chuxuezhew的博客

原创 低级错误，模型预测时，图片没有/255

图片没有像训练时/255。结果会出错

转载 AveragePooling1D和GlobalAveragePooling1D的区别

原创 学习keras时对loss函数不同的选择，则model.fit里的outputs可以是one_hot向量，也可以是整形标签

from __future__ import absolute_import, division, print_function, unicode_literalsimport tensorflow as tffrom tensorflow import kerasimport numpy as npimport matplotlib.pyplot as pltprint(tf.__...

原创 Keras中model的input——shape

input——shape的大小应当是每个样本的大小例如上图。每个样本是5511，101，则input——shape使用这个大小，而样本个数是不需要输入的，自动用none代替

原创 Keras中TimeDistributed的作用

这里的X应当是（m，1375，101）用TimeDistributed就是把1375个中的每一个都执行Dense

原创 Keras中的Dot（axes = 1）

可以用dotor = Dot（axes = 1），然后dotor（alphas，a）其中alphas 为（m，Tx）而a为（m，Tx，n_a）则dot以后实际为alphas中的Tx的第一项乘上a中Tx的第一项（这里a的Tx第一项是一个完整向量，及用数值*一个向量，得到一个向量）+alphas中Tx的第二项乘上a中Tx的第二项+。。。。。。...

原创 RepeatVector,Concatenate,dense,以及softmax如何转换成onehot结果

其中RepeatVector(Tx)的作用 是将（m，n_s）扩张成（m，Tx，n_s)Concatenate则是将矩阵拼接dense的作用就是对张量进行前向传播，并输出10个维度的张量，若本身为（m，Tx，n_x），则dense以后应为（m，Tx，10）对于softmax的结果，可以使用这里先用argmax取出每一组softmax概率中的最大值的索引，然后利用这个索引使用to_cat...

原创 Keras中RepeatVector的作用

原创 个人笔记，关于两个图片融合时的细节问题

图中a_C的值因为时sess.run的情况下，得到的时out确切值，此时a_C不再是变量 是一个确切值，而a_G在这个例子中，则是作为变量值，是一个等于当前out的变量值，当sess.run时才会得到一个确切值。先定义损失函数J， 其中的J_content,J_style是上方第一张图中的。train_step设置好了以后，此时sess。run， 并且model中输入了另一张不同的im...

原创 python中使用*可以传多个参数

'''python''' def test(word_a,word_b,word_c): print(word_a,word_b,word_c) triads_to_try = [('italy', 'italian', 'spain'), ('india', 'delhi', 'japan'), ('man', 'woman', 'boy'), ('s...

原创 第二篇

在6月份时开始在coursera上学习deeplearning ，这个网站和课程是已经在读研的同学推荐给我的，用了以后感觉确实很好，讲得很清楚，学的也很透彻，每一周的程序练习也特别有方向，6月份因为很放松，就一直零零散散的学， 终于在7月份的时候开始正式学习，效率很高，一整天一般都能有6个小时左右在学习上，笔记我都用surface写在了onenote上，以下是成果：学起来还是非常有成就感的...

原创 开始写博客

9月份就研究生开学了，过去三个月里，学了很多东西，也遇到了很多问题，在这里总结一下。4月-5月，学习python，爬虫相关知识，跟着资料，爬了有道翻译，爬了百度百科，根据已学知识，自己试着爬了谷歌翻译和b站，我记得有道翻译是在url中去掉了translate_O里的_O就爬成功了，谷歌翻译和有道翻译不太一样，有道用的是post，而谷歌用的是get方法，所以对于get方法应当是直接把需要翻译的数据...