GuokLiu-CSDN博客

原创 180511 tensorboard可视化详细解读（附代码，更新ing）

以下内容，来自书籍Tensorflow实战Google深度学习框架笔记整理，请支持正版购买学习！ 1+2+3所有代码1.命名空间与Tensorboard图上的节点（图结构）实线边表示数据传输，边上箭头表达了数据传输的方向,如：layer1→layer2。双向箭头(tf=1.0)或黄色箭头（tf=1.4）表示修改关联，如：train_step会修改记录训练连迭代轮数的Variabl...

2018-05-11 11:09:34 9185 3

原创 180510 运行《Tensorflow实战Google深度学习框架》[Tensorboard可视化代码]报错及CUDA配置

运行《Tensorflow实战Google深度学习框架》Tensorboard可视化代码执行jupyter notebook，报错：the kernel appears to have died. it will restart 转换成py文件并执行，报错：Couldn't open CUDA library cupti64_80.dll 原因：CUDA未争取配置解决方法：Te...

2018-05-10 16:36:33 574

原创 180510 tf.variable_scope()与tf.name_scope()的异同

tf.get_variable函数的使用 tf.variable_scope()与tf.name_scope()的异同相同点：二者均可定义变量的命名空间不同点：前者对不同命名空间复用tf.get_variable有效，可定义不同命名空间内的同名变量。后者对不同命名空间复用tf.get_variable无效，不能定义不同命名空间内的同名变量。...

2018-05-10 14:45:47 275

原创 180509 tensorflow-gpu显存分配与InternalError (see above for traceback): Blas SGEMM launch failed

tensorflow以及更新了若干版本，早期教材《Tensorflow：实战Google深度学习框架》基于tensorflow1.0的LSTM代码已经更新1.4后的LSTM代码均不适用于tensorlfow1.1-1.3.【TensorFlow】LSTM（使用TFLearn预测正弦sin函数）针对上述问题，对原来的代码进行了修改。可适用于上述及以上版本，1.2/1.5测试没问题。如果你的...

2018-05-09 20:40:51 7342

原创 180505 如何将dataframe转换成mat格式的文件

# load prediction data and save it as .mat fileimport scipydef SaveMat(sorted_data): # transfer the data type sorted_data['pre'] = sorted_data['pre'].astype(int) # save the prediction ...

2018-05-06 14:11:24 3344

原创 180504 sklearn 数据标准化

http://scikit-learn.org/stable/modules/preprocessing.html 代码：from sklearn.preprocessing import StandardScalerdata = np.arange(9).reshape((3,3))print('#'*60)print('原始数据:\n',data)test = [[10,11...

2018-05-04 10:45:37 422

原创 170503 TFRecord数据处理(待完善)

Github-TFRecord学习极客学院-数据处理知乎-十图详解tensorflow数据读取机制（附代码） tensorflow使用笔记(3)–Reading data(1) Standford-TensorFlow Input Pipeline Python tensorflow.WholeFileReader() Examples 【TensorFlow】数据处理（输入文件队...

2018-05-03 17:06:44 988

原创 180425 如何将Keras训练好的模型转换成C++对应的可执行文件

年前利用Keras写了个工件表面缺陷检测的程序，实际生产中需要C++，故此，需要讲训练好的模型以及权重进行转换。代码及案例（目前仅针对Keras 1.X有效，作者说2.X会有问题）：https://github.com/pplonski/keras2cpp调了一下午的程序环境配置，现在总结如下（珍爱生命，少走弯路）：环境配置如下 Keras.json 程序运行程...

2018-04-26 18:53:50 4402

原创 180424 tf.transpose()的使用方法

tf.transpose tf.transpose(): perm是排列的意思，默认情况下使用，将颠倒axis的循序指定perm可以根据需要对原来的array顺序进行变换代码import tensorflow as tfimport numpy as npdata = np.arange(1,25).reshape((2,3,4))x1 = tf....

2018-04-24 14:29:46 504

原创 180424 如何降级tensorflow版本

How to downgrade tensorflow, multiple versions possible?

