0%

发表于 更新于
本文字数： 195 阅读时长 ≈ 1 分钟 
1
from data import aclass

data是当前目录下的文件夹
aclass 在data文件夹里的__init__.py文件里
__init__.py的作用是可以看作是aclass文件夹的基本/默认py文件，有它就可以把data文件夹看作一个py文件。
另一个好处是，在__init__.py使用from .aae import bb，这样就把data文件夹下的所有类聚合到一起了。

发表于 更新于
本文字数： 74 阅读时长 ≈ 1 分钟

使用捷径社区安装快捷指令时，跳转后无法安装，设置中开关是灰色的，其实只要打开快捷指令随便运行一个，就可以输入密码设置打开安装不受信任快捷指令功能了。

发表于 更新于
本文字数： 174 阅读时长 ≈ 1 分钟 
1
2
checkpoint = torch.load("checkpoint.pth", map_location=torch.device('cpu'))
model.load_state_dict(checkpoint["state_dict"])
阅读全文 »

发表于 更新于
本文字数： 85 阅读时长 ≈ 1 分钟

“ 你数学那么好 你知道一万年是多久吗 ”

“ 就一万年啊 ”

“ 错 ”

“ 一万年就是当有一个人跟你说 他想当正常人 然后离开了你 从那一天开始之后的每一天 就是一万年 ”

发表于 更新于
本文字数： 481 阅读时长 ≈ 1 分钟 
1
2
3
4
5
6
7
sudo su
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list

apt-get update && apt-get install -y nvidia-container-toolkit
systemctl restart docker
阅读全文 »

发表于 更新于
本文字数： 1.6k 阅读时长 ≈ 1 分钟

tornado h5跨域会报一种XMLHttpRequest错误，错误代码405。
即使在tornado里设置了跨域，依然报错，这是因为h5跨域请求时要先发一个options请求，需要在Handler里处理一下options请求，具体代码如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
class BaseHandler(tornado.web.RequestHandler):
    def set_default_headers(self):
        self.set_header('Access-Control-Allow-Origin', '*')
        self.set_header('Access-Control-Allow-Headers', '*')
        self.set_header('Access-Control-Max-Age', 1000)
        self.set_header("Content-Type", "application/json; charset=UTF-8")
        self.set_header('Access-Control-Allow-Methods', 'POST, GET, OPTIONS')
        self.set_header('Access-Control-Allow-Headers',
                        'authorization, Authorization, Content-Type, Access-Control-Allow-Origin, Access-Control-Allow-Headers, X-Requested-By, Access-Control-Allow-Methods')

class MainHandler(BaseHandler):
    
    async def post(self):
        # 接收到图片的base64字符串
        jsonbyte = self.request.body.decode('utf8')
        jsondict = json.loads(jsonbyte)
        picdata = re.sub('^data:image/.+;base64,', '', jsondict["pic"]+"==")
        r.sadd("palm",picdata)
        # 将图片转换成PIL读取的图片矩阵
        binary_data = base64.b64decode(picdata)
        img_data = BytesIO(binary_data)
        imgtmp = Image.open(img_data).convert("RGB")
        res = await predictHandler(imgtmp)     
        self.finish(res)#finish方法也是调用的write方法

    async def options(self):
        self.finish()

options方式请求只要通了就行，options请求之后就是正常的post请求了。

发表于 更新于
本文字数： 660 阅读时长 ≈ 1 分钟

在Dockerfile中这么写：

1
2
3
4
5
6
7
FROM face_pytorch:latest

WORKDIR /face_version1

EXPOSE 5015

CMD ["sh","auto.sh"]

在auto.sh中设置多个要执行的命令，如启动redis、运行程序、定期保存文件
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
nohup ./redis-5.0.5/src/redis-server > myredis.txt 2>&1 &
echo "nohup redis-server complete!"
nohup python palm_re_v3.py > mypalmpy.txt 2>&1 &
echo "nohup python palm_re_v3.py complete!"
thetime=$(date "+%H%M") # the time is UTC0 not UTC8
while true
do
	thetime=$(date "+%M")
	if [ $thetime = '00' ]
	then
		echo "save pics every hour"
		python save_palm_pics.py
	fi

done

发表于 更新于
本文字数： 972 阅读时长 ≈ 1 分钟

测试在cpu下一次预测一个图片和一次预测两个消耗时间的对比。
实验中有两个模型，也就是说每个预测里面预测了两次。

实验部分代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
async def predictHandler3():
    global pic_dict,pic_dict_res
    keylist = list(pic_dict.keys())
    keylist2=list(pic_dict.keys())*2
    print("keylist",keylist)
    print("keylist2",keylist2)

    time1 = time.time()
    img = [transform(pic_dict[_]).numpy().tolist() for _ in keylist]
    img = torch.FloatTensor(img).cpu()
    with torch.no_grad():
        outputs1 = palmmodel(img)
        outputs2 = handmodel(img)
    time2 = time.time()
    print(time2-time1)

    time3 = time.time()
    img = [transform(pic_dict[_]).numpy().tolist() for _ in keylist2]
    img = torch.FloatTensor(img).cpu()
    with torch.no_grad():
        outputs1 = palmmodel(img)
        outputs2 = handmodel(img)
    time4 = time.time()
    print(time4-time3)

然而在gpu上则快非常多。

阅读全文 »