chamie - 博客园

2018年4月10日

TensorFlow：tf.reduce_mean(input_tensor, axis=None, keep_dims=False, name=None, reduction_indices=None)

摘要：在深度学习里研究的物体的关系，都是比较复杂的。比如一个图片32X32大小的，它的像素信息就有1024个点，如果考虑RGB三种颜色，就是1024X3了。对于目前还没有办法构造140亿个神经元的计算机来说，只能干一件事情，就是简化，化繁为简。为了简化，就需要使用算法来进行，在数学上最简单的处理，就是求平阅读全文

posted @ 2018-04-10 09:56 chamie 阅读(423) 评论(0) 推荐(0)

2018年4月9日

TensoFlow的tf.reshape()

摘要：函数的作用是将tensor变换为参数shape形式，其中的shape为一个列表形式，特殊的是列表可以实现逆序的遍历，即list(-1)：-1所代表的含义是我们不用亲自去指定这一维的大小，函数会自动进行计算，但是列表中只能存在一个-1。（如果存在多个-1，就是一个存在多解的方程）备注：TensorF 阅读全文

posted @ 2018-04-09 22:21 chamie 阅读(488) 评论(0) 推荐(0)

Python：查看矩阵大小，查看列表大小

摘要：对于Python3.5 查看矩阵大小查看列表大小阅读全文

posted @ 2018-04-09 21:56 chamie 阅读(63550) 评论(0) 推荐(0)

TensorFlow:tf.contrib.layers.xavier_initializer

摘要： xavier_initializer( uniform=True, seed=None, dtype=tf.float32 ) 该函数返回一个用于初始化权重的初始化程序 “Xavier” 。这个初始化器是用来保持每一层的梯度大小都差不多相同。参数： uniform: 使用uniform或者norm 阅读全文

posted @ 2018-04-09 21:10 chamie 阅读(3767) 评论(0) 推荐(0)

python:list

摘要：这篇论文是用TensorFlow写的代码，以下是理解内容记录：为了更好的理解，进行下面的代码实现：阅读全文

posted @ 2018-04-09 20:50 chamie 阅读(178) 评论(0) 推荐(0)

TensorFlow-Python：创建空列表list与append的用法

摘要： 1.空list的创建： 2.list中元素的创建和表达 3.list中元素的更改 4.在list末尾增加更多元素 5.如何截取list中的某一段 6. 修改改list中连续的元素 7.如何删除list中某段元素，或者全部阅读全文

posted @ 2018-04-09 20:23 chamie 阅读(1878) 评论(0) 推荐(0)

MATLAB：读取mat文件中物体的三维坐标，显示三维模型

摘要：在MATLAB中建立一个脚本show3Dmat.m文件，编写代码：阅读全文

posted @ 2018-04-09 19:46 chamie 阅读(1956) 评论(0) 推荐(0)

2018年4月7日

查看已装TensorFlow的版本和路径

摘要： pyhton Python 2.7.14... >>>import tensorflow as tf >>>tf.__version__ '1.3.0'>>>tf.__path__ 阅读全文

posted @ 2018-04-07 10:01 chamie 阅读(2877) 评论(0) 推荐(0)

MATLAB：读取txt文件中物体的三维坐标，显示三维模型

摘要：在MATLAB中建立一个脚本show3Dtxt.m文件，编写代码：运行代码：备注：voxel_grids_64\chair_0890_0_0_1_062_049_042.txt：阅读全文

posted @ 2018-04-07 09:26 chamie 阅读(5641) 评论(0) 推荐(0)

2018年4月6日

matlab中 %d，%f，%c，%s代表什么意思

摘要： 1.%d就是输出整型；%3d就是说按照长度为3的整型输出，比如10，输出就是“_10”，“_”代表空格。 2.%f就是输出小数；%6.2f就是小数点后保留2位，输出总长度为6，比如3.14159，输出后就是“_ _ _3.14”（前面三个空格） 3.%c就是输出字符串； 4.%s就是输出字符串；阅读全文

posted @ 2018-04-06 16:52 chamie 阅读(9765) 评论(0) 推荐(0)