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

Pytorch转Caffe最简单方法

由于需要移植模型到比特大陆,华为昇腾这些平台。他们基本都支持caffe的模型,对其他模型支持不太好。用其他方法pytorch转caffe不然就是绕道太多,不然就是很多坑。这里记录一个最简单的方法:import torchimport torchvisionfrom pytorch2caffe import pytorch2caffedef SaveDemo():from torchvision.m

#pytorch#caffe
人脸识别常用数据集大全(12/20更新)

人脸识别常用数据集大全(12/20更新)原文首发地址:人脸识别常用数据集大全(12/20更新) - 极市博客 https://www.cnblogs.com/ansang/p/8137413.html1.PubFig: Public Figures Face Database(哥伦比亚大学公众人物脸部数据库)The PubFig database is a large, real-world fa

tensorflow C++ 环境搭建及实战

摘要: 最近在研究如何使用tensorflow c++ API调用tensorflow python环境下训练得到的网络模型文件。参考了很多博客,文档,一路上踩了很多坑,现将自己的方法步骤记录下来,希望能够帮到有需要的人!(本文默认读者对python环境下tensorflow的使用已经比较熟悉了)方法简要梳理如下:安装bazel,然后使用bazel编译tensorflow源码,产生我们需要的库文件

#tensorflow
用GAN来做图像生成,这是最好的方法

 在我们之前的文章中,我们学习了如何构造一个简单的 GAN 来生成 MNIST 手写图片。对于图像问题,卷积神经网络相比于简单地全连接的神经网络更具优势,因此,我们这一节我们将继续深入 GAN,通过融合卷积神经网络来对我们的 GAN 进行改进,实现一个深度卷积 GAN。如果还没有亲手实践过 GAN 的小伙伴可以先去学习一下上一篇专栏:生成对抗网络(GAN)之 MNIST 数据生成。专栏中的...

#AI
OpenWRT 教程 之 设置网络和无线

OpenWRT 教程 之 设置网络和无线管理提醒: 本帖被 qq2440 从 友善之臂中国开发者挑战赛 移动到本区(2011-10-13)图片:这里用我家的OpenWRT示例,实际情况与开发板用的一样。1、设置无线启动开发板前记得接好RT73或RT3070无线网卡一个,或SDIO WIFI模块一个并确保插稳!启动板子,先用有线连接板子,注意PC

#网络
tensorflow使用train_image_classifier来训练数据(修改整理)

看了几篇关于cnn的文章,感觉那种大模型的cnn真的不适合个人去使用,自己也没有那么强悍的显卡,也没有足够的数据和时间还是用迁移学习比较好,这里说一下用的模型,inception_v3是谷歌的cnn框架。这个框架有22层深,用tensorboard看的时候是比较大的(相比于letnet和alxnet),这个框架运算量并不大,而且很多卷积层的权值基本上可以不用改变,可以说使用起来非常的方便。他降低参

#tensorflow#神经网络
linux下curl用法post等

linux curl是一个利用URL规则在命令行下工作的文件传输工具。它支持文件的上传和下载,所以是综合传输工具,但按传统,习惯称url为下载工具。  一,curl命令参数,有好多我没有用过,也不知道翻译的对不对,如果有误的地方,还请指正。  -a/--append 上传文件时,附加到目标文件  -A/--user-agent  设置用户代理发送给服务器  - anyauth

QTableWidget用法详解(修改整理版本)

QTableWidget是QT程序中常用的显示数据表格的空间,很类似于VC、C#中的DataGrid。说到QTableWidget,就必须讲一下它跟QTabelView的区别了。QTableWidget是QTableView的子类,主要的区别是QTableView可以使用自定义的数据模型来显示内容(也就是先要通过setModel来绑定数据源),而QTableWidget则只能使用标准的数据模型,并

#qt
神经网络时间复杂度和空间复杂度(参数量计算和计算量计算)

 在梳理CNN经典模型的过程中,我理解到其实经典模型演进中的很多创新点都与改善模型计算复杂度紧密相关,因此今天就让我们对卷积神经网络的复杂度分析简单总结一下下。本文主要关注的是针对模型本身的复杂度分析(其实并不是很复杂啦~)。如果想要进一步评估模型在计算平台上的理论计算性能,则需要了解 Roofline Model 的相关理论,欢迎阅读本文的进阶版: Roofline Model与深度学习...

#神经网络
UML时序图画法简介-sequenceDiagram

一、时序图简介(Brief introduction)       二、时序图元素(Sequence Diagram Elements)角色(Actor)对象(Object)生命线(Lifeline)控制焦点(Focus of Control)消息(Message)自关联消息(Self-Message)Combined Fragmen

    共 45 条
  • 1
  • 2
  • 3
  • 4
  • 5
  • 请选择