原创 Tensorboard使用

with tf.name_scope('loss_value'): loss=tf.reduce_mean(tf.losses.softmax_cross_entropy(onehot_la

原创 centos 定時執行腳本

1.安裝crontab #yum install crontabs 2.編輯定時任務: #crontab -e 3.路徑要寫絕對路徑 * * * * * python /home/xxx.py ###每分鐘執行一次 #5 *

原创 tkinter 加入滾動條 Scrollbar

import tkinter as tk window = tk.Tk() #創建listbox user_listbox=tk.Listbox(window,font=('',14))

原创 破解滑動驗證碼(二)識別驗證碼缺口

class TemplateMatching(): def read_fg_img(self): fg_img = cv2.imread('./fg.png') #numpy array

原创 讀取tensorflow保存的模型中權重數據,並繼續進行訓練

''' 讀取tensorflow保存的模型中權重數據,並繼續進行訓練 ''' import time import random import numpy as np import tensorflow as tf import

原创 破解滑動驗證碼(三)selenium模擬登陸

''' selenium buff login and captcha reconize ''' import time from selenium import webdriver from selenium.webdriver

原创 保存與讀取tensorflow模型文件中參數

保存 conv1_weights=tf.get_variable('conv1_weights',[CONV1_SIZE,CONV1_SIZE,NUM_CHANNELS,CONV1_DEEP],initializer=tf.tru

原创 破解滑動驗證碼(一)獲得背景與前景圖片

browser = webdriver.Chrome() 由於登陸的界面在一個窗口上,所以不轉到窗口上的話定位不到相關的元素 iframe = browser.find_element_by_xpath("//iframe")

原创 tensorflow feature map顯示與保存

feature map就是圖片在網絡中經過卷積等操作後的的圖像 保存需要通過sess.run 將feature map 類型轉換爲numpy.nadarry,方便圖片的處理 import sys sys.path.append(

原创 RuntimeError: main thread is not in main loop

在使用tkinter 時,添加了一個線程來實現定時任務,雖然能夠運行,但是出現了main thread is not in main loop 的錯誤,具體原因是tkinter包的問題, 安裝改進版本的tkinter 即可,代碼也

原创 python遞歸RecursionError: maximum recursion depth exceeded

def startTimer(self): aligned_time = int(time.time() + offset_time) remain_time = 30 - alig

原创 實現GoogLenet中Inception結構,基於tensorflow

圖片是經過inception結構後concat後的特徵圖拼接的結果 row方向上0到7是11conv後的結果,8到15是11conv + 33conv後的結果, 16到22是11conv+5*5conv後的結果,很顯然右側的特徵抽

原创 requests 400錯誤

4XX錯誤的原因都來自於客戶端,大多都是客戶端發送的請求與server要求不符 在運行以下代碼的過程中總會報400錯誤,查詢後知道可能的原因是要提交json類型的數據,嘗試後依然是400, 所以從headers中逐個排除,最後發現是由

原创 python生成Androd deviceid

在模擬Android手機登錄steam並進行身份驗證的時候, 需要用到devicid, 所以跟具steamid來生成deviceid from Cryptodome.Hash import HMAC,SHA1 from binasc

原创 cnn驗證碼識別

1.生成驗證碼,由於獲取大量驗證碼較困難,所以即時生成驗證碼 2.對驗證碼文本進行one-hot編碼 3.送入cnn網絡進行訓練 4.驗證準確率 生成的驗證碼進行了灰度化處理,並進行歸一化 當驗證碼長度爲1時,經過幾百步的更新後準確率