人类年龄预测(2)
技术博客

人类年龄预测(2)

24814 10

加载模型首先我们将模型结构和权重加载,预训练模型位置存储在weight_file中。In [16]:from SSRNET_model import SSR_netweight_file = "./ssrnet_3_3_3_64_1.0_1.0.h5"img_size = 64stage_num = [3,3,3]lambda_local = 1lambda_d = 1model = SSR...

人类年龄预测(1)
技术博客

人类年龄预测(1)

14618 31

进入ModelArts点击如下链接:https://www.huaweicloud.com/product/modelarts.html , 进入ModelArts主页。点击“立即使用”按钮,输入用户名和密码登录,进入ModelArts使用页面。创建ModelArts notebook下面,我们在ModelArts中创建一个notebook开发环境,ModelArts notebook提供网...

比坚果云更好用!无需上传!用frp内网穿透将当前桌面或图片文件夹实时分享到互联网
技术博客

比坚果云更好用!无需上传!用frp内网穿透将当前桌面或图片文件夹实时分享到互联网

21414 21

互联网是个很开放的工具,我们可以将自己桌面的内容, 实时共享到互联网上图实现的原理是内网穿透, 由于公网ip的数量有限, 我们无法通过ip直接访问自己某台电脑的资源但我们可以分别在客户端和服务器安装frp内网穿透程序,服务端接收到浏览器请求后,自动从客户端取资源,实时返回给浏览器。 以上内网穿透方案的优点无需向运营商申请公网ip,即可完全自由可控地,将本地数据实时同步到互联网。使用简单,本地...

为树莓派4B安装OpenWrt镜像打造普通wifi转魔法wifi的便携路由器
技术博客

为树莓派4B安装OpenWrt镜像打造普通wifi转魔法wifi的便携路由器

22983 32

作为一个程序员, 经常需要到Google查资料, 但本地的魔法上网工具, 有很多缺陷, 比如在Mac终端内需要单独export代理, 虚拟机内需要单独配置系统代理, 本机开启魔法上网工具后Windows商店不显示内容…解决以上问题的最佳方式是, 在路由器端完成魔法上网, 路由器使用OpenWrt系统为最佳, 因为足够开放, 且开源可控.然而, 我大多数时间是不在家的, 也就用不了配置魔法上网...

将树莓派挂载的硬盘资源,同步展示到互联网
技术博客

将树莓派挂载的硬盘资源,同步展示到互联网

24813 40

本文通过树莓派3b挂载外置的硬盘,并将其中的资源实时映射到互联网。 最终效果别人找你要资源,直接甩一个网址过去,纯粹无广告,比市面上任何云盘都方便且好用。 为什么要用树莓派?任何一台可以联网的电脑,都可以充当本文树莓派的角色, 但树莓派的优势在于,省电,且运行Linux可以常年不关机,极端情况下,即使断电了,用充电宝也能维持树莓派供电。另外,树莓派所有数据都在本地,即使遇到类似B站云服务器爆...

将VSCode部署到服务器,打开浏览器,上号!开始「云代码」!
技术博客

将VSCode部署到服务器,打开浏览器,上号!开始「云代码」!

14617 29

VSCode有一个服务器版本, 支持私有化部署, 部署成功后, 可以通过浏览器打开VSCode编辑器, 随时随地开环境写代码, 无需在多台机器重复部署环境, 由于所有数据都保存在服务器, 可以完全不用考虑代码同步问题, 2021年能云游戏也能云代码 下载并解压cd /optwget https://github.com/cdr/code-server/releases/download/v...

实时音视频技术全栈攻略|寻找C站宝藏
技术博客

实时音视频技术全栈攻略|寻找C站宝藏

14617 44

​ ​目录前言正文首先,我们需要了解音频和视频的基础开发知识。其次,我们需要了解客户端。另外,我们需要了解服务器。结尾前言这两年由于疫情的影响,很多公司和企业开始被迫采取跨域或者异地办公的工作形式。因此,实时音视频技术又迎来一次飞速发展的机遇。特别是视频会议行业,市场出现了爆发式的增长。如果你打算进入这个行业,那么,今天这篇文章介绍的内容或多或少都会对你有所帮助或者启发。正文和学习其他知识一...

使用Vue+DataV+Echarts打造新冠肺炎疫情数据大屏(可动态刷新)
技术博客

使用Vue+DataV+Echarts打造新冠肺炎疫情数据大屏(可动态刷新)

14616 49

原文地址:使用Vue+DataV+Echarts打造新冠肺炎疫情数据大屏(可动态刷新) 源码查看:https://blog.lanweihong.com/posts/29267/ 效果图 演示仅适配 1080P 屏幕,使用浏览器访问后按 F11 进入全屏可看最佳显示效果。疫情真实数据演示地址:演示地址-真实数据模拟数据演示地址:演示地址-模拟数据 前端框架和类库Vue.jsApache EC...

