事先声明,本文章大部分内容来源于理解TensorFlow的Queue,并添加个人理解。
Queue相关的概念只有三个:
Queue
是TF队列和缓存机制的实现QueueRunner
是TF中对操作Queue的线程的封装Coordinator
是TF中用来协调线程运行的工具
虽然它们经常同时出现,但这三样东西在TensorFlow里面是可以单独使用的,不妨先分开来看待。
事先声明,本文章大部分内容来源于理解TensorFlow的Queue,并添加个人理解。
Queue相关的概念只有三个:
Queue
是TF队列和缓存机制的实现QueueRunner
是TF中对操作Queue的线程的封装Coordinator
是TF中用来协调线程运行的工具虽然它们经常同时出现,但这三样东西在TensorFlow里面是可以单独使用的,不妨先分开来看待。
事先声明,以下大部分内容来源于tensorflow 模型导出总结,并加上个人见解。
tensorflow 1.0 以及2.0 提供了多种不同的模型导出格式,例如说有checkpoint,SavedModel,Frozen GraphDef,Keras model(HDF5) 以及用于移动端,嵌入式的TFLite。
模型导出主要包含了:参数以及网络结构的导出,不同的导出格式可能是分别导出,或者是整合成一个独立的文件。
在tensorflow 1.0中,可以见下图,主要有三种主要的API:Keras、Estimator以及Legacy即最初的session模型,其中tf.Keras主要保存为HDF5,Estimator保存为SavedModel,而Lagacy主要保存的是Checkpoint,并且可以通过freeze_graph,将模型变量冻结,得到Frozen GradhDef的文件。这三种格式的模型,都可以通过TFLite Converter导出为 .tflite
的模型文件,用于安卓/ios/嵌入式设备的serving。
最近在搞二进制分析的东西,对于字符编码特别糊涂,所以学习了一下,本来觉得阮一峰的笔记挺好的,但是感觉又有点问题,所以我这里在自己总结一下,以下大部分内容还是来源于阮一峰的笔记。当然我自己总结的可能也不太对(知识有限呀),之后可以再修改。
计算机中,每一个二进制位(bit)有0
和1
两种状态,因此八个二进制位就可以组合出256种状态,这被称为一个字节(byte)。也就是说,一个字节一共可以用来表示256种不同的状态,每一个状态对应一个符号,就是256个符号,从00000000
到11111111
。
上个世纪60年代,美国制定了一套字符编码,对英语字符与二进制位之间的关系,做了统一规定。这被称为 ASCII 码,一直沿用至今。
ASCII 码一共规定了128个字符的编码,比如空格SPACE
是32(二进制00100000
),大写的字母A
是65(二进制01000001
)。这128个符号(包括32个不能打印出来的控制符号),只占用了一个字节的后面7位,最前面的一位统一规定为0
。
之前一直知道Pytorch、numpy之类有好几种变换维度的方法,但是之前了解的不深,今天总结一下。
Pytorch在reshape的时候,是按照行存储的方式进行的。
1 | import torch |
由于Mac中使用homebrew安装的库都是最新的,有时需要老版本的软件,就很难办。
在工作中想用opencv3.3,但是使用brew安装的都是3.4,后来查到个方法,就是指定需要安装的opencv.rb文件
使用brew info opencv 可以看到:(最新的是3.4,我安装的是3.3)
1 | opencv: stable 3.4.0 (bottled) |
注意这篇文章来源于Pytorch中的仿射变换(affine_grid),感觉写的很好,所以转运过来了。
在看 pytorch 的 Spatial Transformer Network 教程 时,在 stn 层中的 affine_grid
与 grid_sample
函数上卡住了,不知道这两个函数该如何使用,经过一些实验终于搞清楚了其作用。
参考:详细解读 Spatial Transformer Networks (STN),该文章与李宏毅的课程一样,推荐听李老师的 STN 这一课,讲的比较清楚;
假设我们有这么一张图片:
/5798456-5285414fb5239b43-163780950525713.png)
首先配置~/.jupyter/jupyter_lab_config.py
,内容为:
1 | c.LabApp.allow_origin = '*' |
其中将c.LabApp.token
为密码,当你登陆Jupyter Lab的时候需要使用。
c.LabApp.tornado_settings
设置不是必须的,只是方便使用zsh时,可以通过配置让终端可以好看点。下面的Environment
同理。