python

Caffe数据可视化环境python接口配置教程示例

2022-06-28
目录 引言 一.安装python和pip 二.安装pyhon接口依赖库 三.利用anaconda来配置python环境 四.编译python接口 五.安装jupyter 引言 caffe程序是由c++语言写的,本身是不带数据可视化功能的.只能借助其它的库或接口,如opencv, python或matlab.大部分人使用python接口来进行可视化,因为python出了个比较强大的东西:ipython notebook, 现在的最新版本改名叫jupyter notebook,它能将python代码

python绘制玫瑰花情人节表白

2022-06-28
目录 一.玫瑰花绘制—深红色 二.玫瑰花绘制—五颜六色 三.玫瑰花绘制—粉红色 四.玫瑰花绘制—红色 五.桃花绘制 一.玫瑰花绘制—深红色 import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D fig = plt.figure() ax = fig.gca(projection='3d') [x, t] = np.meshgrid(np.array(range(25))

python深度学习tensorflow1.0参数和特征提取

2022-06-28
目录 tf.trainable_variables()提取训练参数 具体实例 tf.trainable_variables()提取训练参数 在tf中,参与训练的参数可用 tf.trainable_variables()提取出来,如: #取出所有参与训练的参数 params=tf.trainable_variables() print("Trainable variables:------------------------") #循环列出参数 for idx, v in enumera

分享13个非常有用的Python代码片段

2022-06-28
目录 1.将两个列表合并成一个字典 2.将两个或多个列表合并为一个包含列表的列表 3.对字典列表进行排序 4.对字符串列表进行排序 5.根据另一个列表对列表进行排序 6.将列表映射到字典 7.合并两个或多个字典 8.反转字典 9.使用 f 字符串 10.检查子串 11.以字节为单位获取字符串的大小 12.检查文件是否存在 13.解析电子表格 Lists Snippets 我们先从最常用的数据结构列表开始 1.将两个列表合并成一个字典 假设我们在 Python 中有两个列表,我们希望将它们合并为字

Pytest框架之fixture详解(三)

2022-06-28
本文关于fixture的内容如下: 1.参数化fixture 2.fixture工厂 3.request这个fixture 1.参数化fixture fixture有个params参数,允许我们传递数据. 语法格式: # conftest.py文件 ​ # fixture的params参数 # 取value1时,会把依赖此fixture的用例执行一遍. # 取value2时,会把依赖此fixture的用例执行一遍. # 取value3时,会把依赖此fixture的用例执行一遍. # params

Python操作HDF5文件示例

2022-06-28
目录 引言 创建文件和数据集 写数据集 读数据集 引言 在Matlab操作HDF5文件中已经详细介绍了HDF5文件已经利用Matlab对其进行操作的方法.这篇文章总结一下如何在Python下使用HDF5文件.我们仍然按照Matlab操作HDF5文件的顺序进行,分别是创建HDF5文件,写入数据,读取数据. Python下的HDF5文件依赖h5py工具包 创建文件和数据集 使用`h5py.File()方法创建hdf5文件 h5file = h5py.File(filename,'w') 然后在此基础

caffe的python接口之手写数字识别mnist实例

2022-06-28
目录 引言 一.数据准备 二.导入caffe库,并设定文件路径 二.生成配置文件 三.生成参数文件solver 四.开始训练模型 五.完成的python文件 引言 深度学习的第一个实例一般都是mnist,只要这个例子完全弄懂了,其它的就是举一反三的事了.由于篇幅原因,本文不具体介绍配置文件里面每个参数的具体函义,如果想弄明白的,请参看我以前的博文: 数据层及参数 视觉层及参数 solver配置文件及参数 一.数据准备 官网提供的mnist数据并不是图片,但我们以后做的实际项目可能是图片.因此有些

Python clip与range函数保姆级使用教程

2022-06-28
目录 一.range函数的定义 二.range函数实例 省略起始值start和步长step 设置初始值终值和步长 三.random.randint函数的定义 四.random.randint函数实例 随机生成5个[0, 6)之间的整数 随机生成[-2, 9)之间1维数组 随机生成[5, 10)之间的3行5列数据框 五.clip函数的定义 六.clip函数实例 把数组中的值应用clip函数进行截取 把数据框中的值应用clip函数进行截取 你应该听说过,应用Python,可以让你处理一天的重复工作量

Python基础异常处理梳理总结

2022-06-28
目录 前言 一.常见的Python异常 AssertionError:断言语句(assert)失败 AttributeError:尝试访问未知的对象属性 IndexError:索引超出序列的范围 KeyError:字典查找一个不存在的关键字 NameError:尝试访问一个不存在的变量 OSError:操作系统产生的异常 SyntaxError:Python的语法错误 TypeError:不同类型间的无效操作 ZeroDivisionError:除数为零 二.try-except语句 三.对多个

python深度学习tensorflow安装调试教程

2022-06-28
目录 正文 一.安装anaconda 二.安装tensorflow 三.调试 正文 用过一段时间的caffe后,对caffe有两点感受:1.速度确实快; 2. 太不灵活了. 深度学习技术一直在发展,但是caffe的更新跟不上进度,也许是维护团队的关系:CAFFE团队成员都是业余时间在维护和更新.导致的结果就是很多新的技术在caffe里用不了,比如RNN, LSTM,batch-norm等.当然这些现在也算是旧的东西了,也许caffe已经有了,我已经很久没有关注caffe的新版本了.它的不灵活之处

pip安装路径修改的详细方法步骤

2022-06-28
目录 前言 1 查看pip默认安装路径 2 修改pip安装路径 总结 前言 当我们需要安装python的第三方库时,通常都是打开cmd输入pip install xxx去安装. 但是默认安装路径在C盘,极大占用空间,看看我的C盘空间,已经不足了!!! 所以我们修改pip的安装路径这个步骤是很有必要的! 1 查看pip默认安装路径 打开cmd,输入以下命令: python -m site 得到下图的返回页面 其中USER_BASE和USER_SITE是pip的默认安装路径,不出意外都在C盘! D:

