以前python下训练、验证模型，工程化到C++验证结果与python下一致。这次python下重新搭建训练模型、验证模型，没问题，结果是正确的。但是当工程化到c++时发现c++结果不正确且与python下验证结果不一致。python下的验证代码如下：import osimport numpy as npfrom PIL import Imageimport tensorflo...

几年前是用的0.8版本的，python与C++下使用情况一致。这次别人用时发现不正确，即遇到了这种情况load a python trained xgboost in c++ api, the predict result is empty - Stack Overflow即auto ret = XGBoosterPredict(booster_, data, 0, 0, &len, &a

这周重新系统学了下C++类部分。研一时总是看不懂的东西现在看懂了并慢慢深入，学得很带劲。以前从没接触过虚拟机，老板把他配置好的给我，我装上了，可以运行。我电脑是win7 64位的。我把他发给我的都放在一个目录下：https://pan.baidu.com/s/1jHISZTs  这个解压后放一个文件夹。  https://pan.baidu.com/s/1hr8NHOS 这个解压后有10个文件和另

本来是想直接在Linux上装caffe按照这个人的教程：http://www.cnblogs.com/cj695/p/4498270.html他的sudo apt-get install XXX我全都用不了 我的总是提示apt-get找不到命令或者提示没有什么文件或者目录之类的错误  所以他用终端的地方我全自己到网上下载相应的包:http://www.gnu.org/software/li

可以看到我的Sysroot和视频中不一样，视频中是aarch64-xilinx-linux、x86_64-petalinux-linux，而我安装完没有这个，我的是cortexa72-cortexa53-xilinx-linux、x86_64-petalinux-linux。四、创建一个小例子，按视频中所示选择Vector addition例子。大家可以多看看，或者有问题在他们博客下评论。视频中是

看完这里：Introduction to OpenCV Graph API (G-API) — OpenVINO™ documentationGraph API · opencv/opencv Wiki · GitHubOpenCV: Porting anisotropic image segmentation on G-API然后看到博文阅读密码验证 - 博客园这里展示的巨大性能，跟着试了下：未

因为突然要用到特征提取、模式识别的东西，所以现在开始补习这方面的理论知识，因为之前没怎么去看模式识别，下载了书上的源代码错误率太高了，，，应该是这个写代码的人的书写习惯和我不一样所以我想着 我也写十个数字保存为样本 并训练提取特征 这样库里就有我写的十个数字了  我再随便写一个进行识别  应该会正确率高些，，，可是在归类数字类别时反应超级慢 老是会这样成了白屏 卡死了