使用GPU利用ffmpeg-在Pyhton代码中实现视频转码到MP4格式的过程记录【失败告终-原因是显示型号太老不支持】

01-安装Nvida的显卡驱动和CUDA

参考文章 https://blog.csdn.net/wenhao_ir/article/details/125253533 进行安装。

02-下载ffmpeg的可执行文件

下载ffmpeg的Windows可执行文件,下载页面:
https://www.gyan.dev/ffmpeg/builds/#release-builds
我在2023-12-08日下载的版本为:ffmpeg-6.1-essentials_build,百度网盘下载链接:
https://pan.baidu.com/s/1FsDGVD-IEHukxhl57PWV-A?pwd=b64u
在这里插入图片描述

下是各个版本的一些说明:

  1. Release Essentials:

    • 包含 FFmpeg 的核心功能,适用于大多数用例。
  2. Release Full:

    • 包含 FFmpeg 的完整功能,适用于更多高级用例。
  3. Release Full Shared:

    • 与 “Release Full” 相似,但是使用了共享的依赖库。
  4. Git Master (Nightly):

    • 是从 FFmpeg 的 Git 仓库构建的最新版本,通常是每日构建。
    • 适合那些希望获取最新功能和改进的用户。

根据你的需求,如果你只是需要基本功能,可以选择 “Release Essentials”。如果你需要更多的功能或者是一个更完整的版本,可以选择 “Release Full”。如果你希望获取最新的功能和改进,并能够接受潜在的不稳定性,可以选择 “Git Master (Nightly)”。

下载完成后在D:\Program Files\下建立文件夹ffmpeg-6.1-bin,然后把下载得到的包解压,把bin目录里的文件复制到刚建的文件夹ffmpeg-6.1-bin中:
在这里插入图片描述

04-为ffmpeg设置环境变量

打开Win10的设置→搜索环境变量
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
写入下面的环境变量值:

D:\Program Files\ffmpeg-6.1-bin

在这里插入图片描述

05-测试环境变量是否生效,同时查看ffmpeg是否读取到系统的CUDA

CMD命令行中输入下面的命令:

ffmpeg -hwaccels

如果你的系统已正确配置,并且存在 NVIDIA GPU 加速支持,你应该能够在输出的“Hardware acceleration methods:”中看到 cuda 一词。如下图所示:
在这里插入图片描述

C:\Users\Administrator>ffmpeg -hwaccels
ffmpeg version 6.1-essentials_build-www.gyan.dev Copyright (c) 2000-2023 the FFmpeg developers
  built with gcc 12.2.0 (Rev10, Built by MSYS2 project)
  configuration: --enable-gpl --enable-version3 --enable-static --pkg-config=pkgconf --disable-w32threads --disable-autodetect --enable-fontconfig --enable-iconv --enable-gnutls --enable-libxml2 --enable-gmp --enable-bzlib --enable-lzma --enable-zlib --enable-libsrt --enable-libssh --enable-libzmq --enable-avisynth --enable-sdl2 --enable-libwebp --enable-libx264 --enable-libx265 --enable-libxvid --enable-libaom --enable-libopenjpeg --enable-libvpx --enable-mediafoundation --enable-libass --enable-libfreetype --enable-libfribidi --enable-libharfbuzz --enable-libvidstab --enable-libvmaf --enable-libzimg --enable-amf --enable-cuda-llvm --enable-cuvid --enable-ffnvcodec --enable-nvdec --enable-nvenc --enable-dxva2 --enable-d3d11va --enable-libvpl --enable-libgme --enable-libopenmpt --enable-libopencore-amrwb --enable-libmp3lame --enable-libtheora --enable-libvo-amrwbenc --enable-libgsm --enable-libopencore-amrnb --enable-libopus --enable-libspeex --enable-libvorbis --enable-librubberband
  libavutil      58. 29.100 / 58. 29.100
  libavcodec     60. 31.102 / 60. 31.102
  libavformat    60. 16.100 / 60. 16.100
  libavdevice    60.  3.100 / 60.  3.100
  libavfilter     9. 12.100 /  9. 12.100
  libswscale      7.  5.100 /  7.  5.100
  libswresample   4. 12.100 /  4. 12.100
  libpostproc    57.  3.100 / 57.  3.100
Hardware acceleration methods:
cuda
dxva2
qsv
d3d11va

