Xbox One S国行版，结果到货后，非常悲剧的发现音频输出部分只支持HDMI跟光纤音箱的接口。注意：主机上那个貌似耳机插孔的地方，实际上是外置红外接收器的接口（接口附近有IR Input字样）Xbox One S自带的手柄上，有一个耳机的插孔，可以插上耳机，但是问题是，长时间带耳机会比较夹耳朵，因此还是用以前买的小喇叭最好了（本人对音质的追求不高）。
搜索了半天，在淘宝找到两个解决方法：
|
1 2 3 4 5 6 7 8 9 |
from PIL import Image im = Image.open("xxx.jpeg") pix = im.load() width = im.size[0] height = im.size[1] for x in range(width): for y in range(height): r, g, b = pix[x, y] print(r, g, b) |
在使用GPU做计算，比如跑Deep Learning代码的时候，我们可能希望能够实时检测显存的使用情况。
Nvidia自带了一个名为nvidia-smi的命令行工具，会显示显存使用情况，但这个命令行工具只能输出一次结果，不支持持续监控输出。
这时候就需要用到watch命令了.
参照Ubuntu 14.04,14.10,16.04编译CPU版本Caffe确保可以正常编译通过CPU版本的Caffe.
参照Ubuntu 16.04安装Nvidia CUDA驱动安装Nvidia CUDA驱动.
参照Ubuntu 16.04开启dlib对于AVX或者CUDA的支持里面设置Nvidia CUDNN部分，配置好Nvidia CUDNN库.
|
1 2 3 4 5 |
$ cd caffe $ cmake . -DCUDA_NVCC_FLAGS="-D_FORCE_INLINES" $ make |
如果编译时候出现如下错误信息
|
1 2 3 4 5 6 7 8 9 10 11 12 13 |
/usr/include/string.h: In function ‘void* __mempcpy_inline(void*, const void*, size_t)’: /usr/include/string.h:652:42: error: ‘memcpy’ was not declared in this scope return (char *) memcpy (__dest, __src, __n) + __n; ^ CMake Error at cuda_compile_generated_softmax_layer.cu.o.cmake:266 (message): Error generating file /home/longsky/Source/caffe/src/caffe/CMakeFiles/cuda_compile.dir/layers/./cuda_compile_generated_softmax_layer.cu.o src/caffe/CMakeFiles/caffe.dir/build.make:469: recipe for target 'src/caffe/CMakeFiles/cuda_compile.dir/layers/cuda_compile_generated_softmax_layer.cu.o' failed make[2]: *** [src/caffe/CMakeFiles/cuda_compile.dir/layers/cuda_compile_generated_softmax_layer.cu.o] Error 1 CMakeFiles/Makefile2:272: recipe for target 'src/caffe/CMakeFiles/caffe.dir/all' failed make[1]: *** [src/caffe/CMakeFiles/caffe.dir/all] Error 2 |
则需要在执行cmake的时候增加
|
1 |
-DCUDA_NVCC_FLAGS="-D_FORCE_INLINES" |
的定义。
某些库在使用Nvidia CUDNN的时候会崩溃，此时我们可以在编译的时候，排除Nvidia CUDNN即可。
例子如下：
|
1 |
$ cmake . -DCUDA_NVCC_FLAGS="-D_FORCE_INLINES" -DUSE_CUDNN=OFF |
Python 2.7中按照如下方式定义类
|
1 2 3 4 5 6 7 8 9 10 11 |
class Rectangle: def __init__(self,l): self.left = l def left(self): return self.left if __name__ == '__main__': rect = Rectangle(1) print rect.left() |
在执行脚本的时候会报告如下错误
|
1 2 3 4 |
Traceback (most recent call last): File "test.py", line 11, in <module> print rect.left() TypeError: 'int' object is not callable |
造成错误的原因在于Python 2.7中当类的成员变量跟方法名重名的时候,默认是使用类的成员变量，而成员变量是无法被调用的，因而导致报错。
解决方法就是避免方法名跟成员变量同名即可，比如上面的定义修改成如下方式即可
|
1 2 3 4 5 6 7 8 9 10 11 |
class Rectangle: def __init__(self,l): self.l = l def left(self): return self.l if __name__ == '__main__': rect = Rectangle(1) print rect.left() |
Python 2.7中使用下面代码的时候
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 |
