由于本地机器没有gpu,学习trt加速模型很难受,经过一段时间摸索和请教别人,最后采用clion连接docker进行trt学习,下载安装很简单,这里主要介绍配置环境.1.docker的ssh服务,trt环境等需要配置好.2.设置工具链file->setting->Build,Exection,Deployment->Toolchains3.设置下面的cmake3.新建clion工

1.首先看文件形式其中cpp1是直接调用.cpp和生成.so的文件夹。cpp2是测试生成的.so可以使用的文件夹。2.先直接编译.cpp检查代码没问题a.cpp内容:#include <iostream>#include "a.h"void A::readImg(char* path){B b;b.readImg(path);}a.h内容:#ifndef A_H_#define A_H

第一个最简单的lenet示例请参考这篇文章一.torch阶段测试图片:torch代码:# coding:utf-8import torchfrom torch import nnfrom torch.nn import functional as Fimport torchvisionimport osimport structimport timeimport cv2import numpy a

１.mytest.py　需要加密的内容#coding:utf-8import datetimeclass Today():def get_time(self):print(datetime.datetime.now())def say(self):print("hello word!")today = Today()tod...

一.flask写的接口1.manage.py启动服务这里要注意的是用docker的话,记得端口映射#coding:utf-8import base64import ioimport loggingimport picklefrom flask import Flask, jsonify, requestfrom PIL import Imagefrom sklearn...

一.首先下载谷歌浏览器 http://www.ubuntuchrome.com/sudo dpkg -i google-chrome-stable_current_amd64.deb就安装好了，search谷歌浏览器就可以啦。二,安装typora# optional, but recommendedsudo apt-key adv --keyserver keys...

一，用10层神经网络，每一层的参数都是随机正态分布，均值为0，标准差为0.01#10层神经网络data = tf.constant(np.random.randn(2000, 800).astype('float32'))layer_sizes = [800 - 50 * i for i in range(0, 10)]num_layers = len(layer_sizes)fc...

数据集链接：https://download.csdn.net/download/fanzonghao/10551018提供数据集代码放在cnn_utils.py里。import mathimport numpy as npimport h5pyimport matplotlib.pyplot as pltimport tensorflow as tffrom tensorfl...

首先生成3×3×3的黑色图片"""生成3×3×3黑色图像"""def produce_image():size = 3x, y = ogrid[:size, :size]# 第一部分产生多行一列 第二部分产生一行多列z = x + yz = z[:, :, newaxis]# 增加第三维# print(z)img = r...

一，直接指定GPU:tf.ConfigProto一般用在创建session的时候。用来对session进行参数配置with tf.Session(config = tf.ConfigProto(...),...) #tf.ConfigProto()的参数log_device_placement=True : 是否打印设备分配日志allow_soft_placement=Tru...