06-Python安装ffmpeg-python包和imageio[ffmpeg]包

①用下面的命令安装ffmpeg-python

pip install -i https://mirrors.aliyun.com/pypi/simple ffmpeg-python

注意:安装前关闭代理。
在这里插入图片描述

②用下面的命令安装和imageio[ffmpeg]【本篇博文后续的代码中其实并没有用到这个库,所以可以不用安装

pip install -i https://mirrors.aliyun.com/pypi/simple imageio[ffmpeg]

注意:安装前关闭代理。

imageio[ffmpeg]是Python的图像和视频I/O库imageio的一个扩展,它添加了对FFmpeg的支持。imageio是一个用于读写图像和视频文件的库,而ffmpeg是一个多媒体处理工具,支持许多不同的音频和视频编解码器。

具体来说,imageio[ffmpeg]允许你使用imageio库读写支持的各种格式的图像和视频文件,并且通过使用FFmpeg,它还能够处理一些其他常见的多媒体格式。
在这里插入图片描述

07-测试能否进行转码

07-1-不使用GPU进行转码的代码(软件编码)

import ffmpeg

input_file = "E:\\Download\\001-sea.mp4"
output_file = "E:\\VideoOutput\\001-sea-720-output.mp4"

# 使用 ffmpeg-python 进行视频转码
ffmpeg.input(input_file, hwaccel='nvdec').output(
    output_file,
    vcodec='h264',  # 使用软件编码器
    acodec='copy',  # 音频部分原样复制
    vf='scale=-2:720',  # 视频高度限制为720p
    strict='experimental'
).run(overwrite_output=True)

运行效果如下:

