在python中使用numpy进行按位运算的时候，有一个小技巧可以帮助减少代码量——那就是broadcasting,广播机制。简单来说，broadcasting可以这样理解：如果你有一个大小为(m,n)的矩阵A，让它加减乘除一个大小为(1,n)的矩阵B，B就会被复制m次，成为一个大小为(m,n)的矩阵，然后再逐元素地进行加减乘除操作, 同样地对B大小为(m,1)的矩阵成立.例如下面的, 不需要去写

本文解读github上的开源Facenet项目https://github.com/davidsandberg/facenet，包括源码以及算法。

Predicting Semantic Map Representations from Images using Pyramid Occupancy Networks提出了一个dense transformer（并非self attention的transformer）的网络结构用于将2D图转换成BEVBird’s-Eye-View Panoptic Segmentation Using Mon

conda/pip两种快速安装Tensorflow-gpu的方式conda/pip两种快速安装Tensorflow-gpu的方式主要讲一下在Linux下安装tensorflow gpu版的两种方式：使用conda和pip安装。安装cpu版本比较简单，安装命令相同，但是省去了安装cuda和cudnn。注意： 在安装tensorflow gpu版本前，首先要清楚不同版本tensorflow对应不...

tensorflow2.0的代码，但是models的bipartite_matcher.py文件中出现了import tensorflow.compat.v1 as tffrom tensorflow.contrib.image.python.ops import image_ops但是tensorflow2.0中没有contrib模块。导致不能运行，既不能在tf2.0中运行，也不能在tf1.x中

查看python版本和路径的方法：python --versionsource python查看原来指向python的软链接并删除ls -l /usr/bin/pythonsudo rm /usr/bin/python创建新链接sudo ln -s /usr/bin/python3.6 /usr/bin/python#/usr/local/python3.6/bin/python3.6 这个路径为

很多时候需要在程序运行过程中，查看一些数据的动态变化，最容易想到的是像opencv那样直接循环使用imshow()形成动态画面，但是由于matplotlib中的显示模式是阻塞模式，在plt.show()之后程序就会暂停在那，要关闭画图窗口才能继续执行，这样用matplotlib画动态图就像播放ppt，关闭一个窗口后弹出下一个。总结了两种方法实现在程序运行中绘制动态图，一种是用plt.draw().