Caffe源码学习

分享 13 个关于 vue3 全局 API 的源码解析

作者|Tz来源|https://juejin.cn/post/6979394726927532068前言不知不觉vue-next的版本已经来到了3.1.2，最近对照着源码学习vue3的全局Api，边学习边整理了下来
前端达人·2023-02-27 19:10

本地缓存无冕之王Caffeine Cache

本文已收录至Github，推荐阅读Java随想录微信公众号：Java随想录CSDN：码农BookSea这篇文章来介绍一个本地缓存框架：CaffeineCache。被称为现代缓存之王。
·2023-02-25 21:17

C++OpenCV实现YOLO算法对目标进行检测实战

OpenCVDNN模块支持常见深度学习框架如TensorFlowCaffe、Darknet等，对应的函数：readNetFromTensorflow、readNetFromCaffe.
AI炮灰·2023-02-25 07:58

一篇文章帮你学会 Spring（珍藏版）

文章目录一、内容学习二、源码学习三、扩展记录一、内容学习序号内容知识点1Spring概述2程序的耦合和解耦3详解控制反转-InversionOfControl4使用spring的IOC解决程序耦合XML
南淮北安·2023-02-24 03:52

spring5.x-IOC模块源码学习

上文：spring5.x介绍及搭配spring源码阅读环境IOC介绍spring的IOC和DI演示案例com.hong.model.Userpackage com.hong.model;import org.springframework.stereotype.Component;import java.io.Serializable;/***@ClassName User*@Descriptio
逍遥壮士·2023-02-23 17:41

fp32和int8模型的区别_从TensorRT看INT8量化原理

1LowPrecisionInference现有的深度学习框架比如：TensorFlow，pytorch，Caffe，MixNet等，在训练一个深度神经网络时，往往都会使用float32(FullPrecise
weixin_40003451·2023-02-23 16:36

网络程序设计

目录1：pullrequest情况1：使用caffe训练神经网络输入图片得到图片项目编号（接受合并）2：caffe的安装使用并运行一个demo（被拒绝）2：课程理论学习情况1：线性回归2：逻辑回归3：随机森林
lc123623·2023-02-23 13:28

Qt C++ 自定义仪表盘控件03

由于源码较为精简，初次做Qt开发的伙伴们，也可以拿来源码学习学习，做一些简单的修改即可实现更多自定义的效果。参考这几个仪表盘的源码和设计，基本上可以触类旁通，实现其他的仪表
xiyangxiaoguo·2023-02-23 12:15

Caffe Loss层 - HingelossLayer

HingelossLayer计算one-of-many分类任务的hingeloss.HingeLoss概念定义为：E(z)=max(0,1−z)E(z)=max(0,1−z)常用在SVM的最大化间隔分类中.对于期望输出t=+1,−1t=+1,−1和分类器分yy，预测值yy的hingeloss为：l(y)=max(0,1−t∗y)l(y)=max(0,1−t∗y)这里，yy应该是分类器决策函数的原是
AIHGF·2023-02-22 09:49

deepstream结合tensorrt推理过程，以及对tensorrt的理解，以及如何自己写一个类似基于deepstream的yolov5的so库的插件,nvdsinfer_custom_impl

deepstream结合tensorrt推理过程1,deepstream的推理支持caffe和uff模型支持的比较好，因为已经内置了模型生成的库，只需要给定网络caffemodel权重文件和uff-input-blob-name
鼾声鼾语·2023-02-22 07:44

Spring源码学习（十五）-- 事务底层源码解析

今天我们主要来学习一下Spring事务的源码解析，主要讲的是Spring的申明式事务的讲解。申明式事务管理：基于SpringAOP实现。其本质是对方法前后进行拦截，然后在目标方法开始之前创建或者加入一个事务，在执行完目标方法之后根据执行情况提交或者回滚事务。申明式事务管理不需要入侵代码，通过@Transactional就可以进行事务操作，且大部分业务都可以满足，推荐使用。源码解析入口@Enable
从头再来_f·2023-02-20 07:32

最好用的caffe深度学习简单批处理数据集（windows+linux+Python）

简单的批处理方式，包含了windows系统下的bat文件，Linux系统下的sh文件以及最牛逼的Python脚本。在进行AI相关的研究时，不可避免的需要去进行处理数据集。有些数据集是现成的，有些数据集却是需要自己去定制的。以下是自己在学习的过程中总结出来的比较常见的几种方式去处理数据。因为做的是CV，所以设计的处理方式多是处理图片。一、windows下的bat1、统计每个文件夹的名称以及相应文件夹
光圈爱漫游·2023-02-18 21:39

