赖包导出到requirements.txt文件里。 生成requirements.txt 下面重定向的命令,window下系统也能使用。 安装requirements.txt依赖 新电脑、 阅读全文
posted @ 2019-09-24 10:26 刘文华 阅读(193) 评论(0) 推荐(0) 编辑
摘要:python读取文件时报错UnicodeDecodeError: 'gbk' codec can't decode byte 0x8e in position 8: illegal multibyte sequence,如下代码: 解决方案1: 此方案虽然没有在报错,但写入的数据不是想要的格式,如下 阅读全文
posted @ 2019-09-23 15:42 刘文华 阅读(1670) 评论(0) 推荐(0) 编辑
摘要:测试 (1, 150, 150, 3) print(label[model.predict_classes(image)] ['cat'] (1, 150, 150, 3) print(label[model.predict_classes(image)] ['cat'] (1, 150, 150, 阅读全文
posted @ 2019-09-22 22:16 刘文华 阅读(3286) 评论(0) 推荐(0) 编辑
摘要:import numpy as np from keras.datasets import mnist from keras.utils import np_utils from keras.models import Sequential from keras.layers import Dens 阅读全文
posted @ 2019-09-22 12:58 刘文华 阅读(240) 评论(0) 推荐(0) 编辑
摘要:1 import numpy as np 2 from keras.datasets import mnist 3 from keras.utils import np_utils 4 from keras.models import Sequential 5 from keras.layers import Dense 6 from keras.optimizers import SGD 7 f 阅读全文
posted @ 2019-09-22 12:54 刘文华 阅读(320) 评论(0) 推荐(0) 编辑
摘要:import numpy as np from keras.datasets import mnist from keras.utils import np_utils from keras.models import Sequential from keras.layers import Dens 阅读全文
posted @ 2019-09-22 12:46 刘文华 阅读(244) 评论(0) 推荐(0) 编辑
摘要:import numpy as np from keras.datasets import mnist from keras.utils import np_utils from keras.models import Sequential from keras.layers import Dens 阅读全文
posted @ 2019-09-22 12:43 刘文华 阅读(228) 评论(0) 推荐(0) 编辑
摘要:import numpy as np from keras.datasets import mnist from keras.utils import np_utils from keras.models import Sequential from keras.layers import Dens 阅读全文
posted @ 2019-09-22 12:40 刘文华 阅读(525) 评论(0) 推荐(0) 编辑
摘要:1 import numpy as np 2 from keras.datasets import mnist 3 from keras.utils import np_utils 4 from keras.models import Sequential 5 from keras.layers i 阅读全文
posted @ 2019-09-22 12:34 刘文华 阅读(182) 评论(0) 推荐(0) 编辑
摘要:1 import numpy as np 2 from keras.datasets import mnist 3 from keras.utils import np_utils 4 from keras.models import Sequential 5 from keras.layers import Dense 6 from keras.optimizers import SGD 7 f 阅读全文
posted @ 2019-09-22 12:31 刘文华 阅读(178) 评论(0) 推荐(0) 编辑
摘要:1 import numpy as np 2 from keras.datasets import mnist 3 from keras.utils import np_utils 4 from keras.models import Sequential 5 from keras.layers i 阅读全文
