原创 win10下cuda10.0對應tensorflow、pytorch版本
win10 cuda10.0 python3.5 tensorflow1.14.0 pip install tensorflow-gpu==1.14.0 -i http://pypi.douban.com/simple --
原创 Tensorflow入門筆記——一、常量與變量 操作數與佔位符
開發者峯會:TensorflowLite 中文官網:https://tensorflow.google.cn/ 中文社區:http://www.tensorfly.cn/ 一、常量與變量 import tensorflow as
原创 常用路徑命令 tensorflow環境
方便我找一些目錄,和敲一些常用路徑 我的環境目錄:C:\Users\P7XXTM1-G\AppData\Local\conda\conda\envs\tensorflow_gpu_1.12_py37 51CTO學院https://edu.
原创 tensorflow訓練越來越慢的解決辦法——重置/清空計算圖
在tensorflow訓練中,每組訓練速度越來越慢,時長越來越高、從運行日誌中可以看到:每個視頻花費時間從9s到165s、到207s。這樣每組數據有81個視頻、導致每組數據訓練時長從12分鐘變到3小時變到4小時(一開始只需要十幾分鍾)~~
原创 設置每個GPU內存佔用率,
tensorflow默認佔用全部gpu內存,這樣會出錯 設置每個GPU內存佔用率70% gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.7) config
原创 ubuntu安裝nvidia驅動
很多同學安裝完Ubuntu後會發現顯示器分辨率有問題,今天給大家分享如何在Ubuntu中安裝Nvidia顯卡驅動~ 一、準備工作: Ubuntu16.04雙系統,顯卡型號:Nvidia GTX1050. (1)首先去Nvidia官
原创 動態時間規整-DTW算法
前言 動態時間規整(Dynamic Time Warping,DTW)是孤立詞識別的早期技術,梳理一下,主要包括: 1)孤立詞識別操作步驟; 2)DTW原理; 內容基本就是兩個博文的整合,最後一併給出鏈接。 一、孤立詞識別操作
原创 騰訊手語識別白皮書
前言 據2017年北京聽力協會預估數據,我國聽障人羣數量約達到7200萬。放眼世界,世界衛生組織發佈的最新數據顯示,全世界有共計約4.66億人患有殘疾性聽力損失。儘管聽障人羣能夠憑藉手語進行交流,但在機場、民政等公共服務環境
原创 【筆記】計算機視覺重要會議(一)
1.國內會議: VALSE、 PRCV中國模式識別與計算機視覺大會(包括競賽http://www.prcv2019.com/competitions.html) PRCV2019由中國計算機學會(CCF)、中國自動化學會(CAA)、中國圖
原创 【筆記】計算機視覺(二)
一.參考書目 Computer Vision(Linda Shapiro) 《特徵提取與圖像處理》 《數字圖像處理》岡薩雷斯 《計算機真實感圖形的算法基礎》 二.Marr計算機視覺之父的三階段 ①預處理、特徵提取 ②2.5D,以
原创 基於Tensorflow和Opencv的行人檢測
本文主要記錄在Tensorflow和Opencv環境下實現行人檢測的主要步驟,特別是一些常用命令和需要用到的腳本文件,生成的模型文件等。文章主要分爲以下幾個部分:環境搭建、數據集生成製作、Tensoflow訓練、導出模型在Opencv中實
原创 Tensorflow入門筆記——三、梯度下降算法
3.1 反向傳播算法(Back_Propogation)簡稱BP 輸入層——隱藏層——輸出層,如圖: 計算誤差E,不斷跟新權重w1-wn,來減小誤差E
原创 Tensorflow入門筆記——二、Feed和Fetch
2.1 Feed喂數據,Feach從tensorflow中取出數據 2.2 Feed示例代碼: 可以在session中執行操作時在把數據的值傳入。(Feed的數據的值通過字典的形式傳入) import tensorflow as t
原创 CVPR2020在2月24日公佈論文
CVPR2020在2月24日公佈了所有接受論文ID,相關報道:1470篇!CVPR2020結果出爐,你中了嗎?(附部分論文鏈接/開源代碼/解讀)。自論文ID公佈以來,許多開發者都分享了自己的優秀工作。 從論文ID公佈以來,極市一直在對CV
原创 記錄一段python程序的運行時間
import time if __name__ == '__main__': start = time.perf_counter () # 起始時間 我是函數( ̄▽ ̄)" end = time.perf_