Imageless Gradient Buttons

1、梯度函数 gradient np.gradient(f) 计算数组f中元素的梯度，当f为多维时，返回每个维度的梯度 梯度：连续值之间的变化率，即斜率 实例代码如下 #一维数组：存在俩侧值 斜率=（右侧值-左侧值）/ 2 只存在一侧值 斜率=（本身-左侧值） 或者 （右侧值-本身） >>> import numpy as np >>> c=np.random.randint(0,20,15) >

训练深度学习模型过程中，经常会遇到CUDA error: out of memory（OOM）的问题。有一些简单粗暴但不elegent的解决办法： 减小Batch Size, e.g 32 → \rightarrow → 16 减小输入的大小，e.g.332 × \times × 332 × \times × 3 → \rightarrow → 224 × \times × 224 × \time

一、基本语法 numpy.gradient(f, *varargs, **kwargs) （1）f：类数组，可以是ndarray，也可是列表、元组... （2）varargs：默认值为1。如果是单个数，则让所有axis上的间距除以这个数；如果是连续几个数，数量和axis的数量相同，则各个axis上的间距和这连续几个数分别对应。 （3）edge_order ：只能是1或2。这个参数用来指定边界元素的

Android10版本的Gradient渐变色如果没有设置android:angle的话，默认是从上往下渐变。 其他版本手机默认从左至右渐变。 每次制作gradient时，显式的设置渐变angle angle = 0；从左至右 angle = 90；从下往上 180：从右至左 270：从上至下