Anaconda安装在清华大学 TUNA 镜像源选择对应的操作系统与所需的Python版本下载Anaconda安装包。Ubuntu环境下在终端执行 $ bash Anaconda2-4.3.1-Linux-x86_64.sh #Python 2.7版本或 $ bash Anaconda3-4.3.1-Linux-x86_64.sh #Python 3.5 版本在安装的过程中，会询问安装路径，按
转载
2024-05-22 22:27:07
52阅读
Opencv调用tensorflow训练自己的数据集生成的模型要实现opencv调用tensorflow训练的模型，主要分为两步，第一步是训练模型，将模型保存成model.pb格式，然后利用opencv的readNetFromTensorflow方法调用model.pb 一、训练生成模型： 训练生成模型的关键点： 1.将图片生成自己的数据集 2.将标签转换成独热编码 3.利用cnn训练模型，要获取
转载
2024-02-21 16:29:07
120阅读
环境win10，jupyter notebook，python3.7，tensorflow2，cpusklearn datasets数据集先用一个sklearn自带的数据集做一个简单的人脸识别测试。from sklearn import datasets
from matplotlib import pyplot as plt
import tensorflow.keras as keras
i
转载
2024-03-28 09:31:05
178阅读
安装一、anaconda+tensorflow+opencv+spyder二、python+tensorflow+opencv+pycharm三、python3.5+tensorflow-gpu1.3+cuda8.0+cudnn6.0这两种方式我都尝试过了，第一种方式推荐一个博主的，写的很详细，能走通，但是要的时间很长，需要下很多东西，所以我用的第二种，因为时间比较赶ananconda+tenso
转载
2024-03-04 17:02:25
53阅读
# PyTorch vs Tensorflow: A Comparative Analysis
Deep learning has gained significant popularity in recent years due to its remarkable success in various domains such as computer vision, natural langu
原创
2023-10-01 05:45:19
27阅读
在人工智能快速发展的今天，机器学习框架变得炙手可热，它们摇身成为许多研究人员和从业者的新宠。当下，机器学习框架之战有两个主要竞争者：PyTorch和TensorFlow。来自康奈尔大学的HoraceHe对二者进行了对比研究，并将研究成果发表在了斯坦福人工智能实验室创办的数字杂志“TheGradient”上。他发现：PyTorch在学界愈发吃香，而业界的首选仍是TensorFlow。在研究领域不断提
原创
2021-05-19 22:47:09
286阅读
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录前言一、安装VSCode和Anaconda二、安装tensorflow1.打开Anaconda Prompt2.创建名为tensorflow的虚拟环境：3.激活tensorflow虚拟环境4.执行tensorflow安装命令二、安装Keras三、tensorflow+keras安装检查：1.tensorflow虚拟环境下执行
VS2015的下载地址和安装教程 为了更便捷的进行开发，微软发布了 VS2015,VS2017等版本。VS2015支持开发者编写跨平台的应用程序，是一款强大的集成开发软件。这里主要是介绍社区版(Community)的的下载安装，话不多说直接开始吧。1、下载VS2015VS2015 社区版（Community）百度网盘下载地址：链接：https://pan.baidu.com/s/1n5aZIBus
1.配置开发环境Anaconda(1)打开Anaconda Prompt，将网址替换为清华镜像，这样下载各种依赖会快一些：conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes(2)打开Anaconda
转载
2024-03-04 12:35:25
85阅读
一、概述TensorFlow 是 Google 开源深度学习框架，可以用于机器学习、语音识别、目标检测等多种人工智能算法的开发。TensorFlow Object Detection API 是 TensorFlow 框架中专门用于目标检测应用的深度学习框架，使用该框架可以快速训练出不同种类的深度学习目标检测模型。如图 1 所示。 本文基于 TensorFlow Object Detection
