摘要:        
0.0    阅读全文
        
            posted @ 2017-09-08 19:06
小淼博客
阅读(273)
评论(0)
推荐(0)
        
    | 
摘要:        
转载:http://www.cnblogs.com/mchina/archive/2013/01/03/2840040.html 一、NFS服务简介 NFS 是Network File System的缩写,即网络文件系统。一种使用于分散式文件系统的协定,由Sun公司开发,于1984年向外公布。功能是    阅读全文
 
            posted @ 2017-09-08 16:48
小淼博客
阅读(547)
评论(0)
推荐(0)
         
摘要:        
打算安装一个LXC linux容器管理的软件来分配使用资源并配置不同的编程环境,这样就方便大家的使用,步骤如下(宿主机的环境都搭建好了,对应显卡的驱动等): 参考网站: 简单入门和相关指令总结:https://www.ibm.com/developerworks/cn/linux/1312_caoj    阅读全文
 
            posted @ 2017-09-06 22:32
小淼博客
阅读(1931)
评论(0)
推荐(0)
         
摘要:        
需要准备的基本材料(请先看完整个安装过程再进行下面的操作): 一、到Opecv-Release的Github项目上下载最新的Opencv版本,注意 基于python2.7,可选用 OpenCV2.3/2.4 以及 OpenCV3.X,我们选取版本3.3: 下载地址:https://github.co    阅读全文
 
            posted @ 2017-08-10 11:17
小淼博客
阅读(44401)
评论(7)
推荐(0)
         
摘要:        
池化层的作用如下-引用《TensorFlow实践》: 池化层的作用是减少过拟合,并通过减小输入的尺寸来提高性能。他们可以用来对输入进行降采样,但会为后续层保留重要的信息。只使用tf.nn.conv2d来减小输入的尺寸也是可以的,但是池化层的效率更高。 常见的TensorFlow提供的激活函数如下:(    阅读全文
 
            posted @ 2017-08-09 18:15
小淼博客
阅读(1253)
评论(0)
推荐(0)
         
摘要:        
激活函数的作用如下-引用《TensorFlow实践》: 这些函数与其他层的输出联合使用可以生成特征图。他们用于对某些运算的结果进行平滑或者微分。其目标是为神经网络引入非线性。曲线能够刻画出输入的复杂的变化。TensorFlow提供了多种激活函数,在CNN中一般使用tf.nn.relu的原因是因为,尽    阅读全文
 
            posted @ 2017-08-09 16:22
小淼博客
阅读(18570)
评论(0)
推荐(0)
         
摘要:        
更多的基本的API请参看TensorFlow中文社区:http://www.tensorfly.cn/tfdoc/api_docs/python/array_ops.html 下面是实验的代码,可以参考,对应的图片是输出的结果: import tensorflow as tf import matp    阅读全文
 
            posted @ 2017-08-09 15:13
小淼博客
阅读(3210)
评论(0)
推荐(0)
         
摘要:        
函数1:tf.nn.conv2d是TensorFlow里面实现卷积的函数,实际上这是搭建卷积神经网络比较核心的一个方法 函数原型: tf.nn.conv2d(input,filter,strides,padding,use_cudnn_on_gpu=None, Name=None) 参数解释: 第一    阅读全文
 
            posted @ 2017-08-08 10:26
小淼博客
阅读(1448)
评论(0)
推荐(0)
         
摘要:        
因需要做一个监测TCP数据内容的小插件,学习了局域网内部的封装好的传输软件Socket: 一、Socket的简介如下: 网络上的两个程序通过一个双向的通信连接实现数据的交换,这个连接的一端称为一个socket。 建立网络通信连接至少要一对端口号(socket)。socket本质是编程接口(API),    阅读全文
 
            posted @ 2017-08-06 21:32
小淼博客
阅读(3870)
评论(0)
推荐(0)
         | 
大家转载请注明出处!谢谢! 在这里要感谢GISPALAB实验室的各位老师和学长学姐的帮助!谢谢~