C:\Users\Administrator\AppData\Local\Programs\Python\Python39\python.exe E:\Python_project\P_001\A-TEMP\P-0001.py 
ffmpeg version 6.1-essentials_build-www.gyan.dev Copyright (c) 2000-2023 the FFmpeg developers
  built with gcc 12.2.0 (Rev10, Built by MSYS2 project)
  configuration: --enable-gpl --enable-version3 --enable-static --pkg-config=pkgconf --disable-w32threads --disable-autodetect --enable-fontconfig --enable-iconv --enable-gnutls --enable-libxml2 --enable-gmp --enable-bzlib --enable-lzma --enable-zlib --enable-libsrt --enable-libssh --enable-libzmq --enable-avisynth --enable-sdl2 --enable-libwebp --enable-libx264 --enable-libx265 --enable-libxvid --enable-libaom --enable-libopenjpeg --enable-libvpx --enable-mediafoundation --enable-libass --enable-libfreetype --enable-libfribidi --enable-libharfbuzz --enable-libvidstab --enable-libvmaf --enable-libzimg --enable-amf --enable-cuda-llvm --enable-cuvid --enable-ffnvcodec --enable-nvdec --enable-nvenc --enable-dxva2 --enable-d3d11va --enable-libvpl --enable-libgme --enable-libopenmpt --enable-libopencore-amrwb --enable-libmp3lame --enable-libtheora --enable-libvo-amrwbenc --enable-libgsm --enable-libopencore-amrnb --enable-libopus --enable-libspeex --enable-libvorbis --enable-librubberband
  libavutil      58. 29.100 / 58. 29.100
  libavcodec     60. 31.102 / 60. 31.102
  libavformat    60. 16.100 / 60. 16.100
  libavdevice    60.  3.100 / 60.  3.100
  libavfilter     9. 12.100 /  9. 12.100
  libswscale      7.  5.100 /  7.  5.100
  libswresample   4. 12.100 /  4. 12.100
  libpostproc    57.  3.100 / 57.  3.100
Input #0, mov,mp4,m4a,3gp,3g2,mj2, from 'E:\Download\001-sea.mp4':
  Metadata:
    major_brand     : mp42
    minor_version   : 0
    compatible_brands: isomavc1mp42
    creation_time   : 2010-07-18T09:04:26.000000Z
  Duration: 00:03:18.07, start: 0.000000, bitrate: 20261 kb/s
  Stream #0:0[0x1](und): Audio: aac (LC) (mp4a / 0x6134706D), 48000 Hz, stereo, fltp, 125 kb/s (default)
    Metadata:
      creation_time   : 2010-07-18T09:04:26.000000Z
      handler_name    : (C) 2007 Google Inc. v08.13.2007.
      vendor_id       : [0][0][0][0]
  Stream #0:1[0x2](und): Video: h264 (High) (avc1 / 0x31637661), yuv420p(progressive), 4096x2304 [SAR 1:1 DAR 16:9], 20133 kb/s, 23.98 fps, 23.98 tbr, 24k tbn (default)
    Metadata:
      creation_time   : 2010-07-18T09:04:26.000000Z
      handler_name    : (C) 2007 Google Inc. v08.13.2007.
      vendor_id       : [0][0][0][0]
Stream mapping:
  Stream #0:1 -> #0:0 (h264 (native) -> h264 (libx264))
  Stream #0:0 -> #0:1 (copy)
Press [q] to stop, [?] for help
[libx264 @ 0000011d54f90f80] using SAR=1/1
[libx264 @ 0000011d54f90f80] using cpu capabilities: MMX2 SSE2Fast SSSE3 SSE4.2 AVX FMA3 BMI2 AVX2
[libx264 @ 0000011d54f90f80] profile High, level 3.1, 4:2:0, 8-bit
