想要上南大的同学的博客

在VS2019中配置 OpenCV4教程1 下载安装包下载地址：Opencv官网2 设置环境变量在path中增加两条：其实就是你opencv的安装路径。3 新建VS项目设置为模式为Debug和X644 增加属性表4.1 打开属性管理器4.2 添加属性表在VS的菜单栏中打开属性管理器。我们在属性管理器中设置我们的项目，包括opencv的头文件什么的。注意这里原始只有三个（就是方框里的那三个），另外一个是我后面加的。你们后面也要加一个这样的文件，不过文件的名称可以是不相同的。

问题描述：当我在visual studio中安装完opencv时，运行第一个Demo文件，出现了如下错误：icrosoft C 异常: cv::Exception,位于内存位置 0x000000D2956FE120 处。执行代码：int main(){ //std::string image_path = samples::findFile("starry_night.jpg"); std::string image_path = "C:\\Users\\86187\\Desktop\\c

torch.device代表将torch.Tensor分配到的设备的对象，有cpu和cuda两种，这里的cuda就是gpu，至于为什么不直接用gpu与cpu对应，是因为gpu的编程接口采用的是cuda。print(torch.cuda.is_available())#cuda是否可用；print(torch.cuda.device_count())#返回gpu数量；print(torch.cuda.get_device_name(0))#返回gpu名字，设备索引默认从0开始；print(

3 变换数据并不总是以训练机器学习算法所需的最终处理形式出现。我们使用转换来对数据进行一些操作并使其适合训练。所有 TorchVision 数据集都有两个参数 -transform修改特征和 target_transform修改标签 - 接受包含转换逻辑的可调用对象。该torchvision.transforms模块提供几种常用的变换开箱。FashionMNIST 特征采用 PIL Image 格式，标签为整数。对于训练，我们需要将特征作为归一化张量，将标签作为单热编码张量。为了进行这些转换，我们使用

初始化张量张量可以通过多种方式初始化。看看下面的例子：直接从数据张量可以直接从数据中创建。数据类型是自动推断的。data = [[1, 2],[3, 4]]x_data = torch.tensor(data)从 NumPy 数组张量可以从 NumPy 数组

1 张量张量是一种特殊的数据结构，与数组和矩阵非常相似。在 PyTorch 中，我们使用张量对模型的输入和输出以及模型的参数进行编码。张量类似于NumPy 的ndarray，不同之处在于张量可以在 GPU 或其他硬件加速器上运行。事实上，张量和 NumPy 数组通常可以共享相同的底层内存，从而无需复制数据（参见Bridge with NumPy）。张量也针对自动微分进行了优化（我们将在后面的Autograd 部分看到更多相关信息）。如果您熟悉 ndarrays，那么您将熟悉 Tensor API。如果没

1 NumPy 介绍1.1 什么是 NumPy?NumPy是Python中科学计算的基础包。它是一个Python库，提供多维数组对象，各种派生对象（如掩码数组和矩阵），以及用于数组快速操作的各种API，有包括数学、逻辑、形状操作、排序、选择、输入输出、离散傅立叶变换、基本线性代数，基本统计运算和随机模拟等等。NumPy包的核心是 ndarray 对象。它封装了python原生的同数据类型的 n 维数组，为了保证其性能优良，其中有许多操作都是代码在本地进行编译后执行的。NumPy数组 和 原生Pyt

CUDA + pytorch安装教程与环境配置1 基本须知1.1 pytorch简介Pytorch是torch的python版本，是由Facebook开源的神经网络框架，专门针对 GPU 加速的深度神经网络（DNN）编程。Torch 是一个经典的对多维矩阵数据进行操作的张量（tensor ）库，在机器学习和其他数学密集型应用有广泛应用。与Tensorflow的静态计算图不同，pytorch的计算图是动态的，可以根据计算需要实时改变计算图。但由于Torch语言采用 Lua，导致在国内一直很小众，并逐渐被

1 Ubuntu install of ROS Noetic注意：ROS版本与其对应的Ubuntu操作系统kineticubuntu16melodicubuntu18noeticubuntu201.1 安装1.1.1 配置您的 Ubuntu 存储库什么是Ubuntu存储库？配置您的 Ubuntu 存储库以允许 “restricted,” “universe,” and “multiverse.”。您可以按照 Ubuntu 指南获取有关执行此操作的说明。

OpenCV图像处理本章的主要内容， 包括如下：图像的几何变换图像的形态学转换图像的平滑方法直方图的方法边缘检测的方法模板匹配和霍夫变换的应用1 几何变换学习目标掌握图像的缩放，平移，旋转等了解数字图像的仿射变换和透射变换1.1 图像缩放缩放是对图像的大小进行调整，即使图像放大或缩小。APIcv2.resize(src,dsize,fx=0,fy=0,interpolation=cv2.INTER_LINEAR)参数：import cv2 as cv

这里写目录标题1 OpenCV基本操作1.1 图像的基本操作1.1.1 图像的IO操作1.1.1.1 读取图像1.1.1.2 显示图像1.1.1.3 保存图像1.1.2 总结1.1.2 绘制几何图形1.1.2.1 绘制直线1.1.2.2 绘制圆形1.1.2.3 绘制矩形1.1.2.4 向图像中添加文字1.1.2.5 效果展示1.1.2.5 获取并修改图像中的像素点1.1.2.6 获取图像的属性1.1.2.7 图像通道的拆分与合并1.1.2.8 色彩空间的改变1.1.3 总结1.2 算数操作1.2.1 图像的

1 OpenCV简介1.1 OpenCV简介OpenCV是一款由Intel公司俄罗斯团队发起并参与和维护的一个计算机视觉处理开源软件库，支持与计算机视觉和机器学习相关的众多算法，并且正在日益扩展。OpenCV的优势：编程语言OpenCV基于C++实现，同时提供python, Ruby, Matlab等语言的接口。OpenCV-Python是OpenCV的Python API，结合了OpenCV C++ API和Python语言的最佳特性。跨平台可以在不同的系统平台上使用，包括Wind

一 安装Anaconda1 Anaconda是什么Anaconda是一个用于科学计算的Python发行版，支持 Linux, Mac, Windows系统，提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。Anaconda利用工具/命令conda来进行package和environment的管理，并且已经包含了Python和相关的配套工具。conda 是开源包（packages）和虚拟环境（environment）的管理系统。2 Anaconda的安