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

OpenCV 笔记(05)— opencv.hpp 头文件作用(是其它所有头文件的全集)

在编辑器中通过点击 #include "opencv2/opencv.hpp" 头文件就可以看到该头文件的定义如下#ifndef OPENCV_ALL_HPP#define OPENCV_ALL_HPP// File that defines what modules where included during the build of OpenCV// These are purely the

机器学习入门(04)— 神经网络多维数组 NumPy 相乘运算

1. 多维数组用 NumPy 构建多维数组代码示例如下:In [1]: import numpy as npIn [2]: A = np.array([1,2,3,4])In [3]: AOut[3]: array([1, 2, 3, 4])In [4]: np.ndim(A)Out[4]: 1In [5]: A.shapeOut[5]: (4,)In [6]: A.shape[0]Out[6]:

Could not install packages due to an EnvironmentError: [Errno 28] No space left on device

Could not install packages due to an EnvironmentError: [Errno 28] No space left on device1. 问题现象安装 opencv-python 时报错:wohu@ubuntu:~# pip2 install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simp

#opencv#ubuntu#python
机器学习入门(01)— 感知机概念、实现、局限性以及多层感知机

机器学习(1)— 感知机概念、实现、局限性以及多层感知机1. 感知机概念下图是一个接收两个输入信号的感知机的例子。 x1 、 x2  是输入信号, y  是输出信号, w1 、 w2  是权重( w 是 weight  的首字母)。图中的 ○  称为“神经元”或者“节点”。输入信号被送往神经元时,会被分别乘以固定的权重

机器学习入门(21)— 感受野概念

1. 感受野直观上讲,感受野就是视觉感受区域的大小。在卷积神经网络中,感受野是 CNN 中的某一层输出结果的一个元素对应输入层的一个映射,即 feature map 上的一个点所对应的输入图上的区域,具体示例如下图所示。如果一个神经元的大小是受到上层 N*N 的神经元的区域的影响,那么就可以说,该神经元的感受野是 N*N ,因为它反映了 N*N 区域的信息。在上图 conv2 中的像素点 5,是由

Python 笔记(17)— 多进程实现(面向对象和面向过程)、守护进程、进程间通信、进程池、进程池之间通信、多进程生产消费模型

1 面向过程启动多进程Python 操作进程的类都定义在 multiprocessing 模块,该模块提供了一个 Process 类来代表一个进程对象,这个对象可以理解为是一个独立的进程,可以执行另外的事情。import timeimport multiprocessingdef test1():while True:print("--1--")time.sleep(1)def test2():w

#python
Python gRPC 安装(modules/canbus/proto/chassis.proto: File not found.)

1. 安装依赖库sudo pip3 install grpciosudo pip3 install protobufsudo pip3 install grpcio_tools2. 生成对应文件python -m grpc_tools.protoc -I=./protos --python_out=./rpc_pkg --grpc_python_out=./rpc_pkg ./protos/fac

#python
将 CARLA egg 文件安装到 Python 坏境

将 carla egg 文件安装到 Python 环境中

#python
Python 依赖管理及打包三方库 Poetry

Poetry是Python中用于依赖管理和打包的工具。它允许您声明项目所依赖的库,并将为您管理(安装/更新)它们。

#python#git
机器学习入门(18)— 卷积网络中的池化层实现

1. 池化层实现池化层的实现和卷积层相同,都使用 im2col 展开输入数据。不过,池化的情况下,在通道方向上是独立的,这一点和卷积层不同。具体地讲,如图 7-21 所示,池化的应用区域按通道单独展开。像这样展开之后,只需对展开的矩阵求各行的最大值,并转换为合适的形状即可(图7-22)。上面就是池化层的 forward 处理的实现流程。下面来看一下实现示例。class Pooling:def __

    共 151 条
  • 1
  • 2
  • 3
  • 16
  • 请选择