2018-04-24 10:36:49 32580 4

原创 180422 3步法Windows10引导Ubuntu开机启动

Ref: https://www.linuxidc.com/Linux/2016-12/137880.htm双系统开机设置：【1】Bios设置Windows 开机启动【2】利用EasyBCD添加Ubuntu开机启动项【3】重启搞定

2018-04-22 17:45:49 465

原创 180421 两行代码利用Pandas.DataFrame()描述数据统计量并绘制箱线图

#!/usr/bin/env python3# -*- coding: utf-8 -*-"""Created on Sat Apr 21 14:49:51 2018@author: brucelau"""import pandas as pdimport numpy as np# make datadata1 = np.random.normal(loc=0,sc...

2018-04-21 15:01:34 1861

原创 180417 马克飞象使用帮助

Page-1 Page-2 Page-3 Page-4

2018-04-17 08:52:12 550

原创 180415 机器学习与深度学习课程资源汇总 (不断收集更新中ing~)

【2016-机器学习】 Coursera https://www.coursera.org/learn/machine-learning 网易云 http://study.163.com/course/introduction/1004570029.htm【2017-深度学习计算机视觉】网易云 study.163.com/course/introduction/100322300...

2018-04-15 17:18:08 345

原创 180415 Jupyter中并排插入两张图片

<table><td> <img src="images/attn_model.png" style="width:500;height:500px;"> <br></td> <td> <img src="images/attn_mechanism.png"

2018-04-15 15:22:02 4076 2

原创 180414 在Jupyter Noebook中播放mp3

import IPythonIPython.display.Audio('music.mp3')

2018-04-14 14:49:10 3371

原创 180414 python指定概率随机取值

https://www.coursera.org/specializations/deep-learning python指定概率随机取值参考如下：下面是利用 np.random.choice()指定概率取样的例子：np.random.seed(0)p = np.array([0.1, 0.0, 0.7, 0.2])index = np.random.choice([0, 1, 2,...

2018-04-14 13:47:07 34959 2

原创 180413 绘制tensorflow自带激活函数tf.nn.sigmoid()与tf.nn.relu()

import tensorflow as tfimport matplotlib.pyplot as pltx = tf.placeholder(tf.float32)y1 = tf.nn.sigmoid(x)y2 = tf.nn.relu(x)data = np.linspace(-5,5,100)with tf.Session() as sess: sess.run...

2018-04-12 15:49:48 3122

原创 180412 tensorflow自定义反向传播中的梯度值g.gradient_override_map()

Tensorflow’s gradient_override_map function Tensorflow: How to replace or modify gradient? tensorflow学习笔记（三十）：tf.gradients 与 tf.stop_gradient() 与高阶导数 Here is a working example with a layer th...

2018-04-12 15:18:02 4790 2

原创 180412 tf.identity,tf.assign_add(),with tf.control_dependencies()与tf.negative()

英文解释以及应用中文解释以及应用 tf.identity是返回了一个一模一样新的tensor，再control_dependencies的作用块下，需要增加一个新节点到gragh中。x = tf.Variable(0.0)x_plus_1 = tf.assign_add(x, 1) # tf.assign_add(a,b) 加法操作# with tf.control_dep...

2018-04-12 14:40:25 612

原创 180412 python中的init,call,del使用方法

参考文献1-Python中的init()和call()函数参考文献2-python特殊函数 call()_init_: 构造函数，成员初始化函数，初始化类实例成员变量_call_: 内置成员函数，通过类名+括号调用,如class_name(a,b)_del_: 析构函数，实例化对象后清除成员变量代码参考文献1-并作修改class X(object): def __i...

2018-04-12 13:59:55 280

原创 180412 tf.cond()与tf.reduce_mean()的使用方法

tf.cond()的用法代码import tensorflow as tf x=tf.constant(4) y=tf.constant(5) z = tf.multiply(2, 3) result = tf.cond(x < y, lambda: tf.add(x, z), lambda: tf.square(y)) wi...

2018-04-12 10:51:43 427

原创 180412 python内置表达式lambda+map+filter+reduce的用法

注意区别lambda定义函数与使用lambda函数计算返回值是两个过程：代码data = np.arange(5)print(data)f = lambda x:x+1print(f) # b是一个函数print(f(data)) # f(data)才是对应的函数返回值结果[0 1 2 3 4]<function <lambda&g...

