windows上安装mpi4py
环境:windows 10, anaconda python=3.6 mpi4py是mpi的python接口,并不是mpi本身,所以首先要安装一个 MPI 实现软件,最好能支持 MPI-3 标准,并且最好是动态编译的。比较常用的 MPI 实现软件有 OpenMPI,MPICH 等。 这里下载openMPI的windows版本安装包OpenMPI_v1.6.2-2_win64.exe,和Microsoft MPI,将其Bin文件夹所在路径添入环境变量path。(不清楚是否两个都需要装,这里我两个
后端传前端数据乱码(返回json字符串到前端)
中文乱码的问题,在开发过程中难免会遇到,而在配置好编码之后,不管是数据库,还是其他地方都配置好统一UTF-8编码之后,后端从数据库取出数据传回前端,还会乱码,这里以ssm框架为例,因为是我自己遇到的,可能是Controoler层的路由配置中的问题,如下图: 如果需要传中文到前端,必须在 RequestMapping 中配置produces属性,里面的值得看项目的前端需要的数据的类型。视情况而定。
刷面经笔记2019.01.31
1.var的变量提升的底层原理是什么? JS引擎的工作方式是 1)先解析代码,获取所有被声明的变量; 2)然后再执行。 也就是分为预处理和执行这两个阶段。 变量提升:所有用var声明变量的语句都会被提升到代码头部。另外function也可看作变量声明,也存在变量提升的情况。 2.垂直水平居中的方式? 1)定位 父元素设置为:position: relative; 子元素设置为:position: absolute; 距上50%,据左50%,然后减去元素自身宽度的距离就可以实现 width: 1
python 函数(一)
一、作用: 1.减少重复代码 2.方便修改,更易扩展 3.保持代码一致性 二、命名规则:同变量,见-> python基础知识 三、函数的参数: 1.必需参数:必须以正确的顺序传入函数,调用时的数量必须和声明时一样 def print_info(name, age):
print('Name: %s' % name)
print('Age: %d' % age)
print_info('Tom', 22) 2.关键字参数: print_info(name='Tom', age
ImageView控件有关问题
了解了一下ImageView控件,这个控件本身及其属性倒没有什么特别之处。只是在看《第一行代码》时,郭大神写到创建drawable-xhdpi文件有些问题,首先先说drawable和mipmap的区别,一般mipmap用于可放大缩小的图片,因为它有五种清晰度,常放图标图片。drawable可以放所有位图,因为bitmap是drawable的子类。但drawable没有那么多的清晰度j级别。所以按照郭大神的说法创建drawable-xhdpi文件,会因为系统找不到这个文件夹而报错,把图片放在mi
python教程(二)·第一个python程序
几乎所有的计算机语言教程,不仅仅是python,都以这样一个相似的示例程序开始讲解——Hello World! 代码如下,简简单单的一行。想必稍微了解英语的读者,都能猜到这段代码功能吧。 print("Hello World!") 如何运行代码? 代码有了,那么该怎么运行呢??接下来介绍两种运行代码的方法。 保存为文件 读者可以打开自己喜欢的文本编辑器,当然,记事本也是OK的。新建一个文本文件,文件名字随意,只要后缀名为.py即可,为了作者的叙述方便,我将采用“hello.py”。将代码写进去
[IOI2018]机械娃娃——线段树+构造
题目链接: IOI2018doll 题目大意:有一个起点和$m$个触发器,给出一个长度为$n$的序列$a$,要求从起点出发按$a$的顺序经过触发器并回到起点(一个触发器可能被经过多次也可能不被经过),起点和每个触发器都有一个出口和若干个入口。你可以在这些触发器之间加上一些开关,每个开关有两个出口$x,y$和若干个入口,当奇数次进入开关时会从$x$出来,当偶数次进入开关时会从$y$出来,要求第一次回到起点时所有开关都被经过偶数次且使用的开关数尽量少,输出每个元件的出口指向。 因为最后要求回到起点
清除IE地址栏中的历史网址
实现效果: 知识运用: RegistryKey类的GetValueNames和DeleteValue方法 实现代码: private void button1_Click(object sender, EventArgs e)
{
