技术标签: python
write_lenet(trainlmdb,
testlmdb,
batch_size_train=64,
batch_size_test = 10,
isdeploy = False):
# our version of LeNet: a series of linear and simple nonlinear transformations
n = caffe.NetSpec()
ntest = caffe.NetSpec()
path = '/home/sailist/GIt/intel/caffe/myExamples/cell_lenet/'
train_path = path + 'train_test.prototxt'
deploy_path = path + 'deploy.prototxt'
if True:
n.data, n.label = L.Data(batch_size=batch_size_train,
backend=P.Data.LMDB,
source=trainlmdb,
transform_param=dict(scale=1./255,mean_value=[225, 213, 234]),
include = dict(phase=caffe.TRAIN),
ntop=2)
ntest.data, ntest.label = L.Data(batch_size=batch_size_test,
backend=P.Data.LMDB,
source=testlmdb,
transform_param=dict(scale=1./255),
include = dict(phase=caffe.TEST),
ntop=2)
n.conv1 = L.Convolution(n.data, kernel_size=5, num_output=20, weight_filler=dict(type='xavier'))
n.pool1 = L.Pooling(n.conv1, kernel_size=2, stride=2, pool=P.Pooling.MAX)
n.conv2 = L.Convolution(n.pool1, kernel_size=5, num_output=50, weight_filler=dict(type='xavier'))
n.pool2 = L.Pooling(n.conv2, kernel_size=2, stride=2, pool=P.Pooling.MAX)
n.ip1 = L.InnerProduct(n.pool2, num_output=500, weight_filler=dict(type='xavier'))
n.relu1 = L.ReLU(n.ip1, in_place=True)
n.ip2 = L.InnerProduct(n.relu1, num_output=10, weight_filler=dict(type='xavier'))
n.soft = L.Softmax(n.ip2)
if not isdeploy:
n.loss = L.SoftmaxWithLoss(n.ip2, n.label)
n.acc =L.Accuracy(n.ip2,n.label)
if not isdeploy:
outputs = str(ntest.to_proto())+str(n.to_proto())
#outputs = remove_drop(outputs)
with open(train_path, 'w') as f:
f.write(outputs)
else:
outputs = str(n.to_proto())
#outputs = remove_drop(outputs)
with open(deploy_path, 'w') as f:
f.write(outputs)
return n.to_proto() #写入到prototxt文件
这样的话deploy.prototxt就能同时生成,但deploy的开头还需要改一下,就是删除data层,加入以下内容
layer {
name: "data"
type: "Input"
top: "data"
input_param { shape: { dim: 10 dim: 3 dim: 100 dim: 100 } }
}
def change_deploy():
path = '/home/sailist/GIt/intel/caffe/myExamples/cell_all_alexnet/'
start = path + 'start_deploy.txt'
deploy_path = path + 'c_deploy.prototxt'
new_path = path + "deploy.prototxt"
with open(deploy_path, 'r') as f:
inputs = "".join((f.readlines()))
spinput = inputs.split("layer")
with open(start,'r') as f2:
start_ = f2.readlines()
#print(spinput[0])
spinput[0] = "".join(start_)
#print(spinput[1])
del(spinput[1])
inputs = "layer".join(spinput)
with open(new_path,"w") as f2:
f2.write(inputs)
我是用这个方法自动化处理了一下
最后,只需要调用
write_cell_net(train_lmdb_fname,test_lmdb_fname)
write_cell_net(train_lmdb_fname,test_lmdb_fname,isdeploy = True)
