原创 QT如何通過文本框選擇文件(圖像、視頻)

QT如何通過文本框選擇文件(圖像、視頻) 1、頭文件是必須的。 #include <QApplication> #include <QFileDialog> 2、在工程文件中輸入 QT += core gui grea

原创 Tensorflow學習筆記-模型保存與加載

  保存模型時,文件格式有兩種,ckpt和pb格式,這兩種格式的模型區別是什麼呢?首先看一下英文的解釋。並且我們的學習中也要養成看英文文檔的習慣,其一:老外寫的東西通俗易懂,其二,在翻譯時,每個人的英文理解不同,原汁原味的道理就沒

原创 Tensorflow學習筆記-變量管理

Tensorflow學習筆記-變量管理   當一個神經網絡比較複雜、參數比較多時,就比較需要一個比較好的方式來傳遞和管理這些參數。而Tensorflow提供了通過變量名稱來創建或者獲取變量的機制。通過這個機制,可以在不同的函數中直

原创 Tensorflow學習筆記-過度擬合問題

Tensorflow學習筆記-過度擬合問題   神經網絡在訓練是,並不是希望模型儘量模擬訓練的數據,而是希望模型對未來的數據具有準確的判斷。因此,模型在訓練數據上的表現並不代表對未來數據的表現。如果模型可以完全記住訓練數據而使得損

原创 python序列化存儲模塊:Pickle

python序列化存儲模塊:Pickle   python的pickle模塊實現了基本的數據序列和反序列化。通過pickle模塊的序列化操作我們能夠將程序中運行的對象信息保存到文件中去,永久存儲;通過pickle模塊的反序列化操作

原创 sklearn-SVC實現與類參數

sklearn-SVC實現與類參數   對應的API:http://scikit-learn.sourceforge.net/stable/modules/generated/sklearn.svm.SVC.html   它是

原创 Tensorflow學習筆記-softmax、cross_entroy

Tensorflow學習筆記-softmax_cross_entropy_with_logits   神經網絡模型的效果和優化的目標都是通過損失函數(loss function)來定義的。無論是分類問題還是迴歸問題都是遇見損失函數

原创 python print重定向到文件

python print重定向到文件   我們在開發中,有時需要將log信息保存到文件中,方便後續的查看,而無論是python2的print 還是python3的print(),默認都是將信息輸出的控制檯中,無法保存到本地,因此需要進行重

原创 Python 搭建多線程服務端

Python 搭建多線程服務端      使用python搭建多線程服務端需要使用socketserver的ThreadingTCPServer方法。並且需要重寫setup()、handel()、finish()這三個函數,具體的流程如下

原创 TensorFlow學習筆記-實現經典LeNet5模型

  LeNet5模型是Yann LeCun教授於1998年提出來的,它是第一個成功應用於數字識別問題的卷積神經網絡。在MNIST數據中,它的準確率達到大約99.2%.   通過TensorFlow實現的LeNet5模型,主要用到

原创 Python 獲取當前文件所在目錄

Python 獲取當前文件所在目錄   python下獲取文件所在的絕對目錄,大都通過:os.path.abspath,但如果你在其他目錄下,通過絕對路徑獲取,這時就會有錯。 例如:   步驟1 在當用目錄運行 import os imp

原创 Tensorflow學習筆記-SLIM

: 使用 from tensorflow.contrib import slim,可以加速程序的開發,但需要了解其中一些函數的使用方法. 1 arg_scope 作用 可以爲函數加入默認的參數. 函數定義: def arg_sc

原创 Opencv3安裝所需要的庫

Opencv3環境配置 一、安裝依賴庫 1、移除本地的通過apt-get安裝的opencv: sudo apt-get autoremove libopencv-dev python-opencv 2、安裝編譯工具: sudo a

原创 PyQt5實時顯示Camera

PyQt5實時顯示Camera   整個Demo的源碼鏈接爲:http://download.csdn.net/download/lovelyaiq/10132276   由於QT中的顯示需要藉助於Qlable,而label顯示

原创 TensorFlow學習筆記-ExponentialMovingAverage

  作用:使用隨機梯度下降算法訓練神經網絡時,使用滑動平均模型在很多應用中都可以在一定程度上提高最終模型在測試數據上的表現。tensorflow提供的滑動平均模型的接口爲:tf.train.ExponentialMovingAve