2018-04-12 09:57:53 222

原创 180412 利用tf.reset_default_graph()重置default graph计算图以及nodes节点

问题描述：如何清除每次运行时，tensorflow中不断增加的节点并重置整个defualt graph？ import tensorflow as tf# tf.reset_default_graph()with tf.variable_scope('Space_a'): a = tf.constant([1,2,3])with tf.variable_scope('S...

2018-04-12 09:35:55 26939 8

原创 180412 tf.placehoder()调用任意尺寸的数据以及tf.cast()的使用方法

① tf.placeholder()极客学院-数据读取代码import tensorflow as tfa = tf.placeholder(tf.float32) # 不指定tf.placeholder(tf.float32,shape)中的shapev1 = [11.,12.]v2 = [[1.,2.],[3.,4.]]with tf.Session() as sess...

2018-04-12 08:49:49 766

原创 180411 tf.slice() 用法举例

tf.slice一句话概括就是：从指定的数据起始位置(begin)切片(size)尺寸的数据。tensorflow官方定义如下： This operation extracts a slice of size size from a tensor input starting at the location specified by begin. The slice size is rep...

2018-04-11 21:35:40 2319

原创 180411 利用python自定义batch-generator批量数据生成器

简单思路演示代码简单代码演示,基本思路（实际中需要像后面代码一样先洗牌，且每次shuffer后顺序不同）a = np.arange(100)def batch_gen(data): # 定义batch数据生成器 idx = 0 while True: if idx+10>100: idx=0 sta...

2018-04-11 19:34:06 9836

原创 180411 利用python类定义深度学习模型

类的好处不用多说：一次定义，多次使用。类初始化def __init__中声明模型初始化函数类初始化def __init__后定义模型初始化函数以下是python类定义模型的一个例子:定义深度学习模型类batch_size = 64class MNISTModel(object): """Simple MNIST domain adaptation model.""...

2018-04-11 17:42:44 672

原创 180411 python类初始化属性调用与非初始化属性调用

python类初始化属性在def __init__()中定义，实例化对象后可直接调用python类非初始化属性在def func()中定义，实例化对象后,先调用调用函数，再调用属性代码class Mdata(object): def __init__(self): print('initialization') #self._build_mod...

2018-04-11 17:32:03 3139

原创 180407 吴恩达深度学习系列课程资料汇总

视频 Coursera-官方课程视频网易云课堂-中文汉化视频资料前三课-302页吴恩达Deeplearning.ai课程笔记，详记基础知识与作业代码前三课-课程笔记v429 第四课-在等吴恩达深度学习第5课的时候，你可以先看看第4课的笔记第五课-吴恩达深度学习系列课程完结，第五部分学霸笔记了解一下课程图文总结-1 课程图文总结-2课程相关论文下载 CSDN书籍 ...

2018-04-07 15:45:01 1846

原创 180405 单层卷积网络的参数计算

网易云课堂网易云课堂资源卷积网络总结卷积网络举例卷积神经网络例子（模型参数的选择可参考别人类似问题的参数设置）卷积神经网络参数规律池化总结相同数据的输入输出，卷积网络相比全连接网络可大幅度减少模型参数卷积网络效果好的三个原因网络图片，如侵权，请联系删除1 网络图片，如侵权，请联系删除2 ...

2018-04-05 19:48:48 324

原创 180331 如何修改pdf背景颜色

1 用Adobe Acrobat 打开文件2 点击工具-背景3 从颜色：设置需要的背景颜色4 位置：指定更改颜色的范围（可参考如何所示）

2018-03-31 15:17:20 570

原创 180327 Ubuntu+Xmanager远程离线运行代码

为了避免网络中断，程序终止，可以尝试Ubuntu+Xmanager远程离线运行代码nohup python test.py &再敲一行回车，退出上述命令top # 可以查看后台运行情况程序运行结果会出现在nohup.out文件中，可通过编译器打开查看...

