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

ubuntu服务器报错 perl: warning: Setting locale failed解决方法

1、查看系统已安装字符集locale -aCC.UTF-8en_AGen_AG.utf8en_AU.utf8en_BW.utf8en_CA.utf8en_DK.utf8en_GB.utf8en_HK.utf8en_IE.utf8en_ILen_IL.utf8en_INen_IN.utf8en_NGen_NG.utf8en_NZ.utf8en_PH.utf8en_SG.utf8en_US.utf8e

#centos#ubuntu#linux +1
ubuntu系统pip install soundfile报错(已解决)

安装soundfile库python中处理音频文件,经常要使用soundfile库。ubuntu系统在pip安装soundfile库时,有时会报错,这是因为缺乏依赖包libsndfile1,所以要先安装依赖包,命令如下:sudo apt-get install libsndfile1安装成功后,就可以顺利安装soundfile库,指令如下:pip install soun...

#pip#ubuntu
keras2onnx与tensorflow、ncnn版本关系

一、相关环境tensorflow==2.2.0keras2onnx==1.7.0ncnn 支持opset 11二、相关问题当前ncnn只支持opset 11模型,keras2onnx==1.7.0支持的最低opset 为12、支持tf2.2(及2.1/2.0)keras2onnx==1.6.1支持opset 11,支持tf2.0/2.1三、解决方法方法一:降级tensorflow为2.1.0,同时

#tensorflow#深度学习#人工智能
深度学习学习笔记:最优化方法SGD、Momentum、AdaGrad、RMSProp、Adam

以下素材全部整理于:博主BVL10101111 。话不多说,直接上图。1、 最优化方法之SGD2、 最优化方法之Momentum(动量)3、最优化方法之Nesterov(牛顿动量)4、 最优化方法之AdaGrad5、最优化方法之RMSProp6、 最优化方法之Adam————————————————原文链接:https://blog.csd...

视频行为识别(二):Tencent / ActionDetection-DBG安装及使用

一、论文《Fast Learning of Temporal Action Proposal via Dense Boundary Generator》https://arxiv.org/pdf/1911.04127.pdf二、安装1、依赖Tensorflow == 1.9.0 or PyTorch == 1.1Python == 3.6NVIDIA GPU == Tesla P40Linux C

#计算机视觉#人工智能
keras2onnx与tensorflow、ncnn版本关系

一、相关环境tensorflow==2.2.0keras2onnx==1.7.0ncnn 支持opset 11二、相关问题当前ncnn只支持opset 11模型,keras2onnx==1.7.0支持的最低opset 为12、支持tf2.2(及2.1/2.0)keras2onnx==1.6.1支持opset 11,支持tf2.0/2.1三、解决方法方法一:降级tensorflow为2.1.0,同时

#tensorflow#深度学习#人工智能
sudo报错 bash: sudo: command not found(已解决)

环境:服务器容器(Linux )安装sudoLinux系统sudo命令进行安装。执行sudo命令时 ,报错如下:bash:sudo:command not found解决只需在终端依次执行如下指令:apt-get updateapt-get install sudo到此sudo成功安装,可以顺利使用sudo命令进行安装了。参考链接:https:/...

#ubuntu#服务器
ubuntu16.04安装opencv4

1、conda安装如果你已经安装anaconda,那么接下来就简单了,直接如下命令安装。conda install opencv安装完成后进行测试。pythonimport cv2如果报错No module:cv2pip3 install opencv-python如果报错ImportError: libSM.so.6: cannot open shared object file: No suc

#opencv
论文翻译:《基于注意力机制的端对端语音识别——小米2018》《ATTENTION-BASED END-TO-END SPEECH RECOGNITION ON VOICE SEARCH》

论文地址:https://arxiv.org/pdf/1707.07167.pdf以下是完整的论文翻译:翻译 | 周翔、尚岩奇、姜沂、周科摘要近来端对端语音识别越来越受到关注,这种技术可以不进行预定义校准(predefined alignments),直接将语音转换为文本。在本文中,我们探究了如何使用基于注意力机制普通话语音识别编码器—解码器模型,并在业界得出了首个令人满意的结果。通...

    共 11 条
  • 1
  • 2
  • 请选择