在学GNN的过程中，一直有个疑问，我们如何去构建合适的图，也就是说我们应该怎样对数据进行建模，得到合适的图结构，如果图结构设计不合理，又怎么拿GNN去处理呢，看了些文章，发现有knn建图，也有用相似性

最近在做人像识别的工作，需要根据人像照片的清晰度、人脸正拍还是侧拍、正立还是倒立（以及顺逆时针旋转90度）进行分类。 问题相关代码 import cv2import numpy as np 读取文件

之前的DNN分类问题，解决了上面一个bug,后面又出现了一个问题： import scipy.sparse xtest_count=scipy.sparse.lil_matrix(xtest_coun

DNN 分类后出现以下报错： import scipy.sparse xtest_count=scipy.sparse.lil_matrix(xtest_count).toarray() ytest_

继DNN分类问题解决后，出现了一个新的问题： import scipy.sparse xtrain_count=scipy.sparse.lil_matrix(xtrain_count).toarra

用DNN分类的时候出现了以下问题，麻烦大家帮忙解答一下： history = model.fit(xtrain_count, ytrain_count, bat

跑DNN的时候，遇到了下面的问题： model = Sequential() model.add(Dense(1024, input_shape=(X_train.shape[1],)))#choos

opencv 加载 tf2 模型报错如下：[ERROR:0@0.535] global D:\a\opencv-python\opencv-python\opencv\modules\dnn\src\

问题遇到的现象和发生背景 在window底下编译了opencv GPU版本，电脑内存大量增加 问题相关代码，请勿粘贴截图 cv::dnn::Net m_tank_net = cv::dnn::read

问题遇到的现象和发生背景 使用cv2的dnn模块超分辨率出现cv2.error: OpenCV(4.5.1) C:\Users\appveyor\AppData\Local\Temp\1\pip-re

关注了你的博客，工作很棒，请继续加油！另外我有个不情之请，能不能写一篇关于opencv dnn实现神经网络的文章呢？比如，有些网络结构中的某些层，在opencv自己的定义中没有，需要自行改动layer

需求 : 使用 Python+opencv实现视频中的物体识别，细节描述 : 用电子设备录制视屏， 对此视频进行识别，里面可能任何物品。

就好像下载不了，快崩溃了 opencv_face_detector.pbtxt opencv_face_detector_uint8.pb，这两个文件在GitHub下不了链接标题https://git

我想问一下有没有不调用接口的语音识别代码，找了好久一直没找到。