change_deploy()
就能同时生成train_test.prototxt,deploy.prototxt了,其实关键还是掌握了层级之间的传递关系
文章浏览阅读1.6k次。安装配置gi、安装数据库软件、dbca建库见下:http://blog.csdn.net/kadwf123/article/details/784299611、检查集群节点及状态:[root@rac2 ~]# olsnodes -srac1 Activerac2 Activerac3 Activerac4 Active[root@rac2 ~]_12c查看crs状态
文章浏览阅读1.3w次,点赞45次,收藏99次。我个人用的是anaconda3的一个python集成环境,自带jupyter notebook,但在我打开jupyter notebook界面后,却找不到对应的虚拟环境,原来是jupyter notebook只是通用于下载anaconda时自带的环境,其他环境要想使用必须手动下载一些库:1.首先进入到自己创建的虚拟环境(pytorch是虚拟环境的名字)activate pytorch2.在该环境下下载这个库conda install ipykernelconda install nb__jupyter没有pytorch环境
文章浏览阅读5.2k次,点赞19次,收藏28次。选择scoop纯属意外,也是无奈,因为电脑用户被锁了管理员权限,所有exe安装程序都无法安装,只可以用绿色软件,最后被我发现scoop,省去了到处下载XXX绿色版的烦恼,当然scoop里需要管理员权限的软件也跟我无缘了(譬如everything)。推荐添加dorado这个bucket镜像,里面很多中文软件,但是部分国外的软件下载地址在github,可能无法下载。以上两个是官方bucket的国内镜像,所有软件建议优先从这里下载。上面可以看到很多bucket以及软件数。如果官网登陆不了可以试一下以下方式。_scoop-cn
文章浏览阅读4.5k次,点赞2次,收藏3次。首先要有一个color-picker组件 <el-color-picker v-model="headcolor"></el-color-picker>在data里面data() { return {headcolor: ’ #278add ’ //这里可以选择一个默认的颜色} }然后在你想要改变颜色的地方用v-bind绑定就好了,例如:这里的:sty..._vue el-color-picker
文章浏览阅读640次。基于芯片日益增长的问题,所以内核开发者们引入了新的方法,就是在内核中只保留函数,而数据则不包含,由用户(应用程序员)自己把数据按照规定的格式编写,并放在约定的地方,为了不占用过多的内存,还要求数据以根精简的方式编写。boot启动时,传参给内核,告诉内核设备树文件和kernel的位置,内核启动时根据地址去找到设备树文件,再利用专用的编译器去反编译dtb文件,将dtb还原成数据结构,以供驱动的函数去调用。firmware是三星的一个固件的设备信息,因为找不到固件,所以内核启动不成功。_exynos 4412 刷机
文章浏览阅读2w次,点赞24次,收藏42次。Linux系统配置jdkLinux学习教程,Linux入门教程(超详细)_linux配置jdk
文章浏览阅读3.3k次,点赞5次,收藏19次。xlabel('\delta');ylabel('AUC');具体符号的对照表参照下图:_matlab微米怎么输入
文章浏览阅读119次。顺序读写指的是按照文件中数据的顺序进行读取或写入。对于文本文件,可以使用fgets、fputs、fscanf、fprintf等函数进行顺序读写。在C语言中,对文件的操作通常涉及文件的打开、读写以及关闭。文件的打开使用fopen函数,而关闭则使用fclose函数。在C语言中,可以使用fread和fwrite函数进行二进制读写。 Biaoge 于2024-03-09 23:51发布 阅读量:7 ️文章类型:【 C语言程序设计 】在C语言中,用于打开文件的函数是____,用于关闭文件的函数是____。
文章浏览阅读3.4k次,点赞2次,收藏13次。跟随鼠标移动的粒子以grid(SOP)为partical(SOP)的资源模板,调整后连接【Geo组合+point spirit(MAT)】,在连接【feedback组合】适当调整。影响粒子动态的节点【metaball(SOP)+force(SOP)】添加mouse in(CHOP)鼠标位置到metaball的坐标,实现鼠标影响。..._touchdesigner怎么让一个模型跟着鼠标移动
文章浏览阅读178次。项目运行环境配置:Jdk1.8 + Tomcat7.0 + Mysql + HBuilderX(Webstorm也行)+ Eclispe(IntelliJ IDEA,Eclispe,MyEclispe,Sts都支持)。项目技术:Springboot + mybatis + Maven +mysql5.7或8.0+html+css+js等等组成,B/S模式 + Maven管理等等。环境需要1.运行环境:最好是java jdk 1.8,我们在这个平台上运行的。其他版本理论上也可以。_基于java技术的停车场管理系统实现与设计
文章浏览阅读3.5k次。前言对于MediaPlayer播放器的源码分析内容相对来说比较多,会从Java-&amp;gt;Jni-&amp;gt;C/C++慢慢分析,后面会慢慢更新。另外,博客只作为自己学习记录的一种方式,对于其他的不过多的评论。MediaPlayerDemopublic class MainActivity extends AppCompatActivity implements SurfaceHolder.Cal..._android多媒体播放源码分析 时序图
文章浏览阅读2.4k次,点赞41次,收藏13次。java 数据结构与算法 ——快速排序法_快速排序法