南野小童

TensorFlow 模型保存/载入

摘要：我们在上线使用一个算法模型的时候，首先必须将已经训练好的模型保存下来。tensorflow保存模型的方式与sklearn不太一样，sklearn很直接，一个sklearn.externals.joblib的dump与load方法就可以保存与载入使用。而tensorflow由于有graph, oper 阅读全文

posted @ 2017-12-12 16:49 南野小童阅读(415) 评论(0) 推荐(0) 编辑

转载：信号功率谱和频谱的区别

摘要：转自：http://blog.sina.com.cn/s/blog_6d38cfcd0100q6ue.html 功率谱：信号先自相关再作FFT。频谱：信号直接作FFT。区别： 1、一个信号的频谱,只是这个信号从时域表示转变为频域表示,只是同一种信号的不同的表示方式而已, 而功率谱是从能量的观点阅读全文

posted @ 2017-11-23 11:03 南野小童阅读(1154) 评论(0) 推荐(0) 编辑

转载python数据分析(1)-numpy产生随机数

摘要：转自：http://blog.csdn.net/jinxiaonian11/article/details/53143141 在数据分析中，数据的获取是第一步，numpy.random 模块提供了非常全的自动产生数据API，是学习数据分析的第一步。总体来说，numpy.random模块分为四个部分阅读全文

posted @ 2017-11-15 15:36 南野小童阅读(14560) 评论(0) 推荐(0) 编辑

LINK fatal error LNK1123 转换到COFF期间失败

摘要： 1>LINK : fatal error LNK1123: 转换到 COFF 期间失败: 文件无效或损坏全部重新生成: 0 已成功, 1 已失败, 0 已跳过解决方法如下：这个错误是因为以前装过其它版本vs所致，可以查找是否有两个cvtres.exe。C:\Program Files(x86) 阅读全文

posted @ 2017-10-23 15:55 南野小童阅读(484) 评论(0) 推荐(0) 编辑

Python 去除列表中重复的元素（转载http://blog.csdn.net/zhengnz/article/details/6265282）

摘要：比较容易记忆的是用内置的set l1 = ['b','c','d','b','c','a','a']l2 = list(set(l1))print l2 l1 = ['b','c','d','b','c','a','a']l2 = list(set(l1))print l2 还有一种据说速度更快的，阅读全文

posted @ 2017-10-21 09:46 南野小童阅读(191) 评论(0) 推荐(0) 编辑

tensorflow：实战Google深度学习框架第四章02神经网络优化（学习率，避免过拟合，滑动平均模型）

摘要： 1、学习率的设置既不能太小，又不能太大，解决方法：使用指数衰减法例如：假设我们要最小化函数 y=x2y=x2, 选择初始点 x0=5x0=5 假设我们要最小化函数 y=x2y=x2, 选择初始点 x0=5x0=5 假设我们要最小化函数 y=x2y=x2, 选择初始点 x0=5x0=5 假设我们要阅读全文

posted @ 2017-09-19 21:26 南野小童阅读(793) 评论(0) 推荐(0) 编辑

tensorflow：实战Google深度学习框架第四章01损失函数

摘要：深度学习：两个重要特性：多层和非线性线性模型：任意线性模型的组合都是线性模型，只通过线性变换任意层的全连接神经网络与单层神经网络没有区别。激活函数：能够实现去线性化（神经元的输出通过一个非线性函数）。多层神经网络：能够解决异或问题，深度学习有组合特征提取的功能。使用激活函数和偏置项的前向传播阅读全文

posted @ 2017-09-05 10:49 南野小童阅读(887) 评论(0) 推荐(0) 编辑

tensorflow：实战Google深度学习框架第三章

摘要： tensorflow的计算模型：计算图–tf.Graph tensorflow的数据模型：张量–tf.Tensor tensorflow的运行模型：会话–tf.Session tensorflow可视化工具：TensorBoard 通过集合管理资源：tf.add_to_collection、tf.g 阅读全文

posted @ 2017-09-04 10:54 南野小童阅读(263) 评论(0) 推荐(0) 编辑

win 7启动tensorboard的详尽步骤

摘要： TensorBoard是TensorFlow下的一个可视化的工具，能够帮助我们在训练大规模神经网络过程中出现的复杂且不好理解的运算。TensorBoard能展示你训练过程中绘制的图像、网络结构等。 1、tensorboard启动路径问题，该问题很重要。tensorflow运行后的events文件的路阅读全文

posted @ 2017-08-14 17:33 南野小童阅读(596) 评论(0) 推荐(0) 编辑

Coursera无法观看课程解决方案

摘要：在记事本页面使用ctrl+o打开hosts文件，路径是C:\Windows\System32\drivers\etc，右下角的选项改为“所有文件”，不然是找不到hosts文件的，阅读上面的添加规则，然后如图所示输入如下内容： 52.84.246.90 d3c33hcgiwev3.cloudfro 阅读全文

posted @ 2017-08-08 16:27 南野小童阅读(325) 评论(0) 推荐(0) 编辑

导航

公告