原创 基於caffe的MFC工程配置過程
參考 Windows下面用vs2013直接調用caffe的c++接口https://blog.csdn.net/xjz18298268521/article/details/61921357 1報錯解決 錯誤 321 error
原创 vs2013 MFC入門
vs2013 MFC VS2013 MFC 學習過程主要參考 MFC多功能計算器https://blog.csdn.net/gfy571127/article/details/45722007 窗口打開位置 1、資源視圖 視圖->
原创 windows MFC libtorch
1、新建MFC工程 2、工程配置(release x64) 由於libtorch只編譯了release模式 屬性 VC++目錄-->包含目錄: E:\vsproject\gaomingda\torchScript\test_pose\
原创 pytorch 轉 caffe
目錄 一 工具 二 修改pytorch2caffe 三 調用工具,將pytorch模型轉爲caffe 四 測試轉換的caffe模型 一 工具 使用pytorch2caffe(稍加修改) 原作者的:https://github.com/lo
原创 SSD調試日誌
SSD安裝過程問題: 源碼https://github.com/weiliu89/caffe/tree/ssd *1、*/usr/include/boost/property_tree/detail/json_parser_read.h
原创 製作自己的數據集lmdb--120類狗
caffe一定要編譯通過!!!才能進行下面操作 一、在 caffe 根目錄 下創建自己的文件夾My_Files 其中,train 文件夾裏包含訓練圖片和訓練圖片的 labels.txt; 二、訓練集和label.txt lable.t
原创 caffe2 Softmax, SoftmaxWithLoss 使用
本文主要記錄caffe2的Softmax與SoftmaxWithLoss op 如何使用(輸入格式), 特別介紹如何應用在FCN的語義分割中. 1 Softmax 輸入:2D, 但可以不是,計算時代碼會強制轉換 輸出: 與輸入相同的
原创 caffe2 創建自己的Python層
python 層 一、 沒有反向傳播 例如: def mul_ab(inputs, outputs): num_blobs = int(len(inputs)/2) for i in range(num_blobs):
原创 txt保存的樣本轉爲矩陣
1、讀取指定文件內容 def file2matric(filename): """將txt文件的樣本值存儲到數組中 """ with open(filename) as file_object: line
原创 python中numpy模塊的數組(array)和矩陣(matric)比較
numpy中的matrix和array Preface 在相關聚類算法的實現過程中,用python語言實現,會經常出現array和matrix的混淆,這裏做個總結。 array數組 numpy中最基本(默認)的類型是array,他的相
原创 caffe 安裝
1 sudo 安裝caffe sudo apt-get install git sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev
原创 numpy中tile()函數用法
1.tile函數: tile函數是模板numpy.lib.shape_base中的函數。函數的形式是tile(A,reps) A的類型幾乎所有類型都可以:array, list, tuple, dict, matrix以及基本數據類
原创 mxnet 基礎學習筆記(李沐課)
mxnet in Python 一、ndarray from mxnet import ndarray as nd #服從均值0,方差1的正態分佈 1、nd.random_normal(0,1,shape=(3,4)) 2、#乘法