[libx264 @ 0000011d54f90f80] 264 - core 164 r3161 a354f11 - H.264/MPEG-4 AVC codec - Copyleft 2003-2023 - http://www.videolan.org/x264.html - options: cabac=1 ref=3 deblock=1:0:0 analyse=0x3:0x113 me=hex subme=7 psy=1 psy_rd=1.00:0.00 mixed_ref=1 me_range=16 chroma_me=1 trellis=1 8x8dct=1 cqm=0 deadzone=21,11 fast_pskip=1 chroma_qp_offset=-2 threads=9 lookahead_threads=1 sliced_threads=0 nr=0 decimate=1 interlaced=0 bluray_compat=0 constrained_intra=0 bframes=3 b_pyramid=2 b_adapt=1 b_bias=0 direct=1 weightb=1 open_gop=0 weightp=2 keyint=250 keyint_min=23 scenecut=40 intra_refresh=0 rc_lookahead=40 rc=crf mbtree=1 crf=23.0 qcomp=0.60 qpmin=0 qpmax=69 qpstep=4 ip_ratio=1.40 aq=1:1.00
Output #0, mp4, to 'E:\VideoOutput\001-sea-720-output.mp4':
  Metadata:
    major_brand     : mp42
    minor_version   : 0
    compatible_brands: isomavc1mp42
    encoder         : Lavf60.16.100
  Stream #0:0(und): Video: h264 (avc1 / 0x31637661), nv12(tv, progressive), 1280x720 [SAR 1:1 DAR 16:9], q=2-31, 23.98 fps, 24k tbn (default)
    Metadata:
      creation_time   : 2010-07-18T09:04:26.000000Z
      handler_name    : (C) 2007 Google Inc. v08.13.2007.
      vendor_id       : [0][0][0][0]
      encoder         : Lavc60.31.102 libx264
    Side data:
      cpb: bitrate max/min/avg: 0/0/0 buffer size: 0 vbv_delay: N/A
  Stream #0:1(und): Audio: aac (LC) (mp4a / 0x6134706D), 48000 Hz, stereo, fltp, 125 kb/s (default)
    Metadata:
      creation_time   : 2010-07-18T09:04:26.000000Z
      handler_name    : (C) 2007 Google Inc. v08.13.2007.
      vendor_id       : [0][0][0][0]
[out#0/mp4 @ 0000011d54d7b800] video:40779kB audio:3029kB subtitle:0kB other streams:0kB global headers:0kB muxing overhead: 0.304698%
frame= 4749 fps= 64 q=-1.0 Lsize=   43941kB time=00:03:17.94 bitrate=1818.5kbits/s speed=2.69x    
[libx264 @ 0000011d54f90f80] frame I:42    Avg QP:19.36  size: 42681
[libx264 @ 0000011d54f90f80] frame P:1389  Avg QP:22.32  size: 15847
[libx264 @ 0000011d54f90f80] frame B:3318  Avg QP:23.60  size:  5410
[libx264 @ 0000011d54f90f80] consecutive B-frames:  6.2%  1.2%  1.8% 90.7%
[libx264 @ 0000011d54f90f80] mb I  I16..4: 23.2% 66.8% 10.0%
[libx264 @ 0000011d54f90f80] mb P  I16..4:  7.0% 18.0%  1.2%  P16..4: 35.4%  9.8%  3.8%  0.0%  0.0%    skip:24.8%
[libx264 @ 0000011d54f90f80] mb B  I16..4:  0.9%  1.4%  0.1%  B16..8: 32.0%  4.5%  0.5%  direct: 3.8%  skip:56.8%  L0:44.7% L1:49.4% BI: 5.8%
[libx264 @ 0000011d54f90f80] 8x8 transform intra:66.8% inter:87.2%
[libx264 @ 0000011d54f90f80] coded y,uvDC,uvAC intra: 42.5% 74.2% 26.7% inter: 13.5% 22.6% 1.1%
[libx264 @ 0000011d54f90f80] i16 v,h,dc,p: 19% 27%  4% 49%
[libx264 @ 0000011d54f90f80] i8 v,h,dc,ddl,ddr,vr,hd,vl,hu: 15% 21% 19%  5%  9%  7% 10%  6%  7%
[libx264 @ 0000011d54f90f80] i4 v,h,dc,ddl,ddr,vr,hd,vl,hu: 22% 26% 13%  5% 10%  7%  9%  5%  4%
[libx264 @ 0000011d54f90f80] i8c dc,h,v,p: 47% 25% 15% 13%
[libx264 @ 0000011d54f90f80] Weighted P-Frames: Y:16.7% UV:4.5%
[libx264 @ 0000011d54f90f80] ref P L0: 53.9% 13.3% 19.4% 12.2%  1.3%
[libx264 @ 0000011d54f90f80] ref B L0: 88.5%  8.1%  3.4%
[libx264 @ 0000011d54f90f80] ref B L1: 96.6%  3.4%
[libx264 @ 0000011d54f90f80] kb/s:1686.52

