会员
众包
新闻
博问
闪存
赞助商
HarmonyOS
Chat2DB
所有博客
当前博客
我的博客
我的园子
账号设置
会员中心
简洁模式
...
退出登录
注册
登录
dudu
博客园
首页
新随笔
联系
订阅
管理
2018年12月18日
Spark-python入门
摘要: Hadoop是对大数据集进行分布式计算的标准工具,这也是为什么当你穿过机场时能看到”大数据(Big Data)”广告的原因。它已经成为大数据的操作系统,提供了包括工具和技巧在内的丰富生态系统,允许使用相对便宜的商业硬件集群进行超级计算机级别的计算。2003和2004年,两个来自Google的观点使H
阅读全文
posted @ 2018-12-18 10:45 DUDU1992
阅读(7430)
评论(0)
推荐(0)
2018年8月6日
python中的Turtle模块
摘要: 一:笔绘制图形状态的方法 turtle.pendown() 移动的时候绘制 turtle.penup() 移动的时候不绘制 turtle.pensize() 将线的粗细设定为指定宽度 二:Turtle运动的方向 turtle.forward(d) 移动方向前移指定距离 turtle.backward
阅读全文
posted @ 2018-08-06 16:20 DUDU1992
阅读(3989)
评论(0)
推荐(0)
2018年6月7日
pytorch显示网络结构
摘要: 转发:https://blog.csdn.net/gyguo95/article/details/78821617 首先要安装 这种方法需要安装python-graphviz: conda install -n pytorch python-graphviz 这种方法需要安装python-graph
阅读全文
posted @ 2018-06-07 11:26 DUDU1992
阅读(6655)
评论(0)
推荐(0)
2018年6月1日
风格迁移(2)-Fast Style Transfer
摘要: X为输入图片 fw 风格迁移的网络 yc就是X ys是风格后的图片 y帽为输入图片X经过fw 风格迁移的网络生成的图片 y帽在内容上与yc相类似,在风格上与ys相类似。 Fast Style Transfer的训练步骤如下: 1 输入一张图片x到fw中得到结果y帽 2 将y帽与yc输入到loss n
阅读全文
posted @ 2018-06-01 19:23 DUDU1992
阅读(853)
评论(0)
推荐(0)
2018年5月30日
风格迁移(1)-格拉姆矩阵
摘要: 风格迁移又称风格转换,直观的说就是给输入的图像假滤镜,但是又不同于传统滤镜。风格迁移基于人工智能,但是每个风格都是由真正的艺术家作品训练。只要给定原始图片,并且选择艺术家的风格图片,就能把原始图片转换成相应的艺术家风格的图片。 风格迁移的要求: 1:要求生成的图片在内容,细节上尽量与输入图片相似。
阅读全文
posted @ 2018-05-30 17:11 DUDU1992
阅读(5785)
评论(0)
推荐(0)
使用GAN生成图片
摘要: 一:卷积神经网络的搭建 训练后生成的图片
阅读全文
posted @ 2018-05-30 12:51 DUDU1992
阅读(4314)
评论(0)
推荐(0)
2018年5月27日
动态规划问题
摘要: 动态规划问题(DOP) 指其目标函数不仅与决策变量有关,而且还会随着时间环境的变化动态变化,因此其最优解也会随着时间环境的变化而变化。 动态优化问题一般包括动态单目标优化问题(DSOP)和动态多目标优化问题(DMOP) 动态多目标优化问题(DMOP)期望解决的问题有: 1 :如何尽可能有效的追踪DM
阅读全文
posted @ 2018-05-27 16:45 DUDU1992
阅读(356)
评论(0)
推荐(0)
2018年5月13日
使用pytorch进行卷积和反卷积运算
摘要: (1)卷积运算(二维卷积) 以下是pytorch官网上的API 第一种情况 如上图所示,输入图片为4*4,卷积核为3*3,步长为1,零填充。 代码表示: 第二种情况 如上图所示,输入图片为5*5,卷积核为4*4,步长为1,填充为2。 代码表示: 第三种情况 如上图所示,输入图片为5*5,卷积核为3*
阅读全文
posted @ 2018-05-13 10:06 DUDU1992
阅读(3124)
评论(0)
推荐(0)
2018年5月2日
使用pytorch进行线性回归
摘要: 以上是欲拟合数据
阅读全文
posted @ 2018-05-02 14:51 DUDU1992
阅读(2037)
评论(0)
推荐(0)
2018年5月1日
学习pytorch-使用Torch搭建一个简单神经网络
摘要: a.pyimport torch import numpy as np #生成一个五行四列的二维矩阵 print(torch.Tensor(5, 4)) # 返回的数组大小是5x4的矩阵,初始化是0~1的均匀分布 x=torch.rand(5, 4) print(torch.randn(5, 4)) print(x) #查看x的形状 print(x.size()) # numpy 类似的返回5x...
阅读全文
posted @ 2018-05-01 20:21 DUDU1992
阅读(19385)
评论(0)
推荐(0)
下一页
公告