Caffe2 [Brewing Models] 酿造模型

brew是Caffe2用于构建模型的新API。该功能过去由CNNModelHelper充当，但由于Caffe2功能已经扩展到不止CNN，有必要提供一个更加通用的ModelHelper对象。
你好阳光_03f5·2023-02-18 20:29

caffe绘制训练过程的loss和accuracy曲线

在caffe的训练过程中，大家难免想图形化自己的训练数据，以便更好的展示结果。
2young2simple·2023-02-18 15:05

深度学习-网络模型【一】LeNet-5详解

Gradient-BasedLearningAppliedtoDocumentRecognition论文链接：http://www.dengfanxin.cn/wp-content/uploads/2016/03/1998Lecun.pdf代码链接：https://github.com/BVLC/caffe
volcano_Lin·2023-02-17 19:19

CANN-AICPU算子开发

在Caffe中，算子对应层中的计算逻辑，例如：卷积层中的卷积算法，是一个算子；全连接层中的权值求和过程，是一个算子。
有多大的思想，才有多大的能量·2023-02-17 18:11

昇腾CANN算子开发揭秘

2、推理场景下，将第三方框架模型（例如TensorFlow、Caffe、ONNX等）使用ATC工具转换为适配昇腾AI处理器的离线模型时遇到了不支持的算子。3、网络调优时，发现某算子性能较低，影
昇腾CANN·2023-02-17 18:39

基于Spring Cache实现Caffeine、jimDB多级缓存实战

作者：京东零售王震背景在早期参与涅槃氛围标签中台项目中，前台要求接口性能999要求50ms以下，通过设计Caffeine、ehcache堆外缓存、jimDB三级缓存，利用内存、堆外、jimDB缓存不同的特性提升接口性能
·2023-02-17 18:38

onnx ，模型 获取层名字，权重，输入输出,示例

例如卷积层如下：netron打开，上图onnx模型卷积层右边的显示，输入，x:input0,第二个是权重，也有id,权重参数解析如下代码来源于https://github.com/MTlab/onnx2caffedef_convert_conv
贝猫说python·2023-02-17 18:06

【目标检测实战】Pytorch—SSD模型训练（VOC数据集

20.jpg原文发表在：语雀文档0.说明SSD：SingleShotMultiBoxDetector和Yolo系列一样，他们都是one-stage系列的目标检测模型，SSD算法的官方实现是用的Caffe
Sunflow007·2023-02-17 05:33

02.ElementUI源码学习:babel配置

书接上文，接下来项目将引入babel支持ES6+语法兼容。Babel是一个工具链，主要用于将ECMAScript2015+版本的代码转换为向后兼容的JavaScript语法，以便能够运行在当前和旧版本的浏览器或其他环境中。中文官网0x00.babel概念Babel是一个编译器（输入源码=>输出编译后的代码）。编译过程分为三个阶段：解析、转换和打印输出。Babel本身不具有任何转化功能，它把转化的功
Anduril·2023-02-07 11:55

python图片保存jpg、show变成bmp_Python 实现判断图片格式并转换,将转换的图像存到生成的文件夹中...

importImagefromdatetimeimportdatetimeimportosstr='/home/dltest/caffe/examples/sgg_datas/images/result_test
weixin_39673972·2023-02-07 09:27

李理：Caffe训练ImageNet简介及深度卷积网络最新技术

本系列文章面向深度学习研发者，希望通过ImageCaptionGeneration，一个有意思的具体任务，深入浅出地介绍深度学习的知识。本系列文章涉及到很多深度学习流行的模型，如CNN，RNN/LSTM，Attention等。本文为第13篇。作者：李理目前就职于环信，即时通讯云平台和全媒体智能客服平台，在环信从事智能客服和智能机器人相关工作，致力于用深度学习来提高智能机器人的性能。相关文章：李理：
qunnie_yi·2023-02-07 07:15

云服务器配置opencv+caffe（CPU版本）

opencv安装1、环境依赖：sudoapt-getinstallbuild-essentialsudoapt-getinstallcmakegitlibgtk2.0-devpkg-configlibavcodec-devlibavformat-devlibswscale-devsudoapt-getinstallpython-devpython-numpylibtbb2libtbb-devlib
追忆_0e47·2023-02-07 05:51

Java1.8新特性 LongAdder源码学习

1.简介LongAdder是Java8中新的并发包类，相比较之前的原子类AtomicXXX,LongAdder在低并发的情况下性能和原子类基本持平，但在高并发的情况下性能优于原子类2.源码分析/***Oneormorevariablesthattogethermaintainaninitiallyzero*{@codelong}sum.Whenupdates(method{@link#add})a
Acezhuyf·2023-02-06 21:16

caffe安装错误记录

1.[math_functions.cpp:90]Checkfailed:error==cudaSuccess(11vs.0)invalidargument这是因为编译的CUDA-ARCH跟自己的GPU不对应,查看自己GPU对应的arch,然后修改Makefile.config文件,改动地方:#ForCUDA<6.0,commentthe*_50through*_61linesforcompati
原来可以不用真名_f64d·2023-02-06 13:47

