在樹莓派上建立乙個最簡單手寫體識別系統（一）

目標，在樹莓派上建立乙個最簡單的手寫體識別系統。

規劃如下：

1 在pc上做使用tensorflow做乙個最簡單的softmax模型，把模型引數全部儲存下來

2 在pc上，使用python讀取模型引數，編寫模型**，使用opencv讀取，模型**

3 將**直接挪到樹莓派上執行，並測試模型**時間

1**：

#coding=utf-8

import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
from datetime import datetime
import math
import time
#載入資料集
mnist = input_data.read_data_sets("mnist_data",one_hot=true)
# 配置每個 gpu 上占用的記憶體的比例
#gpu_options = tf.gpuoptions(per_process_gpu_memory_fraction=0.95)
#sess = tf.session(config=tf.configproto(gpu_options=gpu_options))
x = tf.placeholder(tf.float32,[none, 784]) 
w = tf.variable(tf.zeros([784, 10])) 
b = tf.variable(tf.zeros([10])) 
y = tf.nn.softmax(tf.matmul(x,w)+b) 
y_ = tf.placeholder(tf.float32,[none, 10]) 
cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y), reduction_indices=[1])) 
train_step = tf.train.gradientdescentoptimizer(0.5).minimize(cross_entropy) 
init = tf.global_variables_initializer() 
sess = tf.session() #無gpu時候開啟
sess.run(init) 
for i in range(1000): 
batch_xs, batch_ys = mnist.train.next_batch(100) 
sess.run(train_step, feed_dict = ) 
correct_prediction = tf.equal(tf.argmax(y,1),tf.argmax(y_,1)) 
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32)) 
print(sess.run(accuracy, feed_dict=)) 
#儲存訓練出來的引數
seeb = sess.run(b) 
seew = sess.run(w) 
print(seeb.shape)
print(seew.shape)
import pandas as pd
from pandas import series,dataframe 
df = dataframe(seew)
df.to_csv('mnist_w.csv',index=false)
df = dataframe(seeb)
#print(df)
df.to_csv('mnist_b.csv',index=false)

testx = [mnist.test.images[0]]

testy = [mnist.test.labels[0]]
#tensorflow**結果
sess.run(y, feed_dict=)
#自己搭的softmax模型**結果
from numpy import *;
import numpy as np; #這個方式使用numpy的函式時，需要以np.開頭。
import math
testx = [mnist.test.images[0]]
a1=mat(testx);
a2=mat(seew);
a3=a1*a2;
a4 = a3+seeb
#print(a4)
etab=[0,0,0,0,0,0,0,0,0,0]
for i in range(0,10):
t = a4[0:,i]
t = t.tolist()[0]
t = t[0]
etab[i] = math.exp(t)
a = sum(etab)
for i in range(0,10):
t = etab[i]
t = t/a
print(t)
print ( "**值=",etab.index(max(etab)) )

在樹莓派上建立乙個最簡單手寫體識別系統（二）

首先得先把opencv安裝上。在pc上我使用的是anaconda，直接輸入 conda install channel org menpo opencv3 測試 import cv2 print cv2.version 這一步真簡單，網上也到處能搜到，我這裡就是記個筆記。第二步，使用opencv來讀...

建立乙個最簡單的VST

vst外掛程式在國內 人中還是被廣泛使用的，從0開始開發vst外掛程式，我個人想著還是從vst開始比較好。因為win32的基礎不是很好，動態鏈結庫的程式設計也不清楚，所以吃了很多苦頭。廢話戛然而止。第一步使用vs2013 新建工程，win32工程，dll，空專案，匯出符號。這裡我一開始新建的是mfc...

讓我們一起在樹莓派上編寫第乙個程式吧

入手樹莓派開始慢慢折騰，從基礎開始記錄，慢慢提高，高手繞過。預設已經裝好作業系統並啟動進入樹莓派操作介面 1.在編寫更改下樹莓派的vi編譯器，因為自帶的有點彆扭，狀態不顯示，退格退不了 前提網路已連線好 刪除自帶的，輸入命令，remove刪除 sudo apt get remove vim comm...