logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

神经网络相关的绘图工具

参考:23 款神经网络的设计和可视化工具(8.12 更新)✨ 网络结构绘制PPT绘制参考:dair-ai/ml-visuals对应的google docs位于:ML Visuals网络结构直接生成官网网页:netrongithub地址:lutzroeder/netron✨ feature map可视化网络热力图3D可视化:github地址:zetane/viewer文章介绍:上传ML模型,一键可视

#神经网络#深度学习#机器学习
matplotlib显示opencv图像

由于通过jupyter调用cv2.imshow()会出现一些奇怪的错误,所以在jupyter中,需要使用matplotlib来进行showimport cv2img = cv2.imread(r".s/test/2.png")import matplotlib.pyplot as pltplt.imshow(cv2.cvtColor(recImg, cv2.COLOR_BGR2RGB))然后输出:

#opencv#计算机视觉#python
(三)使用docker来进行paddleocr的安装使用

GPU的问题linux下由于GPU和CPU版本安装区别很大,所以这里要先搞清楚自己服务器的GPU情况。其实安装的是PaddlePaddle的镜像,paddleocr并没有官方镜像,去docker hub上也有,但是吧,还是想要官方的查看cudnn版本,nvidia-smi或者可以使用(nvidia-smi安装好了,表示cuda和cudnn已经安装了 )nvcc -V# 如果报找不到该路径或文件,则

#docker#深度学习#容器
大模型实战营第二期——3. 基于 InternLM 和 LangChain 搭建你的知识库

完成 LangChain 的自定义 LLM 子类之后,可以以完全一致的方式调用 LangChain 的接口,而无需考虑底层模型调用的不一致。demo所使用的数据考虑到版权等问题,选择由上海人工智能实验室开源的一系列大模型工具开源仓库作为语料库来源,包括:opencompass,lmdeploy,xtuner等。开源词向量模型 ,也可以选用别的开源词向量模型来进行 Embedding,目前选用这个模

文章图片
python格式化JSON结果打印

1. 基本代码直接上代码:# encoding:utf-8import requestsimport json# 第一步:通过AK和SK获取token 参考 https://ai.baidu.com/ai-doc/ANTIPORN/skk9093a1def getToken(client_id, client_secret):# client_id 为官网获取的AK, client_secret

#json#python#开发语言
PaddleOCR二次全流程——6. finetune预训练模型来匹配自己的数据

可以参考自己以前做过的:PaddleOCR数字仪表识别——3.(New)PaddleOCR迁移学习PaddleOCR文字识别的文档:https://github.com/PaddlePaddle/PaddleOCR/blob/develop/doc/doc_ch/recognition.md1. 修改textrender生成的数据使之符合PaddleOCR格式参考PaddleOCR文档(和之前第一

Opencv-python读取网络摄像头的rtsp流

参考:用OpenCV调用IP摄像头(python版)这位老哥写的很详细,我就补充一些内容。import cv2import cv2url = "rtsp://admin:admin@192.168.1.88:554/11"cap = cv2.VideoCapture(url)while(cap.isOpened()):ret, frame = cap.read()cv2.imshow('frame

#opencv#网络#计算机视觉
python将文件读入的字符串变成字典

????1.常规做法常规的针对的是每行一个字典元素d = {}with open("file.txt") as f:for line in f:(key, val) = line.split()d[int(key)] = val或者with open('infile.txt') as f:d = dict(x.rstrip().split(None, 1) for x in f)????2. 我遇

#python#开发语言#后端
    共 146 条
  • 1
  • 2
  • 3
  • 15
  • 请选择