我用keras (用于情感语音识别的LSTM分类器)与python一起构建了一个深度学习模型,它在本地工作得很好,但是当我加载模型或传递音频分类时,我得到了很高的内存使用量(到目前为止没有问题,因为我的机器中有16 in )。我试图在一个烧瓶web应用程序中将我的模型部署到Azure中,我的问题是:我需要一个云中的“超级机器”来运行我的模型,或者还有其他方法来部署它,以降低成本?
首先:我打算编写一个c#应用程序,使用户能够立即将JRPG和可视化小说中的文本框从日语翻译成英语或任何其他语言。后面的代码将包括检测文本框的方法,主要灵感来自于汽车牌照识别,但那是很久以后的事了。到目前为止,我还处于初级阶段,我正在使用IronOCR进行光学字符识别,并通过网址将日语字符串发送到谷歌翻译。但由于显而易见的原因,这导致了一项临时禁令。我想阻止这一禁令,或者在我的用例中找到一种更安全的方式来使用谷歌翻译。到目前为止,相关代码如下:
using System;
using System.Collections.Generic;
using System.Linq;
using Sys
我有一个使用matlab的步态识别系统。我想从帧差image.By加权平均方法中找出累积的帧差能量像,得到能够反映时间特性的累积帧差能量像。下面的公式展示了如何计算累积的帧差图像:
(,) = 1/N Σ (,, ) where Σ from t=1 to N
这是我的帧差图像(5张图像)
我想找出像这样的累积帧差能量图像(AFDEI):
我试着把5张图片加起来,取平均值给我一个非常不同的图片。
那么如何找到AFDEI呢?