posted @ 2019-09-22 10:25 刘文华 阅读(236) 评论(0) 推荐(0) 编辑
摘要:1 import numpy as np 2 from keras.datasets import mnist 3 from keras.utils import np_utils 4 from keras.models import Sequential 5 from keras.layers i 阅读全文
posted @ 2019-09-22 10:19 刘文华 阅读(264) 评论(0) 推荐(0) 编辑
摘要:import numpy as np from keras.datasets import mnist from keras.utils import np_utils from keras.models import Sequential from keras.layers import Dens 阅读全文
posted @ 2019-09-22 10:16 刘文华 阅读(373) 评论(0) 推荐(0) 编辑
摘要:import keras import numpy as np import matplotlib.pyplot as plt # Sequential按顺序构成的模型 from keras.models import Sequential # Dense全连接层 from keras.layers import Dense,Activation from keras.optimizers imp 阅读全文
posted @ 2019-09-22 10:03 刘文华 阅读(303) 评论(0) 推荐(0) 编辑
摘要:#导入工具包 阅读全文
posted @ 2019-09-22 09:58 刘文华 阅读(187) 评论(0) 推荐(0) 编辑
摘要:#导入工具包 from imutils import * image = imread('image/school.jpg') show(image) def edge_detection(image,minVal=100,maxVal=200): image = cv2.cvtColor(imag 阅读全文
posted @ 2019-09-22 09:30 刘文华 阅读(253) 评论(0) 推荐(0) 编辑
摘要:#导入工具包 阅读全文
posted @ 2019-09-21 23:53 刘文华 阅读(182) 评论(0) 推荐(0) 编辑
摘要:在图像处理中,Thresholding中文翻译过来叫二值化或者阈值化。二值化就是把图片传换成只有white和black这两种颜色。通过Thresholding,可以让图片中感兴趣的颜色变成主角--white,其余的颜色全部隐藏--black。另外,二值化后的图片也便于计算机进行分析,因为边缘轮廓十分 阅读全文
posted @ 2019-09-21 23:22 刘文华 阅读(1205) 评论(0) 推荐(0) 编辑
摘要:#导入工具包,参考第1节 #RGBRGB是从颜色发光的原理来设计定的,通俗点说它的颜色混合方式就好像有红、绿、蓝三盏灯,当它们的光相互叠合的时候,色彩相混,而亮度却等于两者亮度之总和,越混合亮度越高,即加法混合。 红、绿、蓝三个颜色通道每种色各分为256阶亮度,在0时“灯”最弱——是关掉的,而在25 阅读全文
posted @ 2019-09-21 22:35 刘文华 阅读(644) 评论(0) 推荐(0) 编辑
摘要:转载midiyu:https://www.cnblogs.com/midiyu/p/7875462.html Linux下常见的压缩包格式有5种:zip tar.gz tar.bz2 tar.xz tar.Z 其中tar是种打包格式,gz和bz2等后缀才是指代压缩方式:gzip和bzip2 file 阅读全文
posted @ 2019-09-20 17:15 刘文华 阅读(169) 评论(0) 推荐(0) 编辑
摘要:#导入工具包 #平均模糊 计算卷积框覆盖区域所有像素的平均值得到卷积的结果 [[1 1 1 1 1] [1 1 1 1 1] [1 1 1 1 1] [1 1 1 1 1] [1 1 1 1 1]] #Gaussian高斯模糊 现在把卷积核换成高斯核(简单来说,方框不变,将原来每个方框的值是 相等的 阅读全文
posted @ 2019-09-20 14:20 刘文华 阅读(279) 评论(0) 推荐(0) 编辑
摘要:1.下载源码: 开源代码地址:https://github.com/deepinsight/insightface 2.查看作者项目训练要求 (1)训练数据 训练数据使用作者提供并制作好的数据,如下图所示: 点击Dataset-Zoo进入数据下载中心,如下图所示: 本人训练数据为MS1M-ArcFa 阅读全文
posted @ 2019-09-19 14:39 刘文华 阅读(5284) 评论(0) 推荐(1) 编辑
