可可心心宝贝

摘要： 今天发现一个怪现象，在训练keras时，发现不使用GPU进行计算，而是采用CPU进行计算，导致计算速度很慢。 用如下代码可检测tensorflow的能使用设备情况： 可用设备为： 原来只有一个CPU设备可用了。于是检查下tensorflow的版本情况： 各应用版本为： 原来我升级了tensorflo 阅读全文

摘要： 我们用keras训练模型后，通常保存的模型格式类型为hdf5格式，也就是.h5文件。 但如果我们想要移植到移动端，特别是基于tensorflow支持的移动端，那就需要转换成tflite格式。 如何转换呢？在tensorflow1.9及以上版本，支持通过命令行方式方便进行转换： 其他方式可以参见 ht 阅读全文

摘要： 我们在构建自己的神经网络模型时，往往会基于预编译模型上进行迁移学习。但不同的训练数据、不同的场景下，各个模型表现不一，需要投入大量的精力进行调参，耗费相当多的时间才能得到自己满意的模型。 而谷歌近期推出了AutoML，可以帮助人们在给定数据下自动找寻最优网络模型，可谓让不是专业的人也可以轻松构建合适 阅读全文

摘要： 问题来源于使用了 keras.utils.plot_model，报错内容为： 第一反应是pip3 install graphviz，但安装完后依然不好使。 后来查官网可以使用apt install graphviz，问题解决。 阅读全文

摘要： 本文的keras后台为tensorflow，介绍如何利用预编译的模型进行迁移学习，以训练和识别自己的图片集。 官网 https://keras.io/applications/ 已经介绍了各个基于ImageNet的预编译模型，对于我们来说，既可以直接为我所用进行图片识别，也可在其基础上进行迁移学习， 阅读全文

摘要： 不用惊慌，再试一次。估计当时GPU内存可分配不足，可手动结束所有python程序后释放相关GPU内存，或者重新运行一次终端 阅读全文

摘要： 最近在Ubuntu 18.4上安装Nvidia显卡后，显卡似乎总是不能完全兼容。 第一次出现问题时，是登录账号后，发现系统采用了默认显卡驱动，而已装过的显卡驱动则有损坏导致无法使用。 第二次出现问题时，则是在开机启动后，界面出现了 /dev/sda2 clean 和 /dev/sda2 recove 阅读全文

摘要： tensorflow目前已经升级至r1.10版本。在之前的深度学习中，我是在MAC的虚拟机上跑CPU版本的tensorflow程序，当数据量变大后，tensorflow跑的非常慢，在内存不足情况下，又容易造成系统崩溃（虚拟机走的是windows7）。 为了后续的深度学习，不得已，我在京东买了一部组装 阅读全文

摘要： 使用vi编辑，输入命令： :%s/^M/\r/g 用来把^M换成回车 注意的是^M要使用CTRL-V CTRL-M生成，而不是直接键入^M 阅读全文

摘要： 引自 https://www.cnblogs.com/hisunhyx/p/5028391.html 3.X是这样的 HttpClient client=new DefaultHttpClient(); client.setConnectionTimeout(30000); client.setTi 阅读全文