import multiprocessing class examplePool: def __init__(self): self.pool = multiprocessing.Pool() def run(self,args): print args def runProcessPool(self): self.pool.apply(self.run,(60,)) self.pool.close() self.pool.join() if __name__ == '__main__': pool = examplePool() pool.runProcessPool() |
会报告如下错误：
|
1 2 3 4 5 6 7 8 9 10 |
Traceback (most recent call last): File "text.py", line 18, in <module> pool.runProcessPool() File "text.py", line 12, in runProcessPool self.pool.apply(self.run,(60,)) File "/usr/lib/python2.7/multiprocessing/pool.py", line 244, in apply return self.apply_async(func, args, kwds).get() File "/usr/lib/python2.7/multiprocessing/pool.py", line 567, in get raise self._value cPickle.PicklingError: Can't pickle <type 'instancemethod'>: attribute lookup __builtin__.instancemethod failed |
这种错误发生的原因是Python 2.7版本中的multiprocessing模块的进程池部分存在BUG，无法正常处理这种写法的代码，据说在Python 3.4版本之后解决了此问题。
目前测试来看，不用Python 2.7中的进程池，而是自己创建进程，自己管理进程的方式，可以比较简单的解决此类问题。
比如代码修改成如下样子，即可正常运行
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 |
import multiprocessing class exampleProcess: def __init__(self): self.process = multiprocessing.Process(target=self.run,args=(60,)) def run(self,args): print args def runProcess(self): self.process.start() self.process.join() if __name__ == '__main__': process = exampleProcess() process.runProcess() |
至于多进程的管理，则只需要使用
|
1 |
from multiprocessing import Process, Queue |
引入multiprocessing模块的Queue,实现一个简单的生产者，消费者模型即可。
在Python中使用libav视频解码的时候，如果需要更改最后输出的视频的宽高，比如如下代码：
|
1 2 3 4 5 6 7 8 9 |
width = 240 container = av.open(url) video_stream = next(s for s in container.streams if s.type == 'video') for packet in container.demux(video_stream): for frame in packet.decode(): if frame is None: break frame = frame.reformat(width,height) img = frame.to_image() |
可能会收到一条警告信息
|
1 |
WARNING:libav.swscaler:Warning: data is not aligned! This can lead to a speedloss |
导致警告的原因是swscaler的缩放的目标尺寸不合适，它预期的大小是16的倍数，这个倍数可以保证swscaler以最高效的方式进行图片的缩放处理。
解决警告的方式就是保证宽高都是16的倍数即可。
[swscaler] Warning: data is not aligned! This can lead to a speedloss 的解决方法【FFmpeg】
最近在调试脚本时，偶尔会由于脚本错误，出现一批的进程没有结束的情况. 手工结束进程，太浪费时间，因此找到一个可以批量结束同名进程的脚本命令，如下:
|
1 |
$ ps -ef | grep '进程名' | grep -v grep | awk '{print $2}' | xargs kill -9 |
判断当前PHP的版本是否高于某个版本，或者低于某个版本的方法是使用version_compare()函数。
|
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 28 29 |
<?php header('content-type:text/html;charset=utf-8'); /** * 判断php的版本是否在7.0.0以上 */ echo '<pre>'; //本人使用的版本为 7.0.18 echo 'PHP的当前版本为 '.PHP_VERSION."\n"; var_dump(version_compare(PHP_VERSION,'5.2.0')); var_dump(version_compare(PHP_VERSION,'5.2.0','=')); var_dump(version_compare(PHP_VERSION,'5.3.0','ge')); if(version_compare(PHP_VERSION,'7.0.0','ge')){ echo '您的PHP版本大于7.0.0,当前版本为 '.PHP_VERSION; }else{ echo '您的PHP版本小于7.0.0,当前版本为 '.PHP_VERSION; } ?> |
vim显示行号可以快速的找到代码对应的行。
Ubuntu 16.04 LTS下，vim显示行号的命令如下：
|
1 |
$ sudo vim /etc/vim/vimrc |
在文件的最后一行增加
|
1 |
set nu |
即可。