原创 C/C++調用Python函數(命令行實現)

博主曾寫過 C/C++調用Python函數(CodeBlocks平臺實現) 的博文,依賴軟件平臺實現Python調用存有一定的侷限性,當博主需要使用他人編寫的編譯器時,平臺的調用就極爲複雜,甚至無法調用,因此,博主粗淺地學習了一下

原创 谷歌Colab運行Tensorflow、Keras、Theano、PyTorch簡單使用(持續更新)

Colab(Colaboratory)是谷歌提供的一個免費的可用於機器學習編程的雲端筆記本,提供了免費的GPU與TPU雲端加速設備,解決了普通電腦顯卡配置不足的問題,官網網址:歡迎使用 Colaboratory Colab爲谷歌提

原创 openssl 默認版本問題(Anaconda相關)

博主因原本的openssl版本過低,而升級到1.1.1版本,make && make install 未報錯,且 openssl、libssl.so.1.1、libcrypto.so.1.1 三者實現軟鏈接,但在最後查看opens

原创 PyTorch 自定義層(區別於自定義模型)

博主在學習三值神經網絡時,使用了LeNet-5模型,編程代碼,需要對LeNet-5模型中的卷積層與全連接層進行自定義,搜索他人方法後,博主產生了一個疑問,絕大多數提供的自定義層方法都是繼承 nn.Module 模型,而這方法據說是

原创 C/C++調用Python函數(CodeBlocks平臺實現)

因需,博主需要編寫C/C++程序,在其中調用Python編寫的相關函數,故此,整理了C/C++調用Python函數的相關方法 對於Python的版本,提及了常用的 Python2.7 與 Python3.5 版本,其餘常用的 3.

原创 C++調用Python函數(CodeBlocks平臺實現)

因需,博主需要編寫C++程序,在其中調用Python編寫的相關函數,故此,整理了C++調用Python函數的相關方法 對於Python的版本,提及了常用的 Python2.7 與 Python3.5 版本,其餘常用的 3.x 版本

原创 Keras 實現 動態調整學習率 保存最佳模型

深度學習的訓練過程中,經常需要動態調整學習率同時保存最佳模型,本教程使用 Keras 框架,通過其自設的回調函數,實現所需 Keras使用手冊網址:Keras Documentation(英文版)Keras 中文文檔(中文版) 中

原创 CodeBlocks 添加新文件類型,點亮關鍵字

博主因需使用 *.oc 類型文件,該類型文件的語法語義與 *.c 文件一致,博主據此修改了 CodeBlocks 中相關屬性,以添加 *.oc 類型文件,點亮其關鍵字,控制文件格式,提高可讀性。 CodeBlocks 版本:16.

原创 PDF拆分任意頁碼(不限定大小,不使用任何軟件,免費實現)

市面上與PDF文件操作相關的軟件衆多,無論是在線操作還是客戶端應用,多多少少都伴隨着一些限制,例如PDF文件大小的制約、付費軟件、需要註冊纔可使用等,本教程告知的方法依託於電腦本身提供的虛擬打印機,不限定PDF文件的大小,亦不需要

原创 谷歌Colab運行Tensorflow簡單使用

Colab(Colaboratory)是谷歌提供的一個免費的可用於機器學習編程的雲端筆記本,提供了免費的GPU與TPU雲端加速設備,解決了普通電腦顯卡配置不足的問題,官網網址:歡迎使用 Colaboratory 新建筆記本 在起始

原创 Ubuntu 設置PyCharm使用Tensorflow

爲深度學習所用,博主預想在Ubuntu16.04上安裝 顯卡驅動 + CUDA + cuDNN + Tensorflow-gpu + Keras + PyCharm,參考了衆多資料,最終成功將所有軟件安裝完畢,且能成功運行使用。該

原创 Ubuntu 安裝 CUDA(附測試)

爲深度學習所用,博主預想在Ubuntu16.04上安裝 顯卡驅動 + CUDA + cuDNN + Tensorflow-gpu + Keras + PyCharm,參考了衆多資料,最終成功將所有軟件安裝完畢,且能成功運行使用。該

原创 Ubuntu 安裝 Tensorflow-gpu 與 Keras

爲深度學習所用,博主預想在Ubuntu16.04上安裝 顯卡驅動 + CUDA + cuDNN + Tensorflow-gpu + Keras + PyCharm,參考了衆多資料,最終成功將所有軟件安裝完畢,且能成功運行使用。該

原创 Ubuntu 安裝 cuDNN(附測試)

爲深度學習所用,博主預想在Ubuntu16.04上安裝 顯卡驅動 + CUDA + cuDNN + Tensorflow-gpu + Keras + PyCharm,參考了衆多資料,最終成功將所有軟件安裝完畢,且能成功運行使用。該

原创 Ubuntu Tensorflow-gpu安裝需知與版本對照

爲深度學習所用,博主預想在Ubuntu16.04上安裝 顯卡驅動 + CUDA + cuDNN + Tensorflow-gpu + Keras + PyCharm,參考了衆多資料,最終成功將所有軟件安裝完畢,且能成功運行使用。該