Process finished with exit code 0

从上面的代码中我们可以看出,运行是成功了的。

07-2-使用GPU进行硬件加速的代码

用下面的代码进行测试:

import ffmpeg

input_file = "E:\\Download\\001-sea.mp4"
output_file = "E:\\VideoOutput\\001-sea-720-output.mp4"

# 使用 ffmpeg-python 进行视频转码
ffmpeg.input(input_file, hwaccel='nvdec').output(
    output_file,
    vcodec='h264_nvenc',  # 使用NVIDA进行h264解码
    acodec='copy',  # 音频原样复制
    vf='scale=-2:720',   # 高度限制为720P
    strict='experimental'
).run(

结果报错:

ffmpeg version 6.1-essentials_build-www.gyan.dev Copyright (c) 2000-2023 the FFmpeg developers
  built with gcc 12.2.0 (Rev10, Built by MSYS2 project)
  configuration: --enable-gpl --enable-version3 --enable-static --pkg-config=pkgconf --disable-w32threads --disable-autodetect --enable-fontconfig --enable-iconv --enable-gnutls --enable-libxml2 --enable-gmp --enable-bzlib --enable-lzma --enable-zlib --enable-libsrt --enable-libssh --enable-libzmq --enable-avisynth --enable-sdl2 --enable-libwebp --enable-libx264 --enable-libx265 --enable-libxvid --enable-libaom --enable-libopenjpeg --enable-libvpx --enable-mediafoundation --enable-libass --enable-libfreetype --enable-libfribidi --enable-libharfbuzz --enable-libvidstab --enable-libvmaf --enable-libzimg --enable-amf --enable-cuda-llvm --enable-cuvid --enable-ffnvcodec --enable-nvdec --enable-nvenc --enable-dxva2 --enable-d3d11va --enable-libvpl --enable-libgme --enable-libopenmpt --enable-libopencore-amrwb --enable-libmp3lame --enable-libtheora --enable-libvo-amrwbenc --enable-libgsm --enable-libopencore-amrnb --enable-libopus --enable-libspeex --enable-libvorbis --enable-librubberband
  libavutil      58. 29.100 / 58. 29.100
  libavcodec     60. 31.102 / 60. 31.102
  libavformat    60. 16.100 / 60. 16.100
  libavdevice    60.  3.100 / 60.  3.100
  libavfilter     9. 12.100 /  9. 12.100
  libswscale      7.  5.100 /  7.  5.100
  libswresample   4. 12.100 /  4. 12.100
  libpostproc    57.  3.100 / 57.  3.100
Input #0, mov,mp4,m4a,3gp,3g2,mj2, from 'E:\Download\001-sea.mp4':
  Metadata:
    major_brand     : mp42
    minor_version   : 0
    compatible_brands: isomavc1mp42
    creation_time   : 2010-07-18T09:04:26.000000Z
  Duration: 00:03:18.07, start: 0.000000, bitrate: 20261 kb/s
  Stream #0:0[0x1](und): Audio: aac (LC) (mp4a / 0x6134706D), 48000 Hz, stereo, fltp, 125 kb/s (default)
    Metadata:
      creation_time   : 2010-07-18T09:04:26.000000Z
      handler_name    : (C) 2007 Google Inc. v08.13.2007.
      vendor_id       : [0][0][0][0]
  Stream #0:1[0x2](und): Video: h264 (High) (avc1 / 0x31637661), yuv420p(progressive), 4096x2304 [SAR 1:1 DAR 16:9], 20133 kb/s, 23.98 fps, 23.98 tbr, 24k tbn (default)
    Metadata:
      creation_time   : 2010-07-18T09:04:26.000000Z
      handler_name    : (C) 2007 Google Inc. v08.13.2007.
      vendor_id       : [0][0][0][0]
Stream mapping:
  Stream #0:1 -> #0:0 (h264 (native) -> h264 (h264_nvenc))
  Stream #0:0 -> #0:1 (copy)
Press [q] to stop, [?] for help
[h264_nvenc @ 000002abad990f80] Cannot load nvEncodeAPI64.dll
[h264_nvenc @ 000002abad990f80] The minimum required Nvidia driver for nvenc is (unknown) or newer
[vost#0:0/h264_nvenc @ 000002abad990cc0] Error while opening encoder - maybe incorrect parameters such as bit_rate, rate, width or height.
Error while filtering: Operation not permitted
[out#0/mp4 @ 000002abad77b7c0] Nothing was written into output file, because at least one of its streams received no packets.
frame=    0 fps=0.0 q=0.0 Lsize=       0kB time=00:00:00.49 bitrate=   0.0kbits/s speed=3.08x    
Conversion failed!
Traceback (most recent call last):
  File "E:\Python_project\P_001\A-TEMP\P-0001.py", line 7, in <module>
    ffmpeg.input(input_file, hwaccel='nvdec').output(
  File "C:\Users\Administrator\AppData\Local\Programs\Python\Python39\lib\site-packages\ffmpeg\_run.py", line 325, in run
    raise Error('ffmpeg', out, err)
ffmpeg._run.Error: ffmpeg error (see stderr output for detail)

从上面的报错来看,错误的原因在于“Cannot load nvEncodeAPI64.dll”,网上查了下原因,大概率是显卡版本太老而造成驱动程序中没有这个DLL文件造成的。
在这里插入图片描述
我在另一台今年购买的笔记本电脑上以格式工厂测试就一点问题没有,甚至连CUDA都不需要安装。而我用另一台比较旧的笔记本电脑上以格式工厂测试就不支持

07-03-失败的原因分析

同样的操作方法,家里的两台老电脑均不行,安装了NVIDA的驱动和CUDA都不行。而今年(2023年)新买的笔记本就可以,这就说明型号较老的NVIDA显卡不支持。
我用ffmpeg也测试了,较老的NVIDA显卡提示“Cannot load nvEncodeAPI64.dll”

较老电脑在安装了NVIDA显卡的情况下测试结果如下:

