上一页 1 ··· 43 44 45 46 47 48 49 50 51 ··· 124 下一页
摘要: 操作系统:Ubuntu 16.04 LTS 应用软件:Vivado 2016.2 + petalinux 2016.2 参考官方应用手册:ug1144-petalinux-tools-reference-guide.pdf 1、软件安装 1.1 基础软件安装 在安装应用软件前,需要为zynq开发环境 阅读全文
posted @ 2018-08-20 13:28 qiynet 阅读(2216) 评论(0) 推荐(0)
摘要: MarkdownPad2.5/2 注册码 User: Soar360@live.com 授权: GBPduHjWfJU1mZqcPM3BikjYKF6xKhlKIys3i1MU2eJHqWGImDHzWdD6xhMNLGVpbP2M5SN6bnxn2kSE8qHqNY5QaaRxmO3YSMHxlv 阅读全文
posted @ 2018-08-19 14:00 qiynet 阅读(218) 评论(0) 推荐(0)
摘要: VMware 安装了Ubuntu之后,在正常安装了VMware tools后,仍然不能正常的在Ubuntu与物理机之间自由的切换,每次都要按下ctrl+Alt,而且鼠标指针会经常性的离奇的失灵 解决方法为:安装xserver-xorg-input-vmmouse 命令:sudo apt-get in 阅读全文
posted @ 2018-08-17 09:53 qiynet 阅读(761) 评论(0) 推荐(0)
摘要: 我自己的学校是绑定MAC和IP上网的。这种方法名义上说是为了安全,不过是个搞计算机的都知道随便修改一下MAC就可以使用别人的IP了。 不提蛋疼的事情了,先来说说网络的配置吧 我用的是Ubuntu14.04 想配置静态ip的话需要编辑/etc/network/interfaces 我的配置如下 aut 阅读全文
posted @ 2018-08-14 23:34 qiynet 阅读(842) 评论(0) 推荐(0)
摘要: 01: https://github.com/Gaohaoyang/gaohaoyang.github.io 02: https://gaohaoyang.github.io/2018/06/01/animation/ 03: 阅读全文
posted @ 2018-08-14 16:58 qiynet 阅读(134) 评论(0) 推荐(0)
摘要: max pooling是CNN当中的最大值池化操作,其实用法和卷积很类似 有些地方可以从卷积去参考【TensorFlow】tf.nn.conv2d是怎样实现卷积的? tf.nn.max_pool(value, ksize, strides, padding, name=None) 参数是四个,和卷积 阅读全文
posted @ 2018-08-01 16:33 qiynet 阅读(452) 评论(0) 推荐(0)
摘要: tf.nn.max_pool(value, ksize, strides, padding, name=None) 参数是四个,和卷积很类似: Example: 阅读全文
posted @ 2018-08-01 15:59 qiynet 阅读(236) 评论(0) 推荐(0)
摘要: 这个函数的作用是计算激活函数 relu,即 max(features, 0)。即将矩阵中每行的非最大值置0。 阅读全文
posted @ 2018-08-01 14:14 qiynet 阅读(293) 评论(0) 推荐(0)
摘要: 之前在tensorflow上和caffe上都折腾过CNN用来做视频处理,在学习tensorflow例子的时候代码里面给的优化方案默认很多情况下都是直接用的AdamOptimizer优化算法,如下: optimizer = tf.train.AdamOptimizer(learning_rate=lr 阅读全文
posted @ 2018-08-01 11:33 qiynet 阅读(904) 评论(0) 推荐(0)
摘要: 一、 Dropout原理简述: tf.nn.dropout是TensorFlow里面为了防止或减轻过拟合而使用的函数,它一般用在全连接层。 Dropout就是在不同的训练过程中随机扔掉一部分神经元。也就是让某个神经元的激活值以一定的概率p,让其停止工作,这次训练过程中不更新权值,也不参加神经网络的计 阅读全文
posted @ 2018-08-01 11:21 qiynet 阅读(527) 评论(0) 推荐(0)
摘要: 线性回归(Linear Regression) 给定一些数据,{(x1,y1),(x2,y2)…(xn,yn) },x的值来预测y的值,通常地,y的值是连续的就是回归问题,y的值是离散的就叫分类问题。 高尔顿的发现,身高的例子就是回归的典型模型。 线性回归可以对样本是线性的,也可以对样本是非线性的, 阅读全文
posted @ 2018-07-25 16:03 qiynet 阅读(518) 评论(0) 推荐(0)
摘要: 一、独立看门狗 STM32 的独立看门狗由内部专门的 40Khz 低速时钟驱动,即使主时钟发生故障,它也仍然有效。 看门狗的原理:单片机系统在外界的干扰下会出现程序跑飞的现象导致出现死循环,看门狗电路就是为了避免这种情况的发生。看门狗的作用就是在一定时间内(通过定时计数器实现)没有接收喂狗信号(表示 阅读全文
posted @ 2018-07-23 18:55 qiynet 阅读(2013) 评论(0) 推荐(0)
摘要: 1、tensorflow的基本运作 为了快速的熟悉TensorFlow编程,下面从一段简单的代码开始: 1 2 3 4 5 6 7 8 9 10 11 12 其中tf.mul(a, b)函数便是tf的一个基本的算数运算,接下来介绍跟多的相关函数。 2、tf函数 1 2 3 TensorFlow的算术 阅读全文
posted @ 2018-07-19 10:31 qiynet 阅读(280) 评论(0) 推荐(0)
摘要: 单片机中printf函数的重映射 一、源自于:大侠有话说 1.如果你在学习单片机之前学过C语言,那么一定知道printf这个函数.它最最好用的功能 除了打印你想要的字符到屏幕上外,还能把数字进行格式化.例如十进制的33,用十进制 方式输出就是33,用十六进制的形式就输出成21,如果用字符形式输出,那 阅读全文
posted @ 2018-07-16 14:10 qiynet 阅读(707) 评论(0) 推荐(0)
摘要: 原址 机器学习可以解决很多问题,其中最为重要的两个是 回归与分类。 这两个问题怎么解决, 它们之间又有什么区别呢? 以下举几个简单的例子,以给大家一个概念 1. 线性回归 回归分析常用于分析两个变量X和Y 之间的关系。 比如 X=房子大小 和 Y=房价 之间的关系, X=(公园人流量,公园门票票价) 阅读全文
posted @ 2018-07-09 22:46 qiynet 阅读(1497) 评论(0) 推荐(0)
上一页 1 ··· 43 44 45 46 47 48 49 50 51 ··· 124 下一页
跳至侧栏