在训练网络时经常要进行微调，原来用caffe比较多，相对来说caffe的微调要简单，那么pytorch是怎么实现网络的微调呢，我的方法是：# 导入原来的网络import modules_original# 导入新的网络import modulespre_net = modules_original()#pre_net.load_state_dict(torch.lo...

工具介绍LAC全称Lexical Analysis of Chinese，是百度自然语言处理部研发的一款联合的词法分析工具，实现中文分词、词性标注、专名识别等功能。该工具具有以下特点与优势：效果好：通过深度学习模型联合学习分词、词性标注、专名识别任务，整体效果F1值超过0.91，词性标注F1值超过0.94，专名识别F1值超过0.85，效果业内领先。效率高：精简模型参数，结合Paddle预测库的性能

Python的第三方包往往依赖其它的包进行开发。一旦依赖的包发生较大的版本升级，那么往往会出现兼容性问题， 引起编译器警告或报错。解决方法：import warningswarnings.filterwarnings("ignore")

目录一、anaconda创建python虚拟环境的两种常用方法二、切换到不同的python环境三、常用的conda命令四、删除虚拟环境一、anaconda创建python虚拟环境的两种常用方法（1）直接软件端创建1、直接冲anaconda软件创建，首先打开软件，如图，点击左侧“Environments”，在红色框中可以看到你已经创建的环境，其中第一个”base(root)”是默认的环境，只要安装a

Point类数据结构表示了二维坐标系的点，即由其图像坐标x和y指定的点，用法如下：Point point;point.x = 10;point.y = 5;cout << point << endl;或者：Point point1 = Point(10, 5);cout << point1 << endl;另外，OpenCV中有如下定义：typede

可以先定义两个函数：import torch.nn.init as initdef xavier(param):init.xavier_uniform(param)# init.kaiming_uniform_()# 可以选择其他的def weights_init(m):if isinstance(m, nn.Conv2d):xavier(m.weight.data)m.bias.data.zer

我的python程序名为：main_window.py程序在python环境下正常运行。打包使用的格式为：pyinstaller打包过程无报错，打包完成后运行程序提示出错信息"File "e:\software\anconda\envs\caffe2\lib\site-packages\PyInstaller\loader\pyimod03_importers.py"

通道分离：split()函数split函数用于将一个多通道数组分离成几个单通道数组。通道合并：merge()函数merge()函数是split()函数的你想操作，是将多个数组合并成一个多通道数组。它通过组合一些给定的单通道数组，将这些孤立的单通道数组合并成一个多通道上数组，从而穿件出一个由多个单通道阵列组成的多通道阵列。代码示例：//读取图像Mat srcImage = imread("//Use

canny算子简介首先看一下最有边缘检测的三个主要评价标准：低错误率：标出尽可能多的实际边缘，同时尽可能的减少噪声产生的误报。高定位性：标识出的边缘要与图像中的实际边缘尽可能接近。最小响应：图像中的边缘只能标识一次，并且可能存在的图像噪声不应标识为边缘。为了满足这些要求，canny使用的变分法，这是一种寻找满足特定功能的函数的方法。最优检测用4个指数函数项的和表示，但是它非常近似于高斯函数的一阶导

目录一、谢尔宾斯基Sierpinski三角形二、作图思路三、代码一、谢尔宾斯基Sierpinski三角形分形构造，平面称谢尔宾斯基三角形，立体称希尔宾斯基金字塔。下图中，根据自相似特性，希尔宾斯基三角形是由三个尺寸减半的谢尔宾斯基三角形按照品字形叠加而成。二、作图思路在degree有限的情况下，degree=n的三角形，是由3个degree=n-1的三角形按照品字形叠加而成。同时，这3个degre