tf.identity 个人理解
摘要：tf.identity is useful when you want to explicitly transport tensor between devices (like, from GPU to a CPU). The op adds send/recv nodes to the graph
阅读全文
tkinter绑定鼠标滚轮滚动事件 canvas.bind("<MouseWheel>", processWheel) 失效
摘要：其实，不同系统不一样，我的是Ubuntu 所以是<Button-4> <Button-5> 见下： 来自：https://stackoverflow.com/questions/17355902/python-tkinter-binding-mousewheel-to-scrollbar Platf
阅读全文
ValueError: too many values to unpack tensorflow
摘要：使用tensorflow 的时候报错： result ,_= sess.run(ops)ValueError: too many values to unpack 其实是ops里面不止一个，返回解压成2个（result ,_） 失败！！！！ 正确的是： result = sess.run(ops)
阅读全文
PR(Precision-Recall)曲线和mAP指标
摘要：来自： https://www.zhihu.com/question/41540197 https://www.douban.com/note/518998773/ 作者：水哥链接：https://www.zhihu.com/question/41540197/answer/91698989来源：知
阅读全文
RPN(region proposal network)之理解
摘要：在faster-r-cnn 中，因为引入rpn层，使得算法速度变快了不少，其实rpn主要作用预测的是 “相对的平移，缩放尺度”，rpn提取出的proposals通常要和anchor box进行拟合回归，就像 卡尔曼滤波一样，最终结果是基于观测量加上一个预测量。这里将的不错，公式和代码也 切合。 下面
阅读全文
atrous convolution
摘要：atrous convolution 简而言之，带孔卷积： 来自：https://zhuanlan.zhihu.com/p/27470685 假设一个二维信号，每个位置对应的输出为和卷积核为，带孔卷积在输入feature map上的计算如下： 其中孔的比例为对应采样输入信号的步长，这相当于将输入与通
阅读全文
对于机器学习中多通道卷积经常理解不太精确，这里有篇讲的不错的
摘要：http://blog.csdn.net/zy1034092330/article/details/62044941 2.1 多通道图像卷积基础知识介绍 缩进在介绍RPN前，还要多解释几句基础知识，已经懂的看官老爷跳过就好。 对于单通道图像+单卷积核做卷积，第一章中的图3已经展示了； 对于多通道图像
阅读全文
tensorflow 指定使用gpu处理，tensorflow占用多个GPU但只有一个在跑
摘要：我们在刚使用tensorflow的过程中，会遇到这个问题，通常我们有多个gpu，但是 在通过nvidia-smi查看的时候，一般多个gpu的资源都被占满，但是只有一个gpu的GPU-Util 和 219W / 250W（Usage/Cap）会被占满。实际上我们只有一个在跑，但是我们其实只需要 一个卡
阅读全文
Bad owner or permissions on .ssh/config的解决
摘要：出处：http://blog.csdn.net/notzuonotdied/article/details/69668519 在.ssh目录，执行以下命令行：
阅读全文
anchor_generator.proto:11:3: Expected "required", "optio nal", or "repeated"
摘要：转自：https://github.com/tensorflow/models/issues/1834 When I use the commond " protoc object_detection/protos/*.proto --python_out=.",The output:object_
阅读全文
机器学习之overfiting
摘要：有错欢迎指正，别让小弟继续错下去。 我们在使用机器学习过程中，经常会overfiting，overfiting的产生原因是noise。训练样本大的话，还好，不用考虑这个 问题。但是，当数据量小的时候，加上模型的结构还不想改变。比如，你想尝试使用vgg16 网络进行训练，对于vgg的VC维来说是比较大
阅读全文
对于机器学习中，数据增强
摘要：众所周知，数据对机器学习来说是那么的重要，但是我们通常因为各种原因得不到 理想的数据量，这时候我们就想到进行数据增强。比如添加噪声，左右镜像，随机crop 一部分等，但是有一点要注意的，就是要记住我们要机器学习的是什么特征，比如说人脸， 眼睛，嘴巴等，这时候添加噪声就不能改变这些特征。一句话：喂给机
阅读全文
分类问题中，对于训练数据中，如何找出真正有效的数据和让模型自动标注的一些想法
摘要：最近，在学习机器学习的分类问题，数据是一个问题，我们用一些数据训练，发现，训练的数据对好的图片识别率高，对不好的图片识别率低， 虽然通常好的图片比较多，但是就像svm一样，支持边界的就那几个点，所以决定分类边界的往往是分错的点。但这并不绝对，因为好的数据 可以决定大的边界，差的数据决定小的边界，因此
阅读全文
避免样本不均衡的一种思路
摘要：我们通常训练出一个分类模型时，再用这个模型对训练集合或者测试集合分类时，会发现分类会侧重于某一个类别 这时候可能出现训练样本不均衡，或者边界样本（这里边界样本就是指那些不容易分类，或者分类错误率主要贡献的样本） 这时候可以将分类错误的样本单独分出来，并手动再标注下，形成新的数据集合，然后，基于这个新
阅读全文
关于模型复杂度的一个想法
摘要：我们直观理解，如果在训练中，我们画出训练error和valid error，当发现overfiting了，在样本 足够的情况下overfiting是不是可以说明模型复杂度大于样本空间，这样我们是不是可以减少模型 的参数量，或者feature map，是不是可以给模型压缩做一个参考。同样，如果训练迭代
阅读全文
tensorflow serving 之minist_saved_model.py解读
摘要：最近在学习tensorflow serving，但是就这样平淡看代码可能觉得不能真正思考，就想着写个文章看看，自己写给自己的，就像自己对着镜子演讲一样，写个文章也像自己给自己讲课，这样思考的比较深，学到的也比较多，有错欢迎揪出， minist_saved_model.py 是tensorflow的第
阅读全文
tensorflow serving 中 No module named tensorflow_serving.apis，找不到predict_pb2问题
摘要：最近在学习tensorflow serving，但是运行官网例子，不使用bazel时，发现运行mnist_client.py的时候出错， 在api文件中也没找到predict_pb2，因此，后面在网上看到，它在这里 "bazel-bin/tensorflow_serving/example/mnis
阅读全文
贝叶斯公式的个人理解
摘要：我们来看下贝叶斯公式： 问题：假设有看到一个 现象B，然后，这个现象B是由事件Ai引发的概率是多少？ 上面的问题有一点拗口是不是？按到正常思维应该是：有一个事件，这个事件引发某一个现象的概率是多少。。。 但是，事与愿违。。。。感觉烦也得搞定！！！！！！！！！！！！ 我们再分析下，现在有事件A1，A2
阅读全文
决策树：为什么分类后信息熵减少了。（信息熵的定义，信息增益）
摘要：这个问题可能比较简单，但是也算是一点感悟吧。我们来看个例子（来自：http://blog.csdn.net/acdreamers/article/details/44661149）： 当前信息的熵计算如下： 再看下，按照outlook分类后的例子： 分类后信息熵计算如下： 代表在特征属性的条件下样本
阅读全文
