2018年3月2日
摘要: 1、进程创建 2、当前进程信息 使用current_process可获得当前进程的信息: (1)引入:from multiprocessing import current_process (2)获取信息: 3、进程状态及控制 4、queue 所属模块:multiprocessing.Queue ( 阅读全文
posted @ 2018-03-02 11:38 执剑长老 阅读(433) 评论(0) 推荐(0) 编辑
  2018年2月12日
摘要: 1、加载相关模块 1.1 加载numpy 1.2 加载caffe 有两种方法。 方法一(静态导入): 找到当前环境使用的python的site-packages目录,寻找方法: 如例则site-packages目录为/usr/lib64/python2.7/site-packages,在该目录下新建 阅读全文
posted @ 2018-02-12 16:49 执剑长老 阅读(579) 评论(0) 推荐(0) 编辑
  2017年12月28日
摘要: 二分类问题的预测结果可能正确,也可能不正确。结果正确存在两种可能:原本对的预测为对,原本错的预测为错;结果错误也存在两种可能:原本对的预测为错,原本错的预测为对。如何评价两个二分类模型的好坏呢?二分类模型的理想状态是什么呢? 首先回答第二个问题,理想的二分类模型能将原本是对的预测为对,原本是错的预测 阅读全文
posted @ 2017-12-28 18:05 执剑长老 阅读(954) 评论(0) 推荐(0) 编辑
  2017年12月26日
摘要: 文本,他们通常指显示在屏幕上的字符或者其他的记号;但是计算机不能直接处理这些字符和标记;它们只认识位(bit)和字节(byte)。实际上,从屏幕上的每一块文本都是以某种字符编码(character encoding)的方式保存的。粗略地说就是,字符编码提供一种映射,使屏幕上显示的内容和内存、磁盘内存 阅读全文
posted @ 2017-12-26 11:59 执剑长老 阅读(340) 评论(0) 推荐(0) 编辑
摘要: random模块作用是返回随机数,只要跟随机元素相关的,都可以使用它。 Python标准库中的random函数,可以生成随机浮点数、整数、字符串,甚至帮助你随机选择列表序列中的一个元素,打乱一组数据等。 1、random模块方法说明 random.random()函数是这个模块中最常用的方法了,它会 阅读全文
posted @ 2017-12-26 10:37 执剑长老 阅读(5218) 评论(0) 推荐(0) 编辑
  2017年12月21日
摘要: 转载自:http://blog.csdn.net/qq_34784753/article/details/78825493 对于现在的最好的检测系统来说,yolo_v1 的问题主要出现在两方面,也就是: (1)yolo_v1存在大量的定位错误; (2)yolo_v1 的 召回率(recall) 比较 阅读全文
posted @ 2017-12-21 20:19 执剑长老 阅读(722) 评论(0) 推荐(0) 编辑
  2017年12月20日
摘要: 1、pip安装(最好在虚拟环境中安装) →更新pip:pip install --upgrade pip →安装最新版tensorflow(GPU):pip install tensorflow-gpu 安装指定版本tensorflow(GPU):pip install tensorflow-gpu 阅读全文
posted @ 2017-12-20 14:19 执剑长老 阅读(196) 评论(0) 推荐(0) 编辑
  2017年12月13日
摘要: 1、文件相关操作 1.1 文件数量统计 相关说明: ls -l :长列表输出当前文件夹下文件信息(注意这里的文件,不同于一般的文件,可能是目录、链接、设备文件等) ls -lR:长列表输出该目录下文件信息(R代表子目录,注意这里的文件,不同于一般的文件,可能是目录、链接、设备文件等) grep "^ 阅读全文
posted @ 2017-12-13 11:42 执剑长老 阅读(189) 评论(0) 推荐(0) 编辑
  2017年12月12日
摘要: intro: ECCV 2016 Oral arxiv: http://arxiv.org/abs/1512.02325 paper: http://www.cs.unc.edu/~wliu/papers/ssd.pdf slides: http://www.cs.unc.edu/%7Ewliu/p 阅读全文
posted @ 2017-12-12 16:05 执剑长老 阅读(926) 评论(0) 推荐(0) 编辑
  2017年12月11日
摘要: 支持三种分词模式: 精确模式,试图将句子最精确地切开,适合文本分析; 全模式,把句子中所有的可以成词的词语都扫描出来, 速度非常快,但是不能解决歧义; 搜索引擎模式,在精确模式的基础上,对长词再次切分,提高召回率,适合用于搜索引擎分词。 支持繁体分词 支持自定义词典 MIT 授权协议 支持三种分词模 阅读全文
posted @ 2017-12-11 14:41 执剑长老 阅读(527) 评论(0) 推荐(0) 编辑