小编Sur*_*ith的帖子

TypeError:只能将整数标量数组转换为标量索引

我正在从github链接尝试一个简单的tensorflow演示代码.
我目前正在使用python版本3.5.2

Z:\downloads\tensorflow_demo-master\tensorflow_demo-master>py Python
3.5.2 (v3.5.2:4def2a2901a5, Jun 25 2016, 22:18:55) [MSC v.1900 64 bit (AMD64)] on win32<br> Type "help", "copyright", "credits" or "license" for more information.
Run Code Online (Sandbox Code Playgroud)

当我在命令行中尝试board.py时遇到了这个错误.我已经安装了运行它所需的所有依赖项.

def _read32(bytestream):
    dt = numpy.dtype(numpy.uint32).newbyteorder('>')
    return numpy.frombuffer(bytestream.read(4), dtype=dt)

def extract_images(filename):
    """Extract the images into a 4D uint8 numpy array [index, y, x, depth]."""
    print('Extracting', filename)
    with gzip.open(filename) as bytestream:
        magic = _read32(bytestream)
        if magic != 2051:
            raise ValueError(
                'Invalid magic number %d in MNIST image file: %s' %
                (magic, filename))
        num_images …
Run Code Online (Sandbox Code Playgroud)

python numpy python-3.x mnist tensorflow

20
推荐指数
2
解决办法
9万
查看次数

使用暗网训练后获得预测

我是CNN的新手,我正在尝试使用CIFAR-10数据集训练分类器.我按照Pjreddie的教程来训练一个简单的10类数据集分类器.

我使用下面的代码训练了模型,我得到了cifar_small.weights后来用于检测的代码

./darknet classifier train cfg/cifar.data cfg/cifar_small.cfg
Run Code Online (Sandbox Code Playgroud)

在训练简单网络后,我尝试检测使用cifar_small.cfgcifar_small.weigths

./darknet detect cfg/cifar_small.cfg cifar_small.weights data/dog.jpg
Run Code Online (Sandbox Code Playgroud)

层滤波器大小输入输出
0转换32 3 x 3/1 28 x 28 x 3 - > 28 x 28 x 32
1最大2 x 2/2 28 x 28 x 32 - > 14 x 14 x 32
2转换64 3 x 3/1 14 x 14 x 32 - > 14 x 14 x 64
3最大2 x 2/2 14 x 14 x 64 - > …

opencv neural-network deep-learning conv-neural-network

5
推荐指数
1
解决办法
1535
查看次数

了解 OpenCL 在 OpenCV 中的使用(Mat/Umat Objects)

我运行下面的代码来检查 GPU 和 CPU 使用率之间的性能差异。我正在计算cv::cvtColor()函数的平均时间。我进行了四个函数调用:

  1. Just_mat()(不使用 OpenCLMat对象)
  2. Just_UMat()(不使用 OpenCLUmat对象)
  3. OpenCL_Mat()(对Mat对象使用 OpenCL )
  4. OpenCL_UMat()(对UMat对象使用 OpenCL )

适用于 CPU 和 GPU。
我没有发现 GPU 和 CPU 使用率之间存在巨大的性能差异。

int main(int argc, char* argv[])
{
    loc = argv[1];
    just_mat(loc);// Calling function Without OpenCL 
    just_umat(loc);//Calling function Without OpenCL 
    cv::ocl::Context context;
    std::vector<cv::ocl::PlatformInfo> platforms;
    cv::ocl::getPlatfomsInfo(platforms);
    for (size_t i = 0; i < platforms.size(); i++)
    {
        //Access to Platform
        const cv::ocl::PlatformInfo* platform = &platforms[i];

        //Platform …
Run Code Online (Sandbox Code Playgroud)

c++ performance opencv image-processing opencl

2
推荐指数
1
解决办法
1万
查看次数