摘要:insightface train.py 报错:mxnet.base.MXNetError: [05:53:50] src/operator/nn/./cudnn/cudnn_convolution-inl.h:287: Check failed: e == CUDNN_STATUS_SUCCESS 阅读全文
posted @ 2019-09-19 14:05 刘文华 阅读(910) 评论(0) 推荐(0) 编辑
摘要:参考链接:https://blog.csdn.net/yuanlulu/article/details/79017116 从x86_64 + ubuntu18.04 + python3.5中import cv2(opencv4.1), 遇到以下错误: 解决方案: 阅读全文
posted @ 2019-09-18 09:31 刘文华 阅读(3856) 评论(0) 推荐(0) 编辑
摘要:1.根据自己的需求安装mxnet:https://hub.docker.com/u/mxnet 2.拉取镜像: 3.通过docker images查看镜像 4.通过镜像创建mxnet-insightface守护式容器 5.通过docker ps -a 查看生成的容器 6.通过docker start 阅读全文
posted @ 2019-09-17 22:25 刘文华 阅读(981) 评论(0) 推荐(0) 编辑
摘要:mxnet安装比较简单,这里直接通过豆瓣镜像源用pip安装 mxnet的官网显示支持到cu92,实际已经有了cu100版本。 阅读全文
posted @ 2019-09-17 20:44 刘文华 阅读(2678) 评论(0) 推荐(0) 编辑
摘要:在Python环境中输入: 输出: 阅读全文
posted @ 2019-09-16 17:58 刘文华 阅读(6966) 评论(0) 推荐(0) 编辑
摘要:如果之前安装过docker1.0版本,需要先删掉该版本和之前创建的容器 添加代码仓库 安装docker 2 测试 阅读全文
posted @ 2019-09-16 14:42 刘文华 阅读(414) 评论(0) 推荐(0) 编辑
摘要:我之前已经安装了cpu-only版的tensorflow,所以现在要先把原先的tf卸载 来测试一下,在终端输入 如果没有报错,说明安装正确。 阅读全文
posted @ 2019-09-16 14:34 刘文华 阅读(154) 评论(0) 推荐(0) 编辑
摘要:CUDA 查询: cat /usr/local/cuda/version.txt 或者 nvcc -V (也可以看到版本信息) CUDNN 查询 cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 或者 dpkg -l | grep 阅读全文
posted @ 2019-09-16 10:46 刘文华 阅读(569) 评论(0) 推荐(0) 编辑
摘要:简单的 在命令终端输入 1.cat /etc/issue (简单) 2.cat /etc/lsb-release(具体) 3.uname -a(内核) 具体的 有时候我们安装软件或者搭建服务的时候,需要了解当前系统的版本信息,下面几个命令可以帮助我们查看当前ubuntu系统的版本信息。 一:利用命令 阅读全文
posted @ 2019-09-16 10:44 刘文华 阅读(3677) 评论(0) 推荐(0) 编辑
摘要:cudnn的安装非常简单 (1)下载安装文件 按需求下载cudnn的安装文件:https://developer.nvidia.com/rdp/cudnn-archive Tar File的下载如下图所示,选择红方框中的选项进行下载 下载的是cudnn-*tgz的压缩包时,按下方指令进行安装: 首先 阅读全文
posted @ 2019-09-15 12:07 刘文华 阅读(15004) 评论(4) 推荐(0) 编辑
摘要:在Ubuntu上安装软件,不小心升级了pip,导致使用时报错如下: 后来发现是因为将pip更新为10.0.0后库里面的函数有所变动造成这个问题。 解决方法如下: 将原来的 改为 方法二: 将原来的: 改为: 阅读全文
posted @ 2019-09-15 10:02 刘文华 阅读(2793) 评论(0) 推荐(0) 编辑
摘要:1.为 Python 2 安装 pip 首先,确保已经安装了 Python 2。 在 Ubuntu 上,可以使用以下命令进行验证 如果没有错误并且显示了 Python 版本的有效输出,则说明安装了 Python 2。 所以现在你可以使用这个命令为 Python 2 安装 pip: 这将安装 pip 阅读全文
posted @ 2019-09-14 22:36 刘文华 阅读(1931) 评论(0) 推荐(0) 编辑
摘要:cuda10.1安装步骤参考:https://www.jb51.net/article/192158.htm 经过一上午的研究,终于配置好docker环境,并成功安装cuda9.0。 (1)下载安装文件。首先去英伟达官网下载cuda安装包:https://developer.nvidia.com/c 阅读全文
posted @ 2019-09-14 22:18 刘文华 阅读(4218) 评论(0) 推荐(0) 编辑
