今天的风儿甚是喧嚣 JiaoPan

mxnet模型转tensorflow模型requirements：pip install mxnet tensorflow 1.安装mmdnnpip install -U git+https://github.com/Microsoft/MMdnn.git@master 2.模型下载https://pan.baidu.com/s/1If28BkHde4fiuweJrbicVA 3.mxnet模型转

编译环境win10 x64 、Visual Studio 2015、cmake 3.0+、python2.7 (环境变量需配置) 依赖1.OpenBLAS-v0.2.14-Win64-int64 下载地址：https://sourceforge.net/projects/openblas/files/v0.2.14/ 解压安装后，添加环境变量OpenBLAS_HOME 值为openblas的目录，

1.hello world main.cpp 1234int main(){ std::cout << "Hello, World!" << std::endl; return 0;} CMakeLists.txt 1234cmake_minimum_required(VERSION 3.14) #最低cmake版本projec

插入排序直接插入排序 把$n$个待排序的元素假设为一个有序表和一个无序表，开始时有序表中只包含1个元素，无序表中包含有n-1个元素，排序过程中每次从无序表中取出第一个元素，将它插入到有序表中的适当位置，使之成为新的有序表，重复n-1次即可完成排序过程 123456789101112void insertSort(int array[],int n) { int i, j, key; fo

顺序查找1.一般线性表 123456789typedef struct{ ElemType *elem;//0号单元留空 int length;}STable;int search(STable table,ElemType key){ table.elem[0] = key;//哨兵 for(int i = table.length;tabl

载入函数 12345678Mat imread( const String& filename, int flags = IMREAD_COLOR );IMREAD_UNCHANGED = -1, //!< If set, return the loaded image as is (with alpha channel, otherwise it gets cropped)

vs2015配置opencv3开发环境官网地址:https://opencv.org/ 下载 下载完成后双击安装,并配置环境变量 打开VS2015,新建项目配置opencv 添加包含目录 添加库目录 添加附加依赖项 将vc14下的lib都添加进来,以d结尾的lib文件为调试使用 测试123456789#include <iostream>#include <opencv2/

PairClass Pair将两个value视为一个单元12345678namespace std{ template<typename T,typename U> struct pair{ T first; U second; ... };} Tupletuple可拥有任意类型任意数量的元素1std::tuple<int, doub

模板函数模板通过 template 定义函数模板,T的类型由编译时根据模板函数的使用情况而定 即根据传入的实参推断T的类型.由此模板函数即可处理任何数据类型,而不用为每种数据类型编写重复的函数代码12345678910111213141516171819#include <iostream>using namespace std;template <typename T>i

函数定义和声明123456789101112131415#include<iostream>int add(int, int); //声明函数int main(){ int a = 6, b = 9; int c = add(a, b); std::cout << c << std::endl; getchar(); return 0;}//