导航

2018年12月4日

摘要: 承认客观世界中有这样一种现象,其未来由现在决定的程度,使得我们关于过去的知识丝毫不影响这种决定性。这种在已知“现在”的条件下,“未来”与“过去”彼此独立的特性就被称为马尔科夫性,具有这种性质的随机过程就叫做马尔科夫过程,其最原始的模型就是马尔科夫链。这即是对荷兰数学家惠更斯提出的无后效原理的概率推广 阅读全文

posted @ 2018-12-04 23:47 wzd321 阅读(1118) 评论(0) 推荐(0)

摘要: 图像基本知识: 通常情况下,我们可以将一副Matplotlib图像分成三层结构: 1.第一层是底层的容器层,主要包括Canvas、Figure、Axes; 2.第二层是辅助显示层,主要包括Axis、Spines、Tick、Grid、Legend、Title等,该层可通过set_axis_off()或 阅读全文

posted @ 2018-12-04 23:13 wzd321 阅读(1888) 评论(0) 推荐(1)

摘要: 首先声明两者所要实现的功能是一致的(将多维数组降为一维),两者的区别在于返回拷贝(copy)还是返回视图(view),numpy.flatten()返回一份拷贝,对拷贝所做的修改不会影响(reflects)原始矩阵,而numpy.ravel()返回的是视图(view,也颇有几分C/C++引用refe 阅读全文

posted @ 2018-12-04 22:46 wzd321 阅读(183) 评论(0) 推荐(0)

摘要: 将字符串str当成有效的表达式来求值并返回计算结果。它要执行的python代码只能是单个运算表达式(不支持任意形式的赋值操作),而不能是复杂的代码逻辑。 eval(expression, globals=None, locals=None) 参数说明: expression:必选参数,可以是字符串, 阅读全文

posted @ 2018-12-04 22:40 wzd321 阅读(142) 评论(0) 推荐(0)

摘要: tf.while_loop 可以这样理解: 即loop参数先传入cond 判断条件是否成立,成立之后,把 loop参数传入body 执行操作, 然后返回 操作后的 loop 参数,即loop参数已被更新,再把更新后的参数传入cond, 依次循环,直到不满足条件。 我们来看这样一个场景如何在 tens 阅读全文

posted @ 2018-12-04 21:08 wzd321 阅读(486) 评论(0) 推荐(0)

摘要: a = tf.Variable(0.0,dtype=tf.float32) with tf.Session() as sess: sess.run(tf.global_variables_initializer()) print(sess.run(a)) a = tf.assign(a,10) print(sess.run(a)) a = tf.assig... 阅读全文

posted @ 2018-12-04 20:45 wzd321 阅读(804) 评论(0) 推荐(0)

摘要: 假设nce_loss之前的输入数据是K维的,一共有N个类 weight.shape = (N, K) bias.shape = (N) inputs.shape = (batch_size, K) labels.shape = (batch_size, num_true) num_true :实际的 阅读全文

posted @ 2018-12-04 20:26 wzd321 阅读(394) 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: 第一个参数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, 阅读全文

posted @ 2018-12-04 20:20 wzd321 阅读(138) 评论(0) 推荐(0)

摘要: tf.nn.dropout(x, keep_prob, noise_shape=None, seed=None, name=None) 此函数是为了防止在训练中过拟合的操作,将训练输出按一定规则进行变换. 参数: x:输入 keep_prob:保留比例,取值 (0,1] 。每一个参数都将按这个比例随 阅读全文

posted @ 2018-12-04 20:12 wzd321 阅读(198) 评论(0) 推荐(0)

摘要: tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, name=None) 结果返回一个Tensor,这个输出,就是我们常说的feature map input: 指需要做卷积的输入图像,它要求是一个Tensor,具 阅读全文

posted @ 2018-12-04 20:08 wzd321 阅读(299) 评论(0) 推荐(0)