摘要:1.apt-get update 2.apt-get install python2.7 或 1.sudo apt-get update 2.sudo apt-get install python2.7 阅读全文
posted @ 2019-09-14 09:26 刘文华 阅读(530) 评论(0) 推荐(0) 编辑
摘要:报错原因:在进行facenet进行train_softmax.py训练时,在一轮训练结束进行验证时,报错AttributeError: 'dict' object has no attribute 'iteritems' 解决方案:由于我的python时3.5的,Python3.5中:iterite 阅读全文
posted @ 2019-09-13 13:00 刘文华 阅读(718) 评论(0) 推荐(0) 编辑
摘要:对开发和运维人员来说,可能最梦寐以求的就是一次性地创建或配置,可以在任意环境、任意时间让应用正常运行。而Docker恰恰是可以实现这一终极目标的瑞士军刀。 具体来说,Docker在开发和运维过程中,具有如下几个方面的优势。 1.更快速的交付和部署。使用Docker,开发人员可以使用镜像来快速构建一套 阅读全文
posted @ 2019-09-12 16:25 刘文华 阅读(676) 评论(0) 推荐(0) 编辑
摘要:操作系统:ubuntu rz、sz命令找不到: 执行命令:apt-get update && apt-get install lrzsz 阅读全文
posted @ 2019-09-11 16:43 刘文华 阅读(2964) 评论(0) 推荐(0) 编辑
摘要:运行python程序报错:AttributeError: module 'scipy.misc' has no attribute 'imread' 报错原因1:scipy版本过高 解决方案:降低scipy版本,如下: pip install scipy==1.2.1 报错原因2:查看scipy.m 阅读全文
posted @ 2019-09-11 16:40 刘文华 阅读(4085) 评论(0) 推荐(0) 编辑
摘要:#导入工具包 Erosion腐蚀其原理是在原图的小区域内取局部最小值,其函数是cv2.erode()。这个核也叫结构元素,因为形态学操作其实也是应用卷积来实现的,结构元素可以是矩形/椭圆/十字形,可以用cv2.getStructuringElement()来生成不同形状的结构元素,比如: Dilat 阅读全文
posted @ 2019-09-11 15:10 刘文华 阅读(440) 评论(0) 推荐(0) 编辑
摘要:#导入工具包 #读入图片 #高斯金字塔 阅读全文
posted @ 2019-09-11 14:35 刘文华 阅读(339) 评论(0) 推荐(0) 编辑
摘要:1.找到Anoconda启动快捷方式,入下图: 2.右击点击属性,进入下图: 3.将第三行的 目标(T): ......D:\Anoconda\Scripts\jupyter-notebook-script.py 后面部分替换成你的路径,我的设为自己的项目路径,如:E:\jupyter_Projec 阅读全文
posted @ 2019-09-09 18:30 刘文华 阅读(5387) 评论(0) 推荐(0) 编辑
摘要:运行python程序报错:ValueError:Object arrarys cannot be loaded when allow_pickle=False 错误原因:numpy版本太高 解决方案:降低numpy版本,如下: 阅读全文
posted @ 2019-09-09 16:49 刘文华 阅读(1719) 评论(0) 推荐(0) 编辑
摘要:#导入工具包并读入图片 #画出每个通道 阅读全文
posted @ 2019-09-04 16:30 刘文华 阅读(145) 评论(0) 推荐(0) 编辑
摘要:#导入工具包并读入图片 阅读全文
posted @ 2019-09-04 16:18 刘文华 阅读(240) 评论(0) 推荐(0) 编辑
摘要:bitwise_and是对二进制数据进行“与”操作,即对图像(灰度图像或彩色图像均可)每个像素值进行二进制“与”操作,1&1=1,1&0=0,0&1=0,0&0=0 bitwise_or是对二进制数据进行“或”操作,即对图像(灰度图像或彩色图像均可)每个像素值进行二进制“或”操作,1|1=1,1|0 阅读全文
posted @ 2019-09-03 17:33 刘文华 阅读(228) 评论(0) 推荐(0) 编辑
摘要:#导入工具包 #读入图片 阅读全文
posted @ 2019-09-03 17:20 刘文华 阅读(286) 评论(0) 推荐(0) 编辑
摘要:#导入工具包 #读入图片 #裁剪1 #裁剪2 阅读全文
posted @ 2019-09-03 16:45 刘文华 阅读(195) 评论(0) 推荐(0) 编辑
摘要:#导入工具包 #读入图片 阅读全文
posted @ 2019-09-03 16:36 刘文华 阅读(172) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示