较老的台式机的NVIDA显卡型号如下:
在这里插入图片描述
较老的笔记本的NVIDA显卡型号如下:
请添加图片描述
在这里插入图片描述

今年新买的电脑安装了NVIDA显卡的情况下测试结果如下:
在这里插入图片描述
在这里插入图片描述

可见:
2023年新买的笔记上的NVIDIA GeForce RTX 3050 Laptop GPU是可以的;
而较老的台式电脑上的 NVIDIA GeForce GT 1030和较老的笔记本电脑上的GeForce GTX 850M是不可以的。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/255216.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

深度学习中的潜在空间

1 潜在空间定义 Latent Space 潜在空间&#xff1a;Latent &#xff0c;这个词的语义是“隐藏”的意思。“Latent Space 潜在空间”也可以理解为“隐藏的空间”。Latent Space 这一概念是十分重要的&#xff0c;它在“深度学习”领域中处于核心地位&#xff0c;即它是用来学习…

ROS机器人入门

http://www.autolabor.com.cn/book/ROSTutorials/ 1、ROS简介 ROS 是一个适用于机器人的开源的元操作系统。其实它并不是一个真正的操作系统&#xff0c;其 底层的任务调度、编译、寻址等任务还是由 Linux 操作系统完成&#xff0c;也就是说 ROS 实际上是运 行在 Linux 上的次级…

微信小程序开发学习(基础)

学习课程&#xff1a;2023最新零基础入门微信小程序开发_哔哩哔哩_bilibili 微信开发工具下载地址&#xff1a;微信开发者工具下载地址与更新日志 | 微信开放文档 开发文档&#xff1a;微信开放文档 创建新项目 机型&#xff1a;iPhoneX 快捷键 <view>.row{$}*8 <…

Android hilt使用

一&#xff0c;添加依赖库 添加依赖库app build.gradle.kts implementation("com.google.dagger:hilt-android:2.49")annotationProcessor("com.google.dagger:hilt-android:2.49")annotationProcessor("com.google.dagger:hilt-compiler:2.49"…

对偶问题笔记(1)

目录 1 从 Lagrange 函数引入对偶问题2. 强对偶性与 KKT 条件3. 对偶性的鞍点特征 1 从 Lagrange 函数引入对偶问题 考虑如下优化问题 { min ⁡ f 0 ( x ) s . t f i ( x ) ≤ 0 , i 1 , ⋯ , p , h j ( x ) 0 , j 1 , ⋯ , q , x ∈ Ω , \begin{align} \begin{cases}\min…

Pipelined-ADC设计一:序言

现在是2023年12月18日&#xff0c;准备开新帖&#xff0c;设计一个 流水线型 模数转换器&#xff08; Pipelined-ADC &#xff09;。记录帖&#xff0c;后续会放在咸鱼。同步记录&#xff0c;谨防盗用。 初定指标&#xff1a;12位50Mhz&#xff0c;采用2.5bit每级结构&#xff…

奇数魔方阵

魔方阵的生成方法为第0行中间位置为1 2开始的其余n*n-1个数&#xff0c;依次按以下规则存放 1.下一个元素存放在当前元素的上一行、下一列 2.如果上一行下一列已有元素&#xff0c;则下一个元素存放的位置为当前列的下一行 3.在找上一行、下一行或下一列的时候&#xff0c;把矩…

计算机组成原理——校验码

计算机组成原理学习笔记——校验码-CSDN博客 校验码——海明码及码距&#xff0c;码距_海明码的码距是多少-CSDN博客 1 下列关于码距与检错与纠错能力的描述中正确的是 &#xff08;ABC&#xff09; &#xff08;多选&#xff09; A. 码距为1的编码不具备任何检错能力 B. 码…

可能是全网最详细的线性回归原理讲解!!!

ps&#xff1a;此处的特征向量有别于线性代数中的特征向量&#xff0c;准确来讲这里的特征向量是一个样本的所有属性值。 用梯度下降慢慢逼近这个最小值点 本文图片来源于可能是全网最详细的线性回归原理讲解&#xff01;&#xff01;&#xff01;_哔哩哔哩_bilibili 可以结合…

C++学习笔记(十二)------is_a关系(继承关系)

