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) 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.cfg
和cifar_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 - > …
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:
Just_mat()
(不使用 OpenCLMat
对象)Just_UMat()
(不使用 OpenCLUmat
对象)OpenCL_Mat()
(对Mat
对象使用 OpenCL )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) opencv ×2
c++ ×1
mnist ×1
numpy ×1
opencl ×1
performance ×1
python ×1
python-3.x ×1
tensorflow ×1