markdown-body entry-content container-lg" itemprop="text">

如何食用

🏷️sec_code

1. 运行环境 + L0CV 加载

依赖包安装

sudo apt-get update
pip3 install -r requirements.txt

创建 L0CV

python3 setup.py

测试环境

cd code
python3 L0CV_test.py

2. 直接调用每个章节的代码测试

import L0CV

3. 一种结合了代码、图示和HTML的在线学习媒介

按书中内容先后顺序逐章阅读，或者选取特定章节祥读 📁 docs/ ¹，动手实践章节代码，在代码文件 📁 code/ ² 下找到对应代码，本地测试或者Colab 📁 notebooks/ ³ 在线测试。

示例

python3 L0CV_test.py

源代码:

import time
import torch
import torch.nn.functional as F
import torchvision
import numpy as np
from PIL import Image

import sys
sys.path.append("..") 
import L0CV
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu') # 均已测试

temp = "%-15s %-15s %15s"  
print(temp % ("device", "torch version", "L0CV version"))
print(temp % (device, torch.__version__, L0CV.__version__))

可输出三项信息无报错即表示环境安装正确.

例如:

👥 Community

We have a discord server! This should be your first stop to talk with other friends in ACTION. Why don't you introduce yourself right now? Join the ACTION channel in L0CV Discord
L0CV-微信读者交流群 关注公众号迈微AI研习社，然后回复关键词“计算机视觉实战教程”，即可加入“读者交流群”

LICENSE

L0CV代码部分采用 Apache 2.0协议进行许可，包括名为 L0CV 的原创第三方库、/code和/notebook下的源代码。遵循许可的前提下，你可以自由地对代码进行修改，再发布，可以将代码用作商业用途。但要求你：
- 署名：在原有代码和衍生代码中，保留原作者署名及代码来源信息。
- 保留许可证：在原有代码和衍生代码中，保留Apache 2.0协议文件。
L0CV文档部分采用知识共享署名 4.0 国际许可协议进行许可。遵循许可的前提下，你可以自由地共享，包括在任何媒介上以任何形式复制、发行本作品，亦可以自由地演绎、修改、转换或以本作品为基础进行二次创作。但要求你：
- 署名：应在使用本文档的全部或部分内容时候，注明原作者及来源信息。
- 非商业性使用：不得用于商业出版或其他任何带有商业性质的行为。如需商业使用，请联系作者。
- 相同方式共享的条件：在本文档基础上演绎、修改的作品，应当继续以知识共享署名 4.0国际许可协议进行许可。

Uh oh!