转载
2024-05-21 12:57:08
56阅读
一、 C++准备软件vscode + mingw-w64 默认准备好的，没准备的话 详细见博文：cmake3.26.5 和opencv 4.6.0下载链接： 链接：https://pan.baidu.com/s/18axtroZ-vHwAA3sAqHSzow?pwd=1234 提取码：1234关于报错（重点）打开cmake工具后，按照上面的链接进行操作。注意，就是下面箭头所示，新建的bulid文件
转载
2024-04-12 20:32:51
171阅读
套索工具（套索工具亦可以进行布尔运算，即选区的加减）①消除锯齿：一般抠图要勾选 ②宽度：（套索工具离图形边界的距离）该值决定了以光标中心为基准，以设置的数值为半径，其整个圆周围有多少个像素能够被工具检测到，来进行自动识别边界。边界清晰时可以设置数值高一点。 ③对比度：（图形边界颜色之间的对比，边界颜色越清晰，设置的对比度要越高，如果边界有两种相近的颜色，即边界不清晰，需要设置低一点的对比度，这样它
转载
2024-09-18 14:12:48
61阅读
简单人脸识别环境说明python与tensorflow版本安装环境1.创建py环境2.安装tensorflow3.安装本文用到的库实现步骤采集人脸数据处理与网络搭建，训练数据处理网络搭建与训练使用网络进行预测简单总结 环境说明前文博客有讲到如何安装anaconda,这是一个非常好用的环境管理工具。在这里我将使用他来快速构建环境。为了提升下载速度，建议为anaconda换清华源，操作步骤请阅读官网
转载
2024-04-16 19:01:33
19阅读
Keras对人工智能来说，是一款比较好的入门框架。它是一个高级的Python神经网络框架，已经被添加到TensorFlow中，成为其默认的框架，为TensorFlow提供更高级的API。如果将TensorFlow比喻为编程界的Java或者C++，那么Keras就是编程界的Python，它作为TensorFlow的高层封装，可以与TensorFlow联合使用，用它可以快速搭建模型。并且Keras是T
转载
2024-08-09 16:55:51
99阅读
【日常修改更新中…】 一、anaconda+tensorflow+opencv: 如下是网易云的体验课程里面有讲 https://mooc.study.163.com/course/2001390003?tid=2402974000&trace_c_p_k2=d6f2ddca4b2e45dd9797065ab2c84ca4#/info 下面是我自己的一些经验anaconda 进入ana
参考以下两篇文章: 1.hikey970学习-011 hikey970上安装opencv 2.添加链hikey 970 debian 镜像（有opencl 和 tensorflow）1.安装带有tensorflow的系统 之前自己也装过好几次系统，但是到了安装tensorflow的时候就会出现很多问题，最终放弃自己安装tensorflow，改为预装tensorflow的系统，发现用起来挺好的，今天
在vs2017中添加库 ：三步走： A、添加工程的头文件目录：工程---属性---配置属性---c/c++---常规---附加包含目录：加上头文件存放目录。B、添加文件引用的lib静态库路径：工程---属性---配置属性---链接器---常规---附加库目录：加上lib文件存放目录。 C 然后添加工程引用的lib文件名：工程---属性---配置属性
步步截图，超详细的深度学习环境配置（上）python-anaconda-Vscode-tensorflow基本上每一个初学者都会接触到各种各样配置环境的问题。今天看了一本书–“深度学习图像识别技术基于tensorflow object detection API open window工具套件”一书中，有一个不错的一种集成化的配置方案，把整个配置流程的难度降到了最低。Python安装里面最难的一个
TensorFlow2.0–Chapter01环境搭建TensorFlow 是一个端到端开源机器学习平台。它拥有一个全面而灵活的生态系统，其中包含各种工具、库和社区资源，可助力研究人员推动先进机器学习技术的发展，并使开发者能够轻松地构建和部署由机器学习提供支持的应用。 文章目录TensorFlow2.0--Chapter01环境搭建TensorFlow1.x or 2.x安装Anaconda环境配
AI Studio链接：https://aistudio.baidu.com/aistudio/education/group/info/2099在一小时的演讲中，来自飞桨团队的资深研发工程师商智洲老师介绍了飞桨原生推理引擎，以及该引擎中针对 GPU 推理所做的优化工作。飞桨推理引擎是飞桨模型推理部署的重要基础之一，已在百度内部各核心业务线和众多 ToB 交付的AI服务中经过充分验证。商智洲介绍，
