07 2020 档案
摘要：mnist手写数字体：http://yann.lecun.com/exdb/mnist/ （28*28*1,60000train，10000test） cifar-10数据集：http://www.cs.toronto.edu/~kriz/cifar.html （32*32*3，50000train
阅读全文
摘要：总结了以下几种方式，有待修改和补充： 1.截断的正态分布：tf.truncated_normal(shape,dtype,stddev) 2.正态分布：tf.random_normal() 3.均匀分布：tf.random_uniform() tf.uniform_unit_scaling_init
阅读全文
摘要：深度学习之模型VGG： 卷积神经网络的深度增加和小卷积核的使用对网络的最终分类识别效果有很大的作用。
阅读全文
摘要：1.GROUP BY从字面意思理解就是根据“BY”指定的规则对数据进行分组，所谓的分组就是将一个“数据集”划分成若干个“小区域”，然后针对若干个“小区域”进行数据处理； 2.在select指定的字段要么就要包含在GROUP BY语句的后面，作为分组的依据；要么就要被包含在聚合函数中； 3.LEFT
阅读全文
摘要：埋点：做动作行为分析；（数据仓库中的用户行为数据在logdb.events表中，就是埋点系统埋进来的数据） 埋点的过程就是针对功能，准备要分析的动作，对数据进行观测，提取有价值的数据，将数据进行分析，模拟及判断分析结果，形成数据报告，最终用结果对功能进行判定； 初级埋点：在产品流程关键部分植入相关统
阅读全文
摘要：1.python脚本：首先从bursts文件夹中的每一个单独的图像文件夹中取出一张原始DNG图片，统一保存到另一文件夹（所有原始图像的DNG格式）； 2.图像格式转换：使用imagemagick工具（官网下载：http://www.imagemagick.org/download/binaries/
阅读全文
摘要：动态范围：指从最暗的到最亮的；通常相机动态范围是有限的，大光比环境下都会出现亮部或暗部细节丢失的情况； HDR：高动态范围图像技术，这个动态范围大，能展示更丰富的层次，包含更广的色彩空间，可以记录更多的亮部和暗部细节，让原先的暗场景变得更明亮更通透； 原理：拍摄时分别拍摄三张不同曝光的图片，然后将三
阅读全文
摘要：ARcore：在移动设备移动时跟踪其位置并构建自己对现实世界的理解 1.ARcore使用运动跟踪，环境理解，光估测将虚拟内容与通过手机拍摄到的现实世界整合。 2.通过捕获摄像头图像中的特征点，计算其位置变化结合IMU提供的相对定位信息实现运动跟踪；检测特征点和平面的变化改进对现实世界的环境理解；检测
阅读全文
摘要：公有云： 公有云是部署云计算最常见的方式。公有云资源（如服务器和存储空间）由第三方云服务提供商拥有和运营，这些资源通过 Internet 提供。Microsoft Azure 是公有云的一个示例。在公有云中，所有硬件、软件和其他支持性基础结构均为云提供商所拥有和管理。在公有云中，你与其他组织或云“租
阅读全文
摘要：Kafka 是由 Linkedin 公司开发的，它是一个分布式的，支持多分区、多副本，基于 Zookeeper 的分布式消息流平台，它同时也是一款开源的基于发布订阅模式的消息引擎系统。 转载自，基础介绍：https://juejin.im/post/5ddf5659518825782d599641
阅读全文
摘要：关于神经网络：1.只要训练数据足够，神经网络可以计算与任何函数足够近似的函数（注意：无法使用网络精确计算任何功能），它具备普遍性；2.这个函数必须是连续可导函数（神经网络利用现有的数据找出输入输出之间的近似权值关系，即最小化损失的一组参数值，然后利用这样的权值关系进行仿真）；3.神经网络应用：计算机
阅读全文
摘要：1.了解卷积神经网络的发展历程：1962年提出Hubel-Wiesel模型，其中涉及简单细胞对应卷积层，复杂细胞对应池化层；1984年出现神经认知机（卷积神经网络的雏形）；1989年Lecun提出多层卷积神经网络LeNet用于手写数字识别，1994年诞生LeNet5；此后二十年不断进行深层结构优化与
阅读全文
摘要：with tf.device("gpu:1"): 该语句用来指派特定的CPU或GPU执行操作； 变量是为了维护图执行过程中的状态信息；当训练模型时，用变量来存储和更新参数，变量包含张量存放于内存的缓冲区，建模时需要被明确的初始化，模型训练后它们必须被存储到磁盘中；模型训练和分析时变量可被加载；变量的
阅读全文
摘要：Tensorflow一般经过三阶段的模式函数操作： 模型 inference()阶段：尽可能构建好图表（graph），满足促使神经网络向前反馈并做出相应的预测要求； 策略 loss()阶段：往inference图表中添加生成损失（loss）所需要的操作（ops），如交叉熵损失，正则化损失； 算法 t
阅读全文
摘要：关于MixNet:1.NAS:神经架构搜索，从定义一组神经网络可能会用到的“建筑模块”开始，NAS算法用一个RNN做控制器，从这些模块中挑选，然后将它们放在一起，创造某种端到端的架构（好坏取决于选择的模块和它们之间构建的连接）；接着训练这个网络，让其收敛，得到验证集上的准确率，通过策略梯度更新控制器
阅读全文
摘要：1.基于既保持神经网络结构的稀疏性，又充分利用密集矩阵的高计算性能，谷歌提出了一种“基础神经元”的Inception结构； 2.Inception-v1将cnn中常见的卷积，池化操作堆叠到一起（卷积，池化后的尺寸相同，通道增加，神经网络的宽度变宽），在3*3,5*5卷积操作前，3*3池化操作后添加1
阅读全文
摘要：AlexNet是2012年ImageNet比赛的冠军，将卷积神经网络重新拉入大众视野；AlexNet取得较大突破（创新点）：（1）使用了relu非线性激活函数，网络训练时收敛速度更快；（2）标准归一化LRN，活跃的神经元对它周边神经元的抑制，有助于增长泛化能力；（3）Dropout函数，通过修改神经
阅读全文
摘要：基站定位，即移动位置服务，基于基站与手机之间通信时差来计算当前的大概位置；手机开机，相隔固定的的时间会与基站进行联系，确认手机的当前状态；使用查询位置时，基站会与所查询的手机进行通信，然后根据信号的反馈时时间进行计算当前大概位置； GSM系统按大到小分别为：msc-bsc-bts-cell-carr
阅读全文
摘要：S3：simple storage service 简单存储服务全球存储区域网络SAN ；表现为一个很大的硬盘，可以在其中存储和检索数字资产；对象存储在存储段中；对象即文件，存储段即文件夹或目录，对象和存储段可通过URL查找；存储段只能是顶级的，不能像嵌套硬盘中的文件夹一样进行嵌套；存储段名称是Am
阅读全文
摘要：python中的read(),readline(),readlines() 1.read（） read()每次读取整个文件，将文件内容放到一个字符串变量中，返回类型是String. 2.readline（）readline() 每次返回一行，字符串变量。 3.readlines（） readline
阅读全文
摘要：MCC＝移百动国家号码，由3位数字组成，唯一地识别移动用户所属的国家。我国为460。MNC＝移动网号，由两位数字组成，用于识别移动用户所归属的移动网。邮电部门度GSM PLMN网为00，“中国联通公司”GSM PLMN网为01
阅读全文
浙公网安备 33010602011771号