手把手教你制作炫酷的PCB板3D效果图
技术博客

手把手教你制作炫酷的PCB板3D效果图

15295 47

摘要:现在很多互联网+硬件的产品,都喜欢在官网放上产品的3D爆炸图,以展示自己产品的组成结构,并标注自己产品哪些哪些地方用了多么牛X的技术或者元件,以凸显产品的逼格。其中便少不了电路板。下面和大家讲解用AD+keyshot软件制作高逼格的3D电路板效果图。 1、制作贴图 1、打开AD软件,进入PCB的3D视图。 2、在3D视图下,按下B键调出视图配置文件,...

【小白学习keras教程】五、基于reuters数据集训练不同RNN循环神经网络模型
技术博客

【小白学习keras教程】五、基于reuters数据集训练不同RNN循环神经网络模型

17813 17

@Author:Runsen@[toc] 循环神经网络RNN前馈神经网络(例如 MLP 和 CNN)功能强大,但它们并未针对处理“顺序”数据进行优化换句话说,它们不具有先前输入的“记忆”例如,考虑翻译语料库的情况。 你需要考虑 “context” 来猜测下一个出现的单词RNN 适合处理顺序格式的数据,因为它们具有 循环 结构换句话说,他们保留序列中早期输入的记忆但是,为了减少参数数量,不同时...

【小白学习kears教程】四、Keras基于数字数据集建立基础的CNN模型
技术博客

【小白学习kears教程】四、Keras基于数字数据集建立基础的CNN模型

18863 30

@Author:Runsen@[toc] 基本卷积神经网络(CNN)-CNN的基本结构:CNN与MLP相似,因为它们只向前传送信号(前馈网络),但有CNN特有的不同类型的层Convolutional layer:在一个小的感受野(即滤波器)中处理数据Pooling layer:沿2维向下采样(通常为宽度和高度)Dense (fully connected) layer:类似于MLP的隐藏层i...

【小白学习keras教程】三、Kears中常见模型层Padding、Conv2D、MaxPooling2D、Flatten
技术博客

【小白学习keras教程】三、Kears中常见模型层Padding、Conv2D、MaxPooling2D、Flatten

20052 46

@Author:Runsen@[toc] 基础知识图像格式数据的输入通常是张量流中的四维数组(数值、宽度、高度、深度)num_instance:数据实例数。通常指定为无,以适应数据大小的波动宽度:图像的宽度高度:图像的高度深度:图像的深度。彩色图像的深度通常为3(RGB为3个通道)。黑白图像的深度通常为1(只有一个通道)from matplotlib import pyplot as plt...

【小白学习keras教程】二、基于CIFAR-10数据集训练简单的MLP分类模型
技术博客

【小白学习keras教程】二、基于CIFAR-10数据集训练简单的MLP分类模型

21411 51

@Author:Runsen 分类任务的MLP当目标(y)是离散的(分类的)对于损失函数,使用交叉熵;对于评估指标,通常使用accuracy 数据集描述CIFAR-10数据集包含10个类中的60000个图像—50000个用于培训,10000个用于测试有关更多信息,请参阅官方文档from tensorflow.keras.datasets import cifar10from tensorfl...

【小白学习keras教程】一、基于波士顿住房数据集训练简单的MLP回归模型
技术博客

【小白学习keras教程】一、基于波士顿住房数据集训练简单的MLP回归模型

22979 13

@Author:Runsen多层感知机(MLP)有着非常悠久的历史,多层感知机(MLP)是深度神经网络(DNN)的基础算法 MLP基础知识目的:创建用于简单回归/分类任务的常规神经网络(即多层感知器)和Keras MLP结构每个MLP模型由一个输入层、几个隐藏层和一个输出层组成每层神经元的数目不受限制具有一个隐藏层的MLP- 输入神经元数:3- 隐藏神经元数:4- 输出神经元数:2 回归任务...

[Python图像处理] 三.获取图像属性、兴趣ROI区域及通道处理  | 【生长吧!Python】
技术博客

[Python图像处理] 三.获取图像属性、兴趣ROI区域及通道处理 | 【生长吧!Python】

17813 7

该系列文章是讲解Python OpenCV图像处理知识,前期主要讲解图像入门、OpenCV基础用法,中期讲解图像处理的各种算法,包括图像锐化算子、图像增强技术、图像分割等,后期结合深度学习研究图像识别、图像分类应用。本篇文章主要讲解Python调用OpenCV获取图像属性,截取感兴趣ROI区域,处理图像通道。基础性文章,希望对您有所帮助。

RabbitMQ萌新入门简介
技术博客

RabbitMQ萌新入门简介

22978 17

RabbitMQ是一个消息中间件:它接受并转发消息。你可以把它当做一个快递站点,当你要发送一个包裹时,你把你的包裹放到快递站,快递员最终会把你的快递送到收件人那里,按照这种逻辑RabbitMQ是一个快递站,一个快递员帮你传递快件。RabbitMQ与快递站的主要区别在于,它不处理快件而是接收,存储和转发消息数据。

一文带你走进MQ的世界
技术博客

一文带你走进MQ的世界

14614 59

MQ(Message Queue)消息队列,是基础数据结构中“先进先出”的一种数据结构。一般用来解决应用解耦,异步消息,流量削峰等问题,实现高性能,高可用,可伸缩和最终一致性架构。