RegistryKey rk = Registry.CurrentUser.CreateSubKey(@"Software\Microsoft\Internet Explorer\TypedURLs"
TensorFlow Mobilenet SSD模型压缩并移植安卓上以达到实时检测效果
之前使用TensorFlow object detect API实现了目标检测(14个手势的识别),使用的是轻量级模型Mobilenet-ssd,Mobilenet-ssd本身检测速率相较于其他模型会更快。使用模型配置文件未对参数修改时,训练后的模型通过TensorFlow lite移植安卓上检测发现,速率达到了200-300ms(用的红米5A手机性能较差),模型大小5M(有点忘了)。200-300ms一帧的检测速率在安卓机上还是能感觉到明显的卡顿,因而想对模型进行优化,目标将模型大小压缩到1
用 python 来操作 docx(使用 docx 库操作 docx 格式文件)
docx 库 文章结构: 一、docx 基本用,创建 docx 文件并添加数据 二、深入理解文本格式(format),并设置所格式属性(attribute) 三、深入理解样式(styles),以及如何运用样式 四、常用样式(style)示例 一、docx基本用法,创建docx 文件并添加数据 官方文档:https://python-docx.readthedocs.org/en/latest/ docx 可以操作 doxc 格式文件 linux 安装 sudo pi
TensorFlow Mobile模型压缩
原文地址:https://www.jianshu.com/p/d2637646cda1 在做手势识别项目中需要进行模型压缩以提升检测效率,根据该篇文章模型压缩方法运行正常,优化后模型大小有所减少(模型大小减少的不多)。但为移植安卓上,使用TensorFlow lite将优化前和优化后的模型进行转换,发现转换后的tflite文件没有变化。如果不用tensorflow lite转换可以使用该优化方法。 前言 前文中我们把训练好的模型打包成GraphDef文件(PB文件)了,可是打包出来的文件还是有
Python opencv生成模糊图像
在做目标检测由于数据不够想对现有的图像数据进行数据增强,数据增强一般有:旋转、翻转、模糊、光照调整、增加噪声、平移和缩放等方法。由于我需要做到实时目标检测,想增加图像的运动模糊数据(仅个人猜想运动模糊数据可以增强目标检测准确性)。 下面是引用到的模糊处理的方法: 原文地址:https://www.cnblogs.com/arkenstone/p/8480759.html 1) 运动模糊图像 一般来说,运动模糊的图像都是朝同一方向运动的,那么就可以利用cv2.filter2D函数。
impor
python bytes与字符串的相互转化
原文地址:http://www.cnblogs.com/xiandedanteng/p/9009964.html
# bytes转字符串方式一
b=b'\xe9\x80\x86\xe7\x81\xab'
string=str(b,'utf-8')
print(string)
# bytes转字符串方式二
b=b'\xe9\x80\x86\xe7\x81\xab'
string=b.decode() # 第一参数默认utf8,第二参数默认strict
print(string)
# byt
Tensorflow Lite GPU在安卓上实现
在近期工作中,采用TensorFlow Lite将ssd_mobilenet目标检测模型移植安卓机上。从安卓机测试的效果来看,非量化的模型每帧图像推理的速率较慢。为压缩模型提升推理速度,采用了减少模型深度的方法。具体可参考之前一篇模型压缩文章。 目前新版本TensorFlow发布了TensorFlow Lite可支持GPU,参考官方TensorFlow Lite GPU实现教程。 迫不及待按照教程实现了下(安卓机): 需要 OpenGL ES 3.1 及以上版本 setp1:下载TensorF
Tensorflow Lite GPU在安卓上实现
在近期工作中,采用TensorFlow Lite将ssd_mobilenet目标检测模型移植安卓机上。从安卓机测试的效果来看,非量化的模型每帧图像推理的速率较慢。为压缩模型提升推理速度,采用了减少模型深度的方法。具体可参考之前一篇模型压缩文章。 目前新版本TensorFlow发布了TensorFlow Lite可支持GPU,参考官方TensorFlow Lite GPU实现教程。 迫不及待按照教程实现了下(安卓机): 需要 OpenGL ES 3.1 及以上版本 setp1:下载TensorF
今日推荐
周排行