我试图model.predict()在 for 循环中多次运行并计算在同一图像上花费的时间。数据将用于计算运行预测所用时间的平均值。
如果我在单独的脚本中运行预测，它将在我的 MacBook 上运行大约 300 毫秒。如果我然后在 for 循环中迭代地运行它，所用的时间将从第一次迭代的 300 毫秒左右开始，然后在剩余的迭代中下降到 80 毫秒。
是不是因为第一个预测还留在内存中，而 Keras 在幕后做了一些事情来缩短预测时间？
知道为什么会发生这种情况吗？代码在这里：
#!/usr/bin/env python3
import argparse
import keras
from keras.applications.imagenet_utils import decode_predictions
from keras.applications.inception_v3 import preprocess_input
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' # Suppress CPU warnings
import time
from timeit import default_timer as timer
import datetime
import csv
import numpy as np
"""Define all model permutations for MobileNetsV1 and MobileNetsV2"""
# Define all V1 model permutations
# V1_MODELS = [(128,0.25)]
V1_MODELS = [(128, …我试图检查一个输入字符串,其中包含正确格式的版本号.
vX.X.X
其中X可以是任意数量的数字,例如:
v1.32.12 or v0.2.2 or v1232.321.23
我有以下正则表达式:
v([\d.][\d.])([\d])
这不起作用.
我的错误在哪里？
编辑:我还要求字符串的最大长度为20个字符,是否有办法通过正则表达式执行此操作或最好只使用常规Python len()