原创 MxNet框架下 數據讀取的兩種方式

MxNet框架下的數據讀取 通常,我們在做深度學習訓練的時候數據讀取是必不可少的,下面我們介紹兩種方法: 一、直接讀取文件夾下的數據不轉換成.rec和.idx 常用來做分類等,train文件夾下放置的數據爲每個類別一個文件夾,te

原创 mnist數據集轉換成圖片和csv文檔

通常官網提供的mnist數據集都是壓縮格式的文檔,有時候我們在使用的時候需要將其: (1)、解壓成圖片格式存入文件夾 (2)、或者保存成csv格式的文檔 (1)保存成圖片格式(windows下) # -*- coding: utf

原创 ubuntu16.04安裝mxnet-gpu版本

ubuntu16.04 GTX2080Ti cuda10 cudnn7.5.0 查看cuda安裝是否正常 nvidia-smi 配置環境變量: sudo gedit /etc/profile 添加環境變量 ex

原创 windows下安裝tensorflow==1.14.0

window下我安裝的是cpu版本的,可以根據自己的需要選擇安裝不同的版本,==後面可以修改 pip install --upgrade tensorflow==1.14.0 window下安裝gpu版本的,可以根據自己的需要選

原创 portaudio_x86.lib 在vs2015之後版本中的調用問題

portaudio_x86.lib 在vs2015之後版本中的調用問題 vs2015 無法解析的外部符號 __imp__fprintf __imp____iob_func 由於portaudio採用的是低版本的vs在用高版本打開的

原创 python視頻轉存成視頻

圖像處理(一) 視頻更改幀的大小後轉存成視頻 在使用原始視頻數據時候,有可能因爲視頻數據太大,導致計算量比較大,所以在使用時常常將每幀數據進行縮放再保存成視頻文件使用。 代碼如下: -- coding: utf-8 -- ```

原创 python 遞歸獲取子文件夾下的文件名 和文件類別標籤

深度學習中,常常要獲取文件夾下文件名和類別,爲提取訓練數據和測試數據準備 本文采用的一個文件下的40類數據做實驗: 最後保存成如下文件形式: 文件路徑+文件名+類別標籤 具體代碼如下: # -*- coding: utf-8

原创 Ubuntu 安裝卡在 Started Network Manager Script Dispatcher Service位置

卡住的原因主要是網絡設置問題: 出現上圖以後,首先關閉客戶機 然後,我們在虛擬機上按照如下圖的操作順序先屏蔽掉網絡設置的檢查 點擊網絡適配器後出現如下界面 將已連接和啓用時連接 取消勾選, 然後確定,即可 此時出現登錄界面

原创 ubuntu下 jupyter登錄上了 新建python3連接失敗

近期在使用anaconda jupyter的時候發現自己在新建jupyter文件的時候一直報連接錯誤,所以爲了解決此問題做了如下兩種方法 第一步: pip uninstall tornado pip install tornad

原创 Mxnet練習: ResNet網絡

**由於新模型在添加層後可能得出更優的解來擬合訓練數據集,因此添加層似乎更容易降低訓練誤差。然而在實踐中,添加過多的層後訓練誤差往往不降反升。 針對這⼀問題,何愷明等⼈提出了殘差⽹絡(ResNet)** 殘差塊: 左圖虛