郭云飞的专栏

我们经常会遇到下边这样的情况：系统自带的 Python 是 2.6，自己需要 Python 2.7 中的某些特性；系统自带的 Python 是 2.x，自己需要 Python 3.x；此时需要在系统中安装我们想用的Python，但又不能影响系统自带的 Python，即需要实现 Python 的多版本共存。pyenv 就是这样一个 Python 版本管理器。安装 pyen

AnacondaPython是一门强大的编程语言，其提供了很多用于科学计算的模块，常见的包括numpy、scipy 和 matplotlib。要利用Python 进行科学计算，就需要一一安装所需的模块，而这些模块可能又依赖于其它的软件包或库，因而安装和使用起来相对麻烦。幸好有人专门在做这一类事情，将科学计算所需要的模块都编译好，然后打包以发行版的形式供用户使用，Anaconda 就是其中一

>> 1终端输入：$ pyenv，返回内容：pyenv 1.1.0Usage: pyenv []Some useful pyenv commands are:commands List all available pyenv commandslocal Set or show the local application-specific Python ve

本文摘自Scipy官网：对应大多数用户，尤其是Window用户而言，最简单的安装Scipy的方式是安装打包装好的Python版本，例如：Anaconda, Enthought Canopy, Python(x, y), WinPython, Pyzo等。这些版本的Python中都已经打包好了常用的科学计算模块。如果用户使用的是原生的Python，默认并没有包含Scipy模块。另行安装时

近日在Python环境中用cv2.VideoCapture()读取视频时，cv2.VideoCapture.open()始终返回False。去百度一查，遇到该情况的一大堆。然后查看opencv的官方文档，发现如下内容：以下内容的出处：https://pypi.python.org/pypi/opencv-pythonQ: Why I can’t open video files on GNU

AlexNet是2012年ImageNet竞赛冠军获得者Hinton和他的学生Alex Krizhevsky设计的。也是在那年之后，更多的更深的神经网路被提出，比如优秀的vgg,GoogleLeNet。其官方提供的数据模型，准确率达到57.1%,top 1-5 达到80.2%. 这项对于传统的机器学习分类算法而言，已经相当的出色。上图所示是caffe中alexnet的网络结构，上图采用

Ubuntu下编程，老手会用“终端+vim”，因为这个组合可以摆脱鼠标，完成鼠标可以完成的几乎所有的操作。但一些用惯鼠标的人来说，还是很不能适应的。下边介绍一下如何打造“终端+gedit”编译环境。1. gedit自带的plugins在安装ubuntu系统时，会自带gedit软件。它本身有一些插件（安装gedit时，默认就有），大致如下：>> Check update: Check f

一、背景大家经常会在Python环境下用TensorFlow训练自己的深度学习模型。为了日后能够使用训练好的模型，在Python环境下，TensorFlow提供了tf.train.Saver类，用来保存模型。这个类提供了一整套函数用于方便的存储和恢复模型！但实际情况是：大多数人会用Python环境下TensorFlow训练模型，而在实际的预测任务时，希望用C/C++语言来实现模型并加载

在标准系统上通常有多个计算设备.TensorFlow 支持 CPU 和 GPU 这两种设备. 用指定字符串来标识这些设备. 比如:"/cpu:0": 机器中的 CPU"/gpu:0": 机器中的 GPU, 如果你有一个的话."/gpu:1": 机器中的第二个 GPU, 以此类推...在Tensorflow程序中，我们会经常看到 with tf.device("/cpu:0"): 这个语...