2018-03-27 18:11:00 468

原创 180324 强化学习资料汇总(不断更新ing)

Videos 莫凡-强化学习Courses 课程-斯坦福大学强化学习Books 书籍-Reinforcement Learning: An Introduction 《强化学习在阿里的技术演进与业务创新》Codes 代码-Reinforcement Learning: An IntroductionBlogs 变革尚未成功：深度强化学习研究的短期悲观与长期乐观知乎专栏-强...

2018-03-24 21:46:07 514

原创 180320 思维导图：新一代人工智能发展白皮书2017

新一代人工智能发展白皮书2017-pdf 新一代人工智能发展白皮书2017-思维导图

2018-03-20 22:21:31 1209

原创 180320 思维导图：新一代智能制造2017

中国智能制造发展战略思考2017-pdf 新一代智能制造-pdf 新一代智能制造-思维导图

2018-03-20 21:29:33 2461

原创 180320 思维导图：机器人发展产业规划(2016-2020年)

机器人发展产业规划(2016-2020年)准备就绪-Word 机器人发展产业规划(2016-2020年)准备就绪-思维导图

2018-03-20 20:20:44 1693

原创 180320 思维导图：增材制造产业发展行动计划2017-2020

增材制造产业发展行动计划2017-2020-Word 增材制造产业发展行动计划2017-2020-思维导图

2018-03-20 20:18:05 889

原创 180320 思维导图：工业大数据白皮书2017

工业大数据白皮书2017pdf-百度云工业大数据白皮书2017-百度脑图

2018-03-20 20:05:36 721

原创 180317 3步安装Ubuntu福昕Pdf阅读器

Ubuntu安装 Foxit/福昕PDF阅读器

2018-03-17 17:37:15 332

matlab图形空白裁剪及子图调整

190313-1行命令裁剪Matlab图像空白及调整子图间距；

2019-03-13

SurfEasy-Chrome代理插件

SurfEasy-Chrome代理插件;SurfEasy-Chrome代理插件;SurfEasy-Chrome代理插件;

2018-04-22

recurrent neural network without a phd

recurrent neural network without a phd.pdf 出处：https://github.com/martin-gorner/tensorflow-rnn-shakespeare

2018-04-16

吴恩达-深度学习-第五课-第二周课件-截图版pdf版

吴恩达-深度学习-第五课-第二周课件-视频截图版pdf版（没找到对应的ppt版本），介意者请勿下载，欢迎分享ppt原版。

2018-04-14

windows10设置豆沙绿-双击执行即可

windows10设置豆沙绿-双击执行即可；windows10设置豆沙绿-双击执行即可

2018-03-29

A jupyter note result html file for Surface defect detection

2018-03-04

MNIST_data

MNIST_data手写体数字识别（友情提示-与py文件放在同一目录内）： import tensorflow.examples.tutorials.mnist.input_data as input_data mnist_data = input_data.read_data_sets('MNIST_data', one_hot=True)

2018-02-05

Chrome and SurfEasy Extension for Linux

Chrome and SurfEasy Extension for Linux。Chrome and SurfEasy Extension for Linux.

2017-12-02

斯坦福大学凸优化课程Convex Optimization字幕及Youtube字幕下载代码

http://blog.csdn.net/qq_33039859/article/details/78476993

2017-11-08

windows10桌面美化

window10桌面美化参见 http://blog.csdn.net/qq_33039859/article/details/78387485

2017-10-29

scipy-0.19.1-cp36-cp36m-win_amd64.whl

2017-07-16

tensorflow model save and restore example

2017-06-15

tensorflow_gpu-1.2.0rc2-cp36-cp36m-win_amd64.whl

2017-06-14

tensorflow-1.2.0rc2-cp36-cp36m-win_amd64.whl

2017-06-14

deeplearning without a PHD (code print)

2017-06-12

python ds evidence theory code

ds 证据理论 python 代码

2017-06-12

《程序员的数学2-3》Ruby程序+Gnuplot+代码+勘误+win7补丁

2017-01-19

2016 was a landmark year for big data with more organizations storing, processing, and extracting value from data of all forms and sizes. In 2017, systems that support large volumes of both structured and unstructured data will continue to rise. The market will demand platforms that help data custod

2017-01-12

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人