一杯明月 - 博客园

2019年9月15日

摘要： https://blog.csdn.net/xin_101/article/details/88624726 https://blog.csdn.net/qq_15192373/article/details/81091098 阅读全文

posted @ 2019-09-15 17:19 一杯明月阅读(1636) 评论(0) 推荐(0)

2019年9月10日

高斯模糊

摘要：参考：https://www.jianshu.com/p/302a895c12dd 阅读全文

posted @ 2019-09-10 21:29 一杯明月阅读(156) 评论(0) 推荐(0)

准确率（Accuracy）精确率（Precision）与召回率（Recall）

摘要：准确率（Accuracy）—— 针对整个模型精确率（Precision）灵敏度（Sensitivity）：就是召回率（Recall）参考：https://blog.csdn.net/Orange_Spotty_Cat/article/details/80520839 阅读全文

posted @ 2019-09-10 15:48 一杯明月阅读(2018) 评论(0) 推荐(0)

2019年9月9日

图像的梯度

摘要：参考：https://blog.csdn.net/saltriver/article/details/78987096 阅读全文

posted @ 2019-09-09 22:46 一杯明月阅读(169) 评论(0) 推荐(0)

2019年9月8日

tf.train.Saver()

摘要：参考：https://zhuanlan.zhihu.com/p/78504614 阅读全文

posted @ 2019-09-08 15:42 一杯明月阅读(153) 评论(0) 推荐(0)

tf.trainable_variables(),

摘要：参考：https://blog.csdn.net/cerisier/article/details/86523446 阅读全文

posted @ 2019-09-08 15:31 一杯明月阅读(221) 评论(0) 推荐(0)

利用房价预测推导梯度下降

摘要：参考：https://zhuanlan.zhihu.com/p/62884449 阅读全文

posted @ 2019-09-08 13:55 一杯明月阅读(398) 评论(0) 推荐(0)

双线性插值

摘要：假设有一张4*4的图像.如下图: 我们想缩放成3*3的图像,计算如下(以缩放后的像素点B为例)：根据如下计算公式: srcX=dstX* (srcWidth/dstWidth) srcY = dstY * (srcHeight/dstHeight) 以E点坐标为例计算坐标点在原图对坐标位置如下: 阅读全文

posted @ 2019-09-08 13:37 一杯明月阅读(2509) 评论(2) 推荐(0)

2019年9月5日

tf.Variable(),tf.get_variable(),tf.Variable_scope(),tf.name_scope()联系与区别

摘要：参考：https://zhuanlan.zhihu.com/p/37711713 阅读全文

posted @ 2019-09-05 19:49 一杯明月阅读(195) 评论(0) 推荐(0)

TensorFlow入门

摘要：参考：https://zhuanlan.zhihu.com/p/31678573 阅读全文

posted @ 2019-09-05 13:14 一杯明月阅读(179) 评论(0) 推荐(0)