- 博客(6)
- 收藏
- 关注
转载 softmax_cross_entropy_with_logits函数详解
softmax_cross_entropy_with_logits函数原型:tf.nn.softmax_cross_entropy_with_logits(labels=y, logits=pred, name=None)函数功能:计算最后一层是softmax层的cross entropy,把softmax计算与cross entropy计算放到一起了,用一个函数来实现,用来提高程序的运行速度。参...
2018-04-26 21:50:21 1829
转载 Mean Average Precision(MAP)平均精度均值
MAP(Mean Average Precision):单个主题的平均准确率是每篇相关文档检索出后的准确率的平均值。主集合的平均准确率(MAP)是每个主题的平均准确率的平均值。 MAP 是反映系统在全部相关文档上性能的单值指标。系统检索出来的相关文档越靠前(rank 越高),MAP就可能越高。如果系统没有返回相关文档,则准确率默认为0。例如:假设有两个主题,主题1有4个相关网页,主题2有5个相关网...
2018-04-26 21:25:04 2381
转载 卷积神经网络训练技巧
翻译自文章:http://lamda.nju.edu.cn/weixs/project/CNNTricks/CNNTricks.html1.增加数据除了常用的水平镜像翻折、随机修剪、颜色调整,可以尝试将几种不同的处理方式组合起来,比如,同时旋转和随机放缩。还可以改变HSV色彩模型中的饱和度(S)和纯度(V),数值范围可以是0.25次幂到4次幂,然后乘以0.7到1.4范围内的一个系数,然后再加上-0...
2018-04-23 17:11:56 951
转载 统计学习方法总结
本文总结了常用的统计学习方法,包括模型定义,原理,适用场景,模型参数学习方法等。统计学习是根据一部分标记好的实例数据,推断待分类实例的类别,所以并不知道数据的真实分布函数。有些场景只能选择某种统计模型,也有一些场景可以套用不同的模型,得到待分类实例的不同的分类结果,哪个模型更好需要根据实际分类的结果进行判别。下面是最常使用的传统的统计学习方法,其中有些方法的思路也会被借鉴用于神经网络模型中。感知机...
2018-04-16 19:57:15 453
转载 python音频处理用到的操作
前言本文主要记录python下音频常用的操作,以.wav格式文件为例。其实网上有很多现成的音频工具包,如果仅仅调用,工具包是更方便的。更多pyton下的操作可以参考: 用python做科学计算1、批量读取.wav文件名:123456import os filepath = "./data/" #添加路径filename= os.listdir(filepath) #得到文件夹下的所有文件名称 fo...
2018-04-13 16:57:08 8666 4
转载 Python声音处理入门
Python声音处理入门注:本文加入了译者的理解,并非严谨的译作,仅供参考。原文Basic Sound Processing with Python描述了怎样在Python中通过pylab接口对声音进行基本的处理。准备工作安装库确保库numpy、matplotlib和scipy已正确安装。导入包from pylab import*from scipy.io import wavfile12读取w...
2018-04-13 16:08:24 4316 1
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