wangxiaobei2019

摘要： 创建完自己的数据集训练完之后，开始了预测，如何看到预测图像 Next import cv2 用来显示图像 在原有测试数据文件中 增加图像显示功能 def TestingData(self): model_net = torch.load('model_shanbu_128.pkl') self.Lo 阅读全文

摘要： cifar数据集训练与测试 CIFAR数据集下载 https://download.csdn.net/download/wangxiaobei2017/12474160 # !/usr/bin/env python # -*- coding: utf-8 -*- import torch impor 阅读全文

摘要： 基于cifar创建自己的数据集并训练 整体流程 resize图像，在图像名称附上标签 eg: 1_a.jpg 获取图像的像素 R G B 合并在一个列表 将文件名、数据、标签和batch_label合并在一个字典中 用二进制的方式存储字典内容,得到和cifar相同的 修改 batches.meta 阅读全文

摘要： 3.8.1 隐藏层 3.8.2 激活函数 ReLU函数 ReLU = max(x,0) sigmoid函数 sigmoid = $\frac{1}{1+exp( x)}$ Tanh 函数 tanh = $\frac{1 exp( 2x)}{1+exp( 2x)}$ 3.8.3 多层感知机 隐藏层的层 阅读全文

摘要： 手动实现softmax回归 3.6.1 获取数据 3.6.2 初始化参数模型 输入的fashion_mnist数据是28$\times$28 = 784 个像素的图像，输出10个类别，单层神经网络输出层的个数为10，softmax的权重和偏差数量为 784$\times$10和1$\times$10 阅读全文

摘要： Beaglebone 上的Python程序意外终止 寻找守护进程将其拉起 安装supervisor 配置监控脚本 配置需要拉起的py程序 启动 与 重启 阅读全文

摘要： Linux下配置OpenCV 1. 下载OpenCV 官网 https://opencv.org/releases/page/3/ GitHub https://codeload.github.com/opencv/opencv/zip/3.4.3 2. 开始安装OpenCV 将压缩包导入虚拟机中 阅读全文

摘要： Beaglebone black debain系统 安装Docker 1. 首先进入官网 官方安装文档 https://docs.docker.com/engine/install/debian/ install from a package 下载路径 https://download.docker 阅读全文

摘要： 如何让笔记本与虚拟机互相ping通 1. 虚拟机网络配置 在 中`添加网络 桥接模式` 选择对应的主机网络 2. 虚拟机配置 配置中选择 3. 修改interfaces 4. ping通 阅读全文

摘要： 升级Python3.7过程 1. 首先下载Python3.7.0 2.利用pscp 将文件导入板卡中 下 3. 更新软件包 确保网络通畅，大部分失败的原因就是网络不好导致某些包没有安装成功 安装过程比较长 最终也没安装成功 不管他 继续进行下面的步骤 4. 安装依赖库 首先安装 依赖库 顺利安装完成 阅读全文