小编pep*_*epe的帖子

当城市有一个词时,我的JS很好:

• cHIcaGO ==>芝加哥

但是当它的时候

• san diego ==>圣地亚哥

我怎样才能成为圣地亚哥？

function convert_case() {
    document.profile_form.city.value =
        document.profile_form.city.value.substr(0,1).toUpperCase() + 
        document.profile_form.city.value.substr(1).toLowerCase();
}

我认为如果有针对CIFAR-10教程中由convnet创建的模型测试单个新图像的关键任务的详细解决方案,那么Tensorflow社区将会非常有用.

我可能错了,但是这个让训练有素的模型在实践中可用的关键步骤似乎缺乏.该教程中有一个"缺失的链接" - 一个直接加载单个图像(作为数组或二进制文件)的脚本,将其与训练模型进行比较,然后返回分类.

先前的答案提供了解释整体方法的部分解决方案,但我没有能够成功实施.其他零碎可以在这里和那里找到,但遗憾的是还没有添加到一个可行的解决方案.在将此标记为重复或已经回答之前,请考虑我已完成的研究.

Tensorflow:如何保存/恢复模型？

恢复TensorFlow模型

无法在tensorflow v0.8中恢复模型

https://gist.github.com/nikitakit/6ef3b72be67b86cb7868

最流行的答案是第一个,其中@RyanSepassi和@YaroslavBulatov描述了问题和方法:人们需要"手动构建具有相同节点名称的图形,并使用Saver将权重加载到其中".虽然这两个答案都很有帮助,但是如何将其插入CIFAR-10项目并不明显.

一个功能齐全的解决方案非常需要,因此我们可以将其移植到其他单个图像分类问题中.在这方面SO有几个问题要求这个,但仍然没有完整的答案(例如加载检查点并评估具有张量流DNN的单个图像).

我希望我们能够集中在每个人都可以使用的工作脚本上.

以下脚本尚未正常运行,我很高兴听到您如何改进,以便使用CIFAR-10 TF教程训练模型为单图像分类提供解决方案.

假设所有变量,文件名等都不受原始教程的影响.

新文件:cifar10_eval_single.py

import cv2
import tensorflow as tf

FLAGS = tf.app.flags.FLAGS

tf.app.flags.DEFINE_string('eval_dir', './input/eval',
                           """Directory where to write event logs.""")
tf.app.flags.DEFINE_string('checkpoint_dir', './input/train',
                           """Directory where to read model checkpoints.""")

def get_single_img():
    file_path = './input/data/single/test_image.tif'
    pixels = cv2.imread(file_path, 0)
    return pixels

def eval_single_img():

    # below code adapted from @RyanSepassi, however not functional
    # among other errors, saver throws an error that …

我正在尝试调整一组256 x N像素的灰度图像(N变化,但始终≤256).

我的目的是缩小图像尺寸.

调整大小必须输出方形(1:1)图像,其中:

• 调整后的图像垂直居中
• 纵横比保持不变
• 剩余像素呈现黑色

在视觉上这将是期望的结果:

我尝试使用目标大小(例如200 x 200)创建一个numpy零点矩阵,但无法将调整大小的图像粘贴到其垂直中心.

任何使用cv2,PIL或numpy的建议都是受欢迎的.

我的页面在页面顶部有这个额外的填充,我无法删除.在阳光下尝试了一切,希望有人能指路我.

有任何想法吗？

我想在一些将输出到视图的文本上使用Ext的String方法.

例如:

itemTpl: [
    ...
    '<tpl switch="post_type">',
    '<tpl case="new_user">',
        '<p>{post_text_teaser}</p>',
        '<p>{timestamp}</p>',
    '<tpl default>',
        '<p>' + Ext.String.ellipsis( + '{post_text_teaser}' + \, 4) + '</p>',
    ...
].join(''),

但当然第10行的连接是非法的.

你知道它是否可能或如何正确地做到这一点？

给出以下字符串

http://thedude.com/05/simons-cat-and-frog-100x100.jpg

我想使用substr或trim(或任何你认为更合适的东西)来返回它

http://thedude.com/05/simons-cat-and-frog.jpg

也就是说,删除-100x100.我需要的所有图像都会在扩展名之前标记到文件名的末尾.

似乎有关于SO和Ruby和Python的响应,但不是PHP /特定于我的需求.

如何删除字符串的左侧部分？

从字符串的开头删除n个字符

从字符串中删除子字符串

有什么建议？

我正在成功地将博客文章中的缩略图加载到我的UITableView中.

我遇到的问题是,如果我点击单元格或者向下滚动,图像才会出现.

当我点击单元格时,图像显示在左侧,将标题和副标题推向右侧.

向下滚动时,图像会显示在细胞显示的位置.

