自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

藏知阁

娱乐博主

  • 博客(8)
  • 资源 (4)
  • 收藏
  • 关注

原创 SSH通过反向代理访问局域网内电脑

问题:电脑A如何SSH电脑C?前提:一台公网服务器B,局域网C电脑能访问B。B电脑 -> C电脑C电脑操作: ssh -fCNR port:localhost:22 [email protected] port:自定义一个端口,如5000 usr_b:服务器B的用户名 b.b.b.b:服务器B的IP地址然后就可以在服务器B电脑上访问C电脑了: ssh -p 5000...

2018-02-10 21:45:35 956

原创 [TensorFlow笔记] 获取Tensor的维度(tf.shape(x)、x.shape和x.get_shape()的区别)

import tensorflow as tfinput = tf.constant([[0,1,2],[3,4,5]])print(type(input.shape))print(type(input.get_shape()))print(type(tf.shape(input)))Out:<class 'tensorflow.python.framework.ten...

2018-02-07 16:54:29 55422 4

原创 TensorFlow教程——BasicLSTMCell源码浅析

源码分析class BasicLSTMCell(RNNCell): def __init__(self, num_units, forget_bias=1.0, state_is_tuple=True, activation=None, reuse=None): super(BasicLSTMCell, self).__init__(_reuse=reuse)...

2018-02-06 20:03:08 2986 3

原创 [TensorFlow笔记] BasicRNNCell源码浅析

BasicRNNCell是抽象类RNNCell的一个最简单的实现。class BasicRNNCell(RNNCell): def __init__(self, num_units, activation=None, reuse=None): super(BasicRNNCell, self).__init__(_reuse=reuse) self...

2018-02-06 19:56:53 2058 1

原创 [TensorFlow笔记] RNNCell源码浅析

RNNCell是一个抽象类,BasicRNNCell,BasicLSTMCell,GRUCell都是继承于它的。class RNNCell(base_layer.Layer): def __call__(self, inputs, state, scope=None): if scope is not None: with vs.vari...

2018-02-05 21:53:40 615

原创 [TensorFlow笔记] TensorArray解析

TensorArray可以看做是具有动态size功能的Tensor数组。通常都是跟while_loop或map_fn结合使用。例子1:将[2.4, 3.5]写进TensorArray三次import tensorflow as tfdef condition(time, output_ta_l): return tf.less(time, 3)def body(ti...

2018-02-04 23:54:10 14444 4

原创 TensorFlow教程——nest.flatten()函数解析

函数作用:将嵌套结构压平,返回Python的list。例子一,嵌套列表:from tensorflow.python.util import nestinput = [['a', 'b', 'c'], ['d', 'e', 'f'], ['1', '2', '3']]result = nest.flatten(input)Out:<c...

2018-02-04 21:40:39 7489

原创 交叉熵损失(Cross Entropy Loss)计算过程

在机器学习中(特别是分类模型),模型训练时,通常都是使用交叉熵(Cross-Entropy)作为损失进行最小化:CE(p,q)=−∑i=1Cpilog(qi)CE(p,q)=−∑i=1Cpilog(qi)其中CC代表类别数。pipi为真实,qiqi为预测。我们以MNIST多分类为例,通常Label会编码为One-Hot,最后一层输出会使用Softmax函数进行概率化输出,如下表所示:...

2018-02-04 02:12:51 59597 7

LSTM详细计算过程.pptx

LSTM详细计算过程.pptx

2021-10-17

jpmml-lightgbm-executable-1.3.7.jar

jpmml-lightgbm-executable-1.3.7.jar

2021-10-11

Android源码下载工具repo

下载Android源码必须工具 version 1.21

2015-01-08

LoaderManagerExample

LoaderManagerExample

2014-09-25

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除