你好&#xff0c;这里是争做图书馆扫地僧的小白。 个人主页&#xff1a;争做图书馆扫地僧的小白_-CSDN博客 目标&#xff1a;希望通过学习技术&#xff0c;期待着改变世界。 提示&#xff1a;以下是本篇文章正文内容&#xff0c;下面案例可供参考 文章目录 前言 一、继承关系…

基于Levenberg-Marquardt算法改进的BP神经网络-公式推导及应用

Levenberg-Marquardt算法是一种用于非线性最小化问题的优化算法&#xff0c;通常用于训练神经网络。它结合了梯度下降和高斯-牛顿方法的特点&#xff0c;旨在提高收敛速度和稳定性。下面是基于Levenberg-Marquardt算法改进的反向传播&#xff08;BP&#xff09;神经网络的详细推…

[Kubernetes]3. k8s集群Service详解

在上一节讲解了k8s 的pod,deployment,以及借助pod,deployment来部署项目,但会存在问题: 每次只能访问一个 pod,没有负载均衡自动转发到不同 pod访问还需要端口转发Pod重创后IP变了,名字也变了针对上面的问题,可以借助Service来解决,下面就来看看Service怎么使用 一.Service详…

转发一篇计算机论文

最近看到一篇雷军老师在1992年的一篇计算机论文&#xff0c;个人看了对计算机科学从另外一个角度又多了一层理解&#xff0c;感觉很有收获&#xff0c;鉴于网上的图片看起来不清楚&#xff0c;本人特地到中国知网上去下载了这篇论文&#xff0c;希望给有心学习的人一点帮助。我…

Goland如何进行Debug断点调试

1. 进入编辑 2. 进行编辑 3. 调试运行 将鼠标移到按钮上&#xff0c;即显示其功能与快捷键 4. 常用调试快捷键 按键说明F7单步执行(进入方法)F8单步执行(不进入方法)F9继续执行

adb详细教程(五)-复制文件、截屏、录屏

adb对于安卓移动端来说&#xff0c;是个非常重要的调试工具。在进行安卓端的开发或测试过程中&#xff0c;有时需要了截屏或录屏&#xff0c;在设备上操作完成后再将文件导入电脑非常繁琐。​如果使用adb指令在进行截屏或录屏则会便捷许多。此篇文章介绍了如何使用adb指令进行文…

蓝桥杯time模块常用操作

#导入time模块import time #获取时间戳 start_time time.time () print ( "start_time ", start_time) time .sleep ( 3) end_time time.time () print ( "end_time ", end_time)#计算运行时间 print("运行时间 { :.0f } ".format(end_time …

[德人合科技]——设计公司 \ 设计院图纸文件数据 | 资料透明加密防泄密软件

国内众多设计院都在推进信息化建设&#xff0c;特别是在异地办公、应用软件资产规模、三维设计技术推广应用以及协同办公等领域&#xff0c;这些加快了业务的发展&#xff0c;也带来了更多信息安全挑战&#xff0c;尤其是对于以知识成果为重要效益来源的设计院所&#xff0c;防…

STL技术概述与入门

STL技术概述与入门 STL介绍STL六大组件初识容器算法迭代器1. vector存放内置数据类型2. Vector存放自定义数据类型3. Vector容器的嵌套 ✨ 总结 参考博文1&#xff1a;STL技术——STL概述和入门 参考博文2&#xff1a;&#xff1c;C&#xff1e;初识STL —— 标准模板库 STL介…

QT QIFW Linux下制作软件安装包

一、概述 和windows的操作步骤差不多&#xff0c;我们需要下装linux下的安装程序&#xff0c;然后修改config.xml、installscript.qs和package.xml文件。 QT QIFW Windows下制作安装包(一)-CSDN博客 一、下装QIFW 下装地址&#xff1a;/official_releases/qt-installer-fra…

基于YOLOv7算法和的高精度实时头盔目标检测识别系统(PyTorch+Pyside6+YOLOv7)

摘要&#xff1a;基于YOLOv7算法的高精度实时头盔目标检测系统可用于日常生活中检测与定位工人是否佩戴头盔&#xff0c;此系统可完成对输入图片、视频、文件夹以及摄像头方式的目标检测与识别&#xff0c;同时本系统还支持检测结果可视化与导出。本系统采用YOLOv7目标检测算法…