这是我的代码(我正在使用AFNetworking):

#import "UIImageView+AFNetworking.h"

- (NSInteger)tableView:(UITableView *)tableView numberOfRowsInSection:(NSInteger)section
{
    return posts.count;
}

- (UITableViewCell *)tableView:(UITableView *)tableView cellForRowAtIndexPath:(NSIndexPath *)indexPath
{
    static NSString *CellIdentifier = @"cell";

    UITableViewCell *cell = [tableView dequeueReusableCellWithIdentifier:CellIdentifier];

    if (cell == nil) {
        cell = [[UITableViewCell alloc] initWithStyle:UITableViewCellStyleSubtitle reuseIdentifier:CellIdentifier];
    }

    NSDictionary *post           = [posts objectAtIndex:indexPath.row];
    NSString     *postpictureUrl = [post objectForKey:@"picture"];

    [cell.imageView setImageWithURL:[NSURL URLWithString:postpictureUrl]];

    cell.textLabel.text       = [post objectForKey:@"post_text"];
    cell.detailTextLabel.text = [post objectForKey:@"post_author_name"];
    return cell;
}

我在iPhone 6.0模拟器,XCode 4.5,OSX MtLion中看到了这一点.

任何想法为什么图像不在初始屏幕上绘制？

我能够训练带有二进制分类标记图像的U-net.

但我很难弄清楚如何在Keras/Theano中配置最终层以进行多类分类(4类).

我有634个图像和相应的634个掩码,unit864 x 64像素.

我的面具不是黑色(0)和白色(1),而是在3个类别加上背景的颜色标记对象,如下所示:

• 黑色(0),背景
• 红色(1),对象类1
• 绿色(2),对象类2
• 黄色(3),对象类3

在训练运行之前,包含掩码的数组是单热编码,如下所示:

mask_train = to_categorical(mask_train, 4)

这使得mask_train.shape从去(634, 1, 64, 64)到(2596864, 4).

我的模型紧跟Unet架构,但最终层似乎有问题,因为我无法展平结构以匹配单热编码阵列.

[...]
up3 = concatenate([UpSampling2D(size=(2, 2))(conv7), conv2], axis=1)
conv8 = Conv2D(128, (3, 3), activation='relu', padding='same')(up3)
conv8 = Conv2D(128, (3, 3), activation='relu', padding='same')(conv8)

up4 = concatenate([UpSampling2D(size=(2, 2))(conv8), conv1], axis=1)
conv9 = Conv2D(64, (3, 3), activation='relu', padding='same')(up4)
conv10 = Conv2D(64, (3, 3), activation='relu', padding='same')(conv9)

# here I used number classes …

我正在使用UICollectionView在主视图中生成多个缩略图.

这工作正常,我能够在单元格周围放置边框以及应用边框(角落)半径.

唯一似乎没有坚持的是每个细胞的阴影.

这是我的代码

....

[cell.layer setBorderColor:[UIColor colorWithRed:213.0/255.0f green:210.0/255.0f blue:199.0/255.0f alpha:1.0f].CGColor];
[cell.layer setBorderWidth:1.0f];
[cell.layer setCornerRadius:7.5f];
[cell.layer setShadowOffset:CGSizeMake(0, 1)];
[cell.layer setShadowColor:[[UIColor darkGrayColor] CGColor]];
[cell.layer setShadowRadius:8.0];
[cell.layer setShadowOpacity:0.8];

return cell;

你知道我做错了什么,我能做些什么让阴影展现出来？

我在Keras成功训练了一个简单的模型来分类图像:

model = Sequential()

model.add(Convolution2D(32, 3, 3, border_mode='valid', input_shape=(img_channels, img_rows, img_cols),
                        activation='relu', name='conv1_1'))
model.add(Convolution2D(32, 3, 3, activation='relu', name='conv1_2'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))

model.add(Convolution2D(64, 3, 3, border_mode='valid', activation='relu', name='conv2_1'))
model.add(Convolution2D(64, 3, 3, activation='relu', name='conv2_2'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))

model.add(Flatten())
model.add(Dense(512, activation='relu'))
model.add(Dropout(0.5))

model.add(Dense(nb_classes, activation='softmax'))

model.compile(loss='categorical_crossentropy', optimizer=sgd, metrics=['accuracy'])

我也可以使用预测图像类

y_pred = model.predict_classes(img, 1, verbose=0)

但是输出y_pred总是二进制的.使用predict_proba和时似乎也是如此predict.我的输出是这种形式

[[ 1.  0.  0.  0.]]
[[ 0.  1.  0.  0.]]

这样可行,但我希望每个分类都有一个概率百分比

[[ 0.8  0.1  0.1  0.4]]

我如何在Keras得到这个？