2023.2 ElementUI源码-学习npm run dev之build

ElementUI源码-学习npmrundev之build本文是为了学习组件库搭建思路而衍生的一篇文章，最近在思考搭建项目业务组件库，发现公司封装的命令也是基于vue2的，因此开始了学习ElementUI源码学习之路
wo不是黄蓉·2023-02-06 12:30

基于Spring Cache实现Caffeine、jimDB多级缓存实战

作者：京东零售王震背景在早期参与涅槃氛围标签中台项目中，前台要求接口性能999要求50ms以下，通过设计Caffeine、ehcache堆外缓存、jimDB三级缓存，利用内存、堆外、jimDB缓存不同的特性提升接口性能
京东云开发者·2023-02-06 10:28

windows下使用Caffe框架和matlab实现SRCNN官方代码的步骤

步骤step1搭建caffe环境在windows系统上搭建caffe环境，并配置matlab接口（需要下载caffe-master.zip以及VS2013）我的环境为：windows10+caffe-master
pdh慎行·2023-02-06 08:44

[underscore 源码学习] 乱序数组 - 洗牌算法

洗牌算法算法思路在宏观上可以概括为：将集合视为牌堆，不停地从牌堆中抽牌构成新的牌堆，直至新牌堆的牌数到达预设数量。从underscore1.9版本开始，洗牌算法通过_.sample实现。_.sample(array,n)：从array随机取出n个样本。underscore中的抽样函数正基于洗牌算法。//源码_.sample=function(array,n,guard){...}下面我们开始源码学
小黄人get徐先生·2023-02-06 06:13

SpringBoot 使用 Caffeine 本地缓存

一、本地缓存介绍缓存在日常开发中起到至关重要的作用，由于是存储在内存中，数据的读取速度是非常快的，能大量减少对数据库的访问，减少数据库的压力。之前介绍过Redis这种NoSql作为缓存组件，它能够很好的作为分布式缓存组件提供多个服务间的缓存，但是Redis这种还是需要网络开销，增加时耗。本地缓存是直接从本地内存中读取，没有网络开销，例如秒杀系统或者数据量小的缓存等，比远程缓存更合适。二、缓存组件C
weisen·2023-02-06 01:40

react中render的源码学习

ReactMount={//ReactDOM.render直接引用此方法render:function(nextElement,container,callback){returnReactMount._renderSubtreeIntoContainer(null,nextElement,container,callback);},//实际执行render的方法_renderSubtreeInt
beat_3e68·2023-02-05 13:53

LevelDB，你好~

这篇文章的话，算是LevelDB源码学习的开端吧，主要讲下LevelDB的源码结构及LevelDB官方给出一些帮助文档内容，对于我个人来说，我感觉搞懂一门技术，不能直接陷到最层源码实现，而是先了解其设计原理
一纸微言·2023-02-05 04:41

深度学习框架之caffe(六)-glog日志等级设置

设置日志等级Caffe使用的日志是GLOG，其日志级别如下：0-debug1-info(stillaLOTofoutputs)2-warnings3-errors1.python接口importosos.environ
踩坑第某人·2023-02-05 01:04

OSError: [WinError 126] 找不到指定的模块Errorloading“torch\lib\caffe2_nvrtc.dll“ or one of its dependencies.

importtorchx=torch.empty(5,3)print(x)报错D:\Anaconda\anaconda3\python.exeD:/Python1自学/pythonProject/唐宇迪老师/4.基操.pyTraceback(mostrecentcalllast):File"D:\Python1自学\pythonProject\唐宇迪老师\4.基操.py",line1,inimpo
听雨525·2023-02-04 19:09

基于Pytorch的热轧钢带表面缺陷分类挑战

2.2数据集处理2.3数据集加载3.训练模型3.1网络结构3.2损失函数和优化方式4.训练及参数调试5.测试1.简介实现一个完整的图像分类任务，大致需要五个步骤：选择开源框架目前常用的深度学习框架主要有caffe
Fernweh.·2023-02-04 19:00

2021-03-23 hashMap 源码学习

hashMap数据结构：jdk1.7数组+链表jdk1.8数组+链表+红黑树hashMap原理：1.7说明：HashMapmap=newHashMap();实例化以后，底层创建了长度为16，类型为Entry的数组table.map.put(key1,value1);首先，调用key1所在类的hashCode()计算key1哈希值，哈希值经过算法计算，得到上面Entry数组中的存放位置，情况一:如果
离歌笑01·2023-02-04 16:36

react源码学习（一）render过程

render过程我们想了解react的工作机制，我们直接去看源码很难去弄懂每一步到底是做什么的，在复杂的函数调用中我们很容易让自己迷失，所以我决定跟随一些常用方法来分析工作机制，第一篇就是ReactDOM.render这个入口方法,在讲解中我会直接忽略dev和调试的代码，因为这与工作机制无关。先来看下主要的流程render流程.png先来看一下入口代码/***渲染dom的入口方法*@param{*
起飞之路·2023-02-04 16:45

