上一页 1 ··· 32 33 34 35 36 37 38 39 40 ··· 43 下一页
摘要: 1. 实现跨通道的交互和信息整合 对于某个卷积层,无论输入图像有多少个通道,输出图像通道数总是等于卷积核数量! 对多通道图像做1x1卷积,其实就是将输入图像于每个通道乘以卷积系数后加在一起,即相当于把原图像中本来各个独立的通道“联通”在了一起。 2. 进行卷积核通道数的降维和升维 进行降维和升维引起 阅读全文
posted @ 2019-02-04 14:37 Austin_anheqiao 阅读(1047) 评论(0) 推荐(0) 编辑
摘要: 可以看成图像分类与定位的结合,给定一张图片,目标检测系统要能够识别出图片的目标并给出其位置,由于图片中目标数是不定的,且要给出目标的精确位置,目标检测相比分类任务更复杂。目标检测的一个实际应用场景就是无人驾驶。 目标检测算法可以分为两类: 一类是基于region proposal的R-CNN系列算法 阅读全文
posted @ 2019-02-03 21:09 Austin_anheqiao 阅读(1289) 评论(0) 推荐(0) 编辑
摘要: 转化为指定的类型,一般是将bool类型转化为其他的数据类型,例如:tf.float32 阅读全文
posted @ 2018-12-17 15:38 Austin_anheqiao 阅读(188) 评论(0) 推荐(0) 编辑
摘要: 比较是否相等,返回的是bool值 阅读全文
posted @ 2018-12-17 15:37 Austin_anheqiao 阅读(255) 评论(0) 推荐(0) 编辑
摘要: 求均值 阅读全文
posted @ 2018-12-17 15:36 Austin_anheqiao 阅读(165) 评论(0) 推荐(0) 编辑
摘要: 一定要注意,执行 broadcast 的前提在于,两个 ndarray 执行的是 element-wise(按位加,按位减) 的运算,而不是矩阵乘法的运算,矩阵乘法运算时需要维度之间严格匹配。(且矩阵乘法,np.dot(A, B) 如果维度不匹配,提示的错误不会是 broadcast,而是 alig 阅读全文
posted @ 2018-12-17 14:52 Austin_anheqiao 阅读(977) 评论(0) 推荐(0) 编辑
摘要: 下载python源代码之后,使用: 下载下来的数据集分成: mnist.train.images 60000*784 mnist.train.labels 60000*10 mnist.test.images 60000*784 mnist.test.labels 60000*10 阅读全文
posted @ 2018-11-28 09:37 Austin_anheqiao 阅读(2658) 评论(0) 推荐(0) 编辑
摘要: TensorBoard是TensorFlow 的可视化工具。主要为了更方便用户理解 TensorFlow 程序、调试与优化,用户可以用 TensorBoard 来展现 TensorFlow 图像,绘制图像生成的定量指标图以及附加数据。 TensorBoard 通过读取 TensorFlow 的事件文 阅读全文
posted @ 2018-11-27 15:36 Austin_anheqiao 阅读(359) 评论(0) 推荐(0) 编辑
摘要: 感悟:耗时最多的就是数据格式整理,其本身并不复杂 NN-LSTM-NN-SOFTMAX 数据格式:batch_size =>批大小,n_steps=>要建立多少lstm 0.原始输入数据格式:batch_size,n_steps,data_size 1.合并数据,准备NN:batch_size*n_ 阅读全文
posted @ 2018-11-27 10:41 Austin_anheqiao 阅读(1207) 评论(0) 推荐(0) 编辑
摘要: 使用图 (graph) 来表示计算任务. 在被称之为 会话 (Session) 的上下文 (context) 中执行图. 使用 tensor 表示数据. 通过 变量 (Variable) 维护状态. 使用 feed 和 fetch 可以为任意的操作(arbitrary operation) 赋值或者 阅读全文
posted @ 2018-11-27 10:34 Austin_anheqiao 阅读(159) 评论(0) 推荐(0) 编辑
上一页 1 ··· 32 33 34 35 36 37 38 39 40 ··· 43 下一页