如果系统是64位的就是64位的sdk，如果是32位就用32位的，和是什么系统没有关系，只是系统位数有关我这边是win7 64位的环境有intellij和netbeans，都调试成功了下载海康sdk就自己去官网上面下载然后解压，我的解压路径是:F:\appsoft\CH-HCNetSDK(Windows64)V5.2.3.3_build20160623一.inte

按https://arxiv.org/pdf/1704.04861.pdf通过和https://github.com/Zehaos/MobileNet/blob/master/nets/mobilenet.py 的对比复写了一遍MobileNetdef mobile_net(inputs,num_classes=1000,

slim nets中包含几种常用的net网络from tensorflow.contrib.slim.python.slim.nets import alexnetfrom tensorflow.contrib.slim.python.slim.nets import inceptionfrom tensorflow.contrib.slim.python.slim.nets import

凹缺陷/凸缺陷前面我们已经学习了轮廓的凸包，对象上的任何凹陷都被成为凸缺陷。OpenCV 中有一个函数 cv.convexityDefect() 可以帮助我们找到凸缺陷。函数调用如下：[python] viewplain copyimport cv2  import numpy as np  img = cv2.imread

我们介绍Adam，这是一种基于一阶梯度来优化随机目标函数的算法。 简介：    Adam 这个名字来源于 adaptive moment estimation，自适应矩估计。概率论中矩的含义是：如果一个随机变量 X 服从某个分布，X 的一阶矩是 E(X)，也就是样本平均值，X 的二阶矩就是 E(X^2)，也就是样本平方的平均值。Adam 算法根据损失函数对每个参数的梯度的一

1. 读视频文件import cv2# This is a demo of running face recognition on a video file and saving the results to a new video file.## PLEASE NOTE: This example requires OpenCV (the `cv2` library) to be

本文基于yhat上Logistic Regression in Python，作了中文翻译，并相应补充了一些内容。本文并不研究逻辑回归具体算法实现，而是使用了一些算法库，旨在帮助需要用Python来做逻辑回归的训练和预测的读者快速上手。逻辑回归是一项可用于预测二分类结果(binary outcome)的统计技术，广泛应用于金融、医学、犯罪学和其他社会科学中。逻辑回归使用简单且非常有效，你可

执行com.taobao.timetunnel.bootstrap.BrokerBootstrap 的main方法报错Starting a reliable broker.12/12/07 14:40:59 INFO zookeeper.ZooKeeper: Client environment:zookeeper.version=3.3.2-1031432, built on 11/05/2

inception的paper地址：https://arxiv.org/pdf/1602.07261.pdfInception-V4 Inception-ResNet-v2结构结构图如下：实现如下# -*- coding:utf-8 -*-import tensorflow as tfimport tensorflow.contrib.slim as slim#v4.d

tf.nn.relu(features, name=None)  = max(0,features)参数：features：A `Tensor`. 必须类型: `float32`, `float64`, `int32`, `int64`, `uint8`, `int16`, `int8`, `uint16`,`half`.name：名称返回：Tensor