- 博客(7)
- 收藏
- 关注
RSS订阅原创 细胞神经网络Cellular Neural Networks
细胞神经网络理论Cellular Neural Networks: Theory——蔡少棠和Lin Yang于1988年10月发表于IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS的文章，配套还有一篇文章Cellular Neural Networks: Applications‘
2021-07-26 20:01:15
2342
原创 连装tensorflow3天.jpg
用Anaconda装，建议先打开Anaconda Prompt检查现有的环境一共有多少（conda info -e），我自己再装的时候是把已有的除了base以外的全部卸掉了再装的卸载方法：输入conda uninstall -n 你的环境名字 --all然后输入y即可安装两个版本的tensorflow_gpu和对应的驱动这是从官网上面拷下来的配置对应表，按照官网描述tensorflow2.x自带支持GPU版本，1.x需要在安装的时候选择GPU版本，默认装的是CPU版..
2021-07-19 09:33:59
258
原创 来点tensorflow
import tensorflow as tfmnist = tf.keras.datasets.mnist(x_train, y_train),(x_test, y_test) = mnist.load_data()x_train, x_test = x_train / 255.0, x_test / 255.0model = tf.keras.models.Sequential([ tf.keras.layers.Flatten(input_shape=(28, 28)), tf..
2021-07-17 11:56:52
79
原创 神经网络笔记
什么是神经网络？以房价为例，我们描出图中的这几个红点，如果用线性回归则会回归出这样一条直线，但是价格不能为负数，所以前面的全部归零（→ReLU函数：Rectified Linear Unit）房子的大小(x)→回归处理→房子的价格（y），中间的就是一个小的神经元。又因为影响房价的因素还有很多，分别对应不用的函数，所以组在一起就是一个神经网络（walkability→在附近走路的舒适程度）图中的每一个神经元都可以是ReLU的一部分，或者是其他的非线性函数递归神经网络（RNN）→适用
2021-07-03 21:08:16
198
原创 20210701 LeNet5
过去没有填充，每次处理都会减小图片的大小过去人们会用Sigmoid(=Logistic)/Tanh，而不会去用ReLu，而且因为过去的运算力不足，所以需要让上一层和这一层的通道数都一样，因此会多出很多放到现在来看不必要的细节原来的LeNet-5在池化了以后还做了非线性函数处理non-linearity（比如Sigmoid）AlexNet→和LeNet-5很像，但是参数多了很多（6000万个参数）→用了ReLu激活函数→每个层被拆到不同的GPU上面，然后相互连接，因为当时GPU的处
2021-07-01 16:45:37
89
原创 2021/06/29 CNN实例
Conv1→第一层的卷积层（后面的数字表示第几层）注意参数尽量使用前人文献里面用过的，可以避免自己试错的时间成本
2021-06-29 11:37:16
353
原创 Python学习笔记
卷积设输入图片大小为n*n，卷积核大小为f*f，周围填充p圈，则输出图片大小为(n+2p-f+1)*(n+2p-f+1)图像边缘检测将图片与如下卷积核kernal/过滤器filter进行卷积1 0 -1 1 0 -1 1 0 -1 也可以用下面的这些卷积核进行卷积：Sobel Filter 1 0 -1 2 0 -2 1 0 -1 填充padding...
2021-06-28 11:27:36
246
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人