在python中读取和写入CSV文件详情

2022-06-28
目录 前言 1.导入CSV库 2.对CSV文件进行读写 2.1 用列表形式写入CSV文件 2.2 用列表形式读取CSV文件 2.3 用字典形式写入csv文件 2.4 用字典形式读取csv文件 结语 前言 CSV(Comma-Separated Values)即逗号分隔值,一种以逗号分隔按行存储的文本文件,所有的值都表现为字符串类型(注意:数字为字符串类型).如果CSV中有中文,应以utf-8编码读写. 1.导入CSV库 python中对csv文件有自带的库可以使用,当我们要对csv文件进行读写的

Pytest框架之fixture详解(一)

2022-06-28
我们在编写测试用例,都会涉及到用例执行之前的环境准备工作,和用例执行之后的环境清理工作. 代码版的测试用例也不例外.在自动化测试框架当中,我们也需要编写: 用例执行之前的环境准备工作代码(前置工作代码) 用例执行之后的环境清理工作(后置工作代码) 通常,在自动化测试框架当中,都叫做fixture. pytest作为python语言的测试框架,它的fixture有2种实现方式. 一种是xunit-style,跟unittest框架的机制非常相似,即setup/teardown系列 一种是它自己的f

5分钟教会你用Docker部署一个Python应用

2022-06-28
目录 前言 1. Dockerfile 描述文件 2. 实战一下 2-1 项目开发 2-2 编写 Dockerfile 2-3 构建镜像 2-4 运行镜像容器 2-5 测试一下 3. 总结 前言 在使用传统物理机或云服务器上部署项目都会存在一些痛点 比如:项目部署速度慢.资源浪费.迁移难且扩展低 而使用 Docker 部署项目的优势包含: 高效利用系统资源 服务启动更快 环境一致,迁移更加方便 本篇文章将介绍 Docker 部署一个 Python 项目的常规流程 1. Dockerfile 描述

Python办公自动化Word转Excel文件批量处理

2022-06-28
目录 前言 首先使用Python将Word文件导入 row和cell解析所需内容 内层解析循环 前言 大家好,今天有一个公务员的小伙伴委托我给他帮个忙,大概是有这样一份Word(由于涉及文件私密所以文中的具体内容已做修改) 一共有近2600条类似格式的表格细栏,每个栏目包括的信息有: 日期 发文单位 文号 标题 签收栏 需要提取其中加粗的这三项内容到Excel表格中存储,表格样式如下: 也就是需要将收文时间.文件标题.文号填到指定位置,同时需要将时间修改为标准格式,如果是完全手动复制和修改时间,

python深度学习tensorflow卷积层示例教程

2022-06-28
目录 一.旧版本(1.0以下)的卷积函数:tf.nn.conv2d 二.1.0版本中的卷积函数:tf.layers.conv2d 一.旧版本(1.0以下)的卷积函数:tf.nn.conv2d 在tf1.0中,对卷积层重新进行了封装,比原来版本的卷积层有了很大的简化. conv2d( input, filter, strides, padding, use_cudnn_on_gpu=None, data_format=None, name=None ) 该函数定义在tensorflow/pytho

在 pytorch 中实现计算图和自动求导

2022-06-28
前言: 今天聊一聊 pytorch 的计算图和自动求导,我们先从一个简单例子来看,下面是一个简单函数建立了 yy 和 xx 之间的关系 然后我们结点和边形式表示上面公式: 上面的式子可以用图的形式表达,接下来我们用 torch 来计算 x 导数,首先我们创建一个 tensor 并且将其requires_grad设置为True表示随后反向传播会对其进行求导. x = torch.tensor(3.,requires_grad=True) 然后写出 y = 3*x**2 + 4*x + 2 y.ba

python GUI多行输入文本Text的实现

2022-06-28
目录 Text的属性wrap 设置垂直滚动条 设置水平滚动条 获得文本内容 Text的属性wrap from tkinter import *root = Tk()root.geometry('200x300')te = Text(root,height=20,width=15)#将多行输入文本放入(pack)窗口中te.pack()#持续运行程序root.mainloop() 这个文本框的高度为20,宽度为15,单位为字符.可以看到当每行的内容不会超过15字符,不断输入会发现,当所输入的内容超

Python where函数保姆级使用教程

2022-06-28
目录 一.where函数的定义 二.where函数实例 找出数列中大于某个数的位置索引 数列中大于5取‘m_5’否则取’lq_5’ 数列中小于5取一个值否则取另一个值 数列中是2的倍数取一个值否则取另一个值 找出数据框中非0数据‍ 你应该听说过,应用Python,可以让你处理一天的重复工作量,缩短到几分钟甚至更短.从此解放上班时间,研究更多更有效率的工作方法.进一步提升工作效率,让工作更出彩.这不是广告,这是实锤图片. 本文和你一起探索Python常用函数合集,让你以最短的时间明白这些函数的原理

python数字图像处理像素的访问与裁剪示例

2022-06-28
目录 引言 引言 图片读入程序中后,是以numpy数组存在的.因此对numpy数组的一切功能,对图片也适用.对数组元素的访问,实际上就是对图片像素点的访问. 彩色图片访问方式为: img[i,j,c] i表示图片的行数,j表示图片的列数,c表示图片的通道数(RGB三通道分别对应0,1,2).坐标是从左上角开始. 灰度图片访问方式为: gray[i,j] 例1:输出小猫图片的G通道中的第20行30列的像素值 from skimage import io,data img=data.chelsea(