妙博客

主机评测 香港服务器 洛杉矶VPS测评

如何在windows server 2012中运行Cefsharp(4.5.2)

安装https://www.microsoft.com/en-us/download/confirmation.aspx?id=48145 Visual C++ Redistributable for Visual Studio 2015                 经过测试,只需安装vc_redist.x86.exe就可以运行了。可以直接在这下链接: https://pan.baidu.com/s/1

nginx对含CDN的地址对真实IP限制速度限制

没有套CDN的情况下,可在nginx中如下配置http {   limit_zone one $binary_remote_addr 10m;   server {     location /files/ {       limit_conn one 1;

python人工智能 利用Tensorflow object detection API 搭建物体识别模型(三)CPU版

 python人工智能 利用Tensorflow object detection API 搭建物体识别模型(三)CPU版
前言:系统环境为:win10,本次用的是tensorflow1.12.0 完整目录为:python人工智能 利用Tensorflow object detection API 搭建物体识别模型(一)CPU版python人工智能 利用Tensorflow object detection API 搭建物体识别模型(二)CPU版python人工智能 利用Tensorflow object detection API 搭建物体识别模型(三)CPU版上篇我们已经手动标记好了鱼,我们开始训练自己

python人工智能 利用Tensorflow object detection API 搭建物体识别模型(二)CPU版

python人工智能 利用Tensorflow object detection API 搭建物体识别模型(二)CPU版
前言:系统环境为:win10,本次用的是tensorflow1.12.0 完整目录为:python人工智能 利用Tensorflow object detection API 搭建物体识别模型(一)CPU版python人工智能 利用Tensorflow object detection API 搭建物体识别模型(二)CPU版python人工智能 利用Tensorflow object detection API 搭建物体识别模型(三)CPU版上篇我们已经成功实现了运行官方demo,这次

conda删除安装环境

conda删除安装环境
conda env remove -n <环境名称>

python人工智能 利用Tensorflow object detection API 搭建物体识别模型(一)CPU版

python人工智能 利用Tensorflow object detection API 搭建物体识别模型(一)CPU版
前言:系统环境为:win10,本次用的是tensorflow1.12.0 完整目录为:python人工智能 利用Tensorflow object detection API 搭建物体识别模型(一)CPU版python人工智能 利用Tensorflow object detection API 搭建物体识别模型(二)CPU版python人工智能 利用Tensorflow object detection API 搭建物体识别模型(三)CPU版首先需要安装conda环境一、开发环境 1)

centos配置阿里云yum源,安装速度立马飞起

1、备份默认yum源mkdir /opt/centos-yum.bak  mv /etc/yum.repos.d/* /opt/centos-yum.bak/2、下载aliyun Yum源repo文件(要对应自己的系统版本下载即可)# 查看系统版本 cat /etc/redhat-release #各系统版本repo文件对应的下载操作 # CentOS 5 wget -O /etc/y

Copyright Your 142132.com Rights Reserved. 赣ICP备17010829号-2