Jetson nano卸载opencv 4.1.1安装opencv3.4.10

因为opencv4和很多程序不兼容，比如它成了我搭建caffe的最大绊脚石，然后导致我的openpose也没法运行（依托了caffe框架）所以今天就把它卸载，原来nano自带opencv4.1.1，这次我装的是
W_PIKA·2023-02-04 15:41

goland sync.Mutex 源码学习

Mutex相关概念Mutex是互斥锁，正常情况下有2个状态：正常状态&饥饿状态正常状态：所有等待锁的goroutine是按照FIFO顺序等待的，在等待中被唤醒的goroutineu会直接拥有锁，而是会和新来的gorotine竞争锁的拥有。新来的请求锁为什么不需要排队，并且可以直接跟唤醒的gorotine竞争呢？？因为新来的正在CPU上执行，并且可能有多个，就会使得被唤醒的goroutine在锁竞争
蛮大人我们走·2023-02-04 14:26

npu开发简介

可直接加载Caffe/Mxnet/TensorFlow模型。
Amao_come_on·2023-02-04 14:31

优达学城 python 人工智能入门_深度学习TensorFlow入门资源汇总-如何从零开发人工智能...

比如TensorFlow,Caffe,CNTK,Theano等等，其中TensorFlow毋庸置疑的成为了最热的热点。那么对于非专业研究者的开发人员甚至非开发人员，我们如何入门呢？
weixin_39766109·2023-02-04 13:20

【Deep Learning】Github上关注最多的53个深度学习项目

TopDeepLearningProjectsAlistofpopulargithubprojectsrelatedtodeeplearning(rankedbystars).LastUpdate:2016.08.09项目名称Stars项目介绍TensorFlow29622使用数据流图计算可扩展机器学习问题Caffe11799Caffe
Mlib·2023-02-04 09:23

caffe2编译android库,使用CMake交叉编译Android环境的OpenCV

编译环境这一点十分重要，有时候如果环境不同，可能出现一些奇奇怪怪的错误，会浪费大量的时间去填坑。比如我用>AndroidNDKr18b版本编译，就报错：针对这个报错，我提了一个issues：https://github.com/opencv/opencv/issues/15521不知道以后会不会解决。解决了：如果使用>AndroidNDKr18b编译，需要添加下面的参数：-DBUILD_ZLIB=
命题LM·2023-02-04 07:55

前端框架arco table源码遇到的问题解析

本来是写reacttable组件，然后看源码学习思路，结果看的我真的很想吐槽。
·2023-02-04 03:37

anaconda2 + caffe +gpu centos7

1:anaconda包管理工具下载地址，找到想要下载的对应版本copy下载路径2.linux下下载安装，点击下一步下一步，会提示你是不是把路径放在环境变量里，回复yes放进去,回车wgethttps://repo.anaconda.com/archive/Anaconda2-5.1.0-Linux-x86_64.shbashAnaconda2-5.1.0-Linux-x86_64.sh安装过程中会
蒜泥狠·2023-02-04 03:53

win10 下 caffe 算例测试

startcaffewithMNISTinwin10platformwin10caffepython27(Anaconda2)tutorial《深度学习轻松学》.冯超,参见无痛的机器学习getdatasetlinux
呆呆的张先生·2023-02-03 21:21

ffmpeg源码学习结构体及配套函数的总结归纳

我是一个比较笨的人，记忆力比较差的，可能学习到一定程度就觉得需要记录下来，这样怎能让我自己的学习完成由点到面的升华，所以我把ffmpeg源码学习中比较重要的部分记录下来，因为源码都是C/C++语言的需要有这些基础的人才能读懂源码
小可爸爸·2023-02-03 20:15

CAFFE安装(2):CUDA安装

首先安装一些依赖项$sudoapt-getinstallfreeglut3-devbuild-essentiallibx11-devlibxmu-devlibgl1-mesa-devlibglu1-mesalibglu1-mesa-devlibxi-dev此处为离线安装，有两种选择：debian安装包；run安装方法Deb安装方法此处以14.04的cuda7.5为例，在此之前最好对cuda安装文件
weixin_34293902·2023-02-03 19:15

使用caffe ssd模型进行快速标注物体

行,图片格式指定在127行#encoding=utf8importosimportsysimportargparse,timeimportnumpyasnpimportcv2#Makesurethatcaffeisonthepythonpath
walkMAN_aholic·2023-02-03 17:45
上一页 28 29 30 31 32 33 34 35 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他