一抹烟霞 - 博客园

2018年12月22日

摘要：问题原因：代码是用python2写的，当用python3时会报错。把代码改成如下python3的格式： data_convert.py # coding:utf-8 from __future__ import absolute_import import argparse import os i 阅读全文

posted @ 2018-12-22 22:49 一抹烟霞阅读(216) 评论(0) 推荐(0)

将图片数据保存为单个tfrecord文件

摘要： # Author Qian Chenglong # -*-coding: utf-8 -*- import tensorflow as tf import numpy as np import os import cv2 import matplotlib.pyplot as plt import 阅读全文

posted @ 2018-12-22 22:35 一抹烟霞阅读(221) 评论(0) 推荐(0)

2018年12月21日

线性系统和非线性系统

摘要： 1.线性系统组成系统元器件的特性均为线性的,可用一个或一组线性微分方程来描述系统输入和输出之间的关系。线性系统的主要特征是具有齐次性和叠加性。 2.非线性系统在系统中只要有一个元器件的特性不能用线性微分方程描述其输入和输出关系,则称为非线性系统。非线性系统还没有一种完整、成熟、统一的分析法。通常阅读全文

posted @ 2018-12-21 14:52 一抹烟霞阅读(1260) 评论(0) 推荐(0)

控制系统中常用的名词术语

摘要： (1)输入信号:泛指对系统的输出量有直接影响的外界输入信号,既包括控制信号又包括扰动信号。其中控制信号又称控制量、参考输入、或给定值。 (2)输出信号(输出量):是指反馈控制系统中被控制的物理量,它与输入信号之间有一定的函数关系。 (3)反馈信号:将系统(或环节)的输出信号经变换、处理送到系统(或环阅读全文

posted @ 2018-12-21 14:48 一抹烟霞阅读(1552) 评论(0) 推荐(0)

开环控制系统与闭环控制系统

摘要：开环控制系统是指无被控量反馈的控制系统,即需要控制的是被控对象的某一量(被控量),而测量的只是给定信号,被控量对于控制作用没有任何影响的系统。结构如图所示。闭环控制的定义是有被控制量反馈的控制,其原理框如图所示。从系统中信号流向看,**系统的输出信号沿反馈通道又回到系统的输入端,**构成闭合通道, 阅读全文

posted @ 2018-12-21 14:44 一抹烟霞阅读(4866) 评论(0) 推荐(0)

反馈控制

摘要：反馈的自动控制的被控量和输入量都应该是要控制的对象，或是他的某种信号。如要控制加热器的温度：实际输出是给加热器的电流，输入是温度的电信号的偏差阅读全文

posted @ 2018-12-21 14:31 一抹烟霞阅读(701) 评论(0) 推荐(0)

2018年12月19日

Tensorflow把label转化成one_hot格式

摘要： one_hot( indices, #指数的张量，即label的矩阵形式（1行 n列） depth, #一个标量，用于定义一个 one hot 维度的深度。即分类数 on_value=None, #定义在 indices[j] = i 时填充输出的值的标量。（默认：1） off_value=None 阅读全文

posted @ 2018-12-19 00:15 一抹烟霞阅读(738) 评论(0) 推荐(0)

2018年12月17日

Tensorflow——tf.nn.max_pool池化操作

摘要： tf.nn.max_pool( value#需要池化的输入，一般池化层接在卷积层后面，所以输入通常是feature map，依然是[batch, height, width, channels]这样的shape ksize,#池化窗口的大小，取一个四维向量，一般是[1, height, width, 阅读全文

posted @ 2018-12-17 23:41 一抹烟霞阅读(208) 评论(0) 推荐(0)

Tensorflow——tf.nn.conv2d卷积操作

摘要： tf.nn.conv2d( input, #指需要做卷积的输入图像，给定形状为[batch, in_height, in_width, in_channels]的输入张量。具体含义是[训练时一个batch的图片数量, 图片高度, 图片宽度, 图像通道数] filter, #形状为[filter_he 阅读全文

posted @ 2018-12-17 23:13 一抹烟霞阅读(188) 评论(0) 推荐(0)

Tensoflow简单神经网络实现非线性拟合

摘要：定义一个自动增加网络层数的函数权重weight的设置：在生成初始参数时，随机变量(normal distribution)会比全部为0要好很多，所以我们这里的weights为一个in_size行, out_size列的随机变量矩阵。 Weights = tf.Variable(tf.random_ 阅读全文

posted @ 2018-12-17 21:00 一抹烟霞阅读(328) 评论(0) 推荐(0)