使用python对文件夹内的照片进行批量重命名

原代码来自:https://www.jb51.net/article/156684.htm

找来找去终于看到一个能用的,简单修改好以后可以使用python3或者anaconda prompt进行批量文件名修改了……

使用方法很简单,

1.先使用随便一个代码编辑器,比如vs code,新建一个rename.py文件

2.将上面代码复制进去,修改 self.path = C:/Users/ThinkPad User/Desktop/weibo 这里的路径信息为你需要修改的文件夹信息……

3.保存

4.打开终端或者你的anaconda prompt 输入cd C:/Users/ThinkPad User/Desktop/weibo (这里是打开你的rename.py所在文件夹的路径)

5.终端或者你的anaconda prompt 中输入python rename.py 

6.等待批量修改完成

基于Grad-CAM的CNN卷积神经网络卷积层权重可视化方式

运行环境:WIN10  tensorflow1.3.1  CUDA10 python3.7 Keras Numpy matplotlib OpenCV

原程序来自于github:https://github.com/himanshurawlani/convnet-interpretability-keras

作者的文章blog https://towardsdatascience.com/visual-interpretability-for-convolutional-neural-networks-2453856210ce

实现效果:卷积核可视化、热区图、中间激活层可视化、反卷积可视化

主要作用其实就是把卷积神经网络中的权重激活可视化的展现出来,最初提出具体请看这一篇论文

Grad-CAM: Visual Explanations from Deep Networks via Gradient-based Localization     https://arxiv.org/abs/1610.02391

请教了一下计算机的同学,意思大概是Grad-CAM模型的优势在于不需要重新进行训练,在输出的时候不影响其权重的传递,不改变模型结构,可以直接输出。至于为什么用这一套代码,第一有注释非常清晰……第二我去找了原来论文的代码,不是基于tensorflow环境下的……不好运行,还有一些老的代码(16、17年左右的)在新环境下跑不出来总是报错,其他的一些代码也是需要caffe之类的,这个只需要tensorflow下的一些就可以。这个轮子非常好用!

如何使用 NVIDIA StyleGAN 生成自己的动漫(老婆)头像

大家应该前段时间都被StyleGan生成动漫(老婆)头像的新闻刷屏了,但是基本上玩的起来的都是比较核心的程序猿,本文的主旨意思是希望每一个热爱动漫,喜欢研究人工智能的朋友都可以享受调教stylegan,生成自己头像的快乐,所以算是一个简单的使用stylegan教程,请专业大佬轻喷,如有问题请留言回复!我将进行修正和补充。 想要生成属于自己的头像,首先要在自己的电脑上部署CUDA和tensorflow-gpu加速环境,详细的安装和stylegan运行教程请看我上一篇文章