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

-+
  • 博客(8)
  • 收藏
  • 关注

原创 Python中动态导入模块importlib.import_module()

背景:使用Python要导入的模块可能是动态构造的,此时需要动态导入。方案1:使用importlibimport importlib# 假设模块configs下有多个config文件config_file = 'sth.cfg' # 其中一个config 文件config_file = config_file.replace('.cfg', '')params = importlib.import_module(config".format(config_file)) par

2021-04-25 20:32:05 820

转载 Python exec在局部变量域中执行代码

问题你想在使用范围内执行某个代码片段,并且希望在执行后所有的结果都不可见。解决方案为了理解这个问题,先试试一个简单场景。首先,在全局命名空间内执行一个代码片段:>>> a = 13>>> exec('b = a + 1')>>> print(b)14>>>然后,再在一个函数中执行同样的代码:>>> def test():... a = 13... exec('b

2021-04-25 20:18:47 1024

原创 错误:AttributeError: module ‘keras.backend.tensorflow_backend‘ has no attribute ‘_is_tf_1‘

使用tensorflow+keras时出现错误:AttributeError: module 'keras.backend.tensorflow_backend' has no attribute '_is_tf_1'可能是环境出问题导致的,推荐是卸载重新安装keras,同时要注意选择和tensorflow版本匹配的keras,如果不清楚版本可以使用conda安装推荐的版本。pip uninstall keraspip install keras --upgrade...

2021-04-25 14:44:01 1917

转载 解决word无法回退及修改内容不保存问题

如图,撤退按钮瞬间会变灰。即便在未变灰前点击回退也不会有实际回退效果。出现这种情况很可能是模板文件出现损坏或有异常。可以通过删除模板文件让word重新自己生成模板文件来解决。操作步骤如下:step 1:打开资源管理器,在地址栏输入内容并回车:%appdata%\microsoft\Templates step 2:关闭word程序注:如果有word正在运行,需要先关闭运行中的word程序。如果word在后台运行需要打开任务管理器关闭word程序。step 3:删除...

2021-04-20 11:56:24 7019 3

转载 visio绘制立方体

卷积神经网络作图的时候需要绘制立方体,使用visio的绘制过程为:1)绘制矩形,并用线连接,绘制过程中使用shift+直线可以粘接到已有的端点;2)使用开发工具的组合-连接-拆分,获得独立的面,这样可以对不同面单独设置属性。具体看下面的图:开发模式启用:选择菜单栏 “文件”---->“选项”---->“高级”---->“以开发人员模式运行”.这时菜单栏会出现一个“开发工具”,选择“操作”---->“连接”---->“拆分”。注意:在拆分操作后

2021-04-15 09:26:42 10921 3

转载 numpy reshape,view函数中的-1

使用reshape,view函数会见到-1的索引,例如reshape(-1,2),可以查找numpy文档中的reshape()去理解这个问题根据Numpy文档(https://docs.scipy.org/doc/numpy/reference/generated/numpy.reshape.html#numpy-reshape)的解释:newshape : int or tuple of intsThe new shape should be compatible with the origin

2021-04-13 13:12:55 1837

转载 深度学习优化利器:集成、知识蒸馏和自蒸馏

为什么简单的「集成」便能够提升性能呢?本文是对上述问题的解析,作者解读了来自微软研究院高级研究员朱泽园博士,以及卡内基梅隆大学机器学习系助理教授李远志的最新论文《在深度学习中理解集成,知识蒸馏和自蒸馏》。本文授权转自智源社区,作者梦佳集成(Ensemble,又称模型平均)是一种「古老」而强大的方法。只需要对同一个训练数据集上,几个独立训练的神经网络的输出,简单地求平均,便可以获得比原有模型更高的性能。甚至只要这些模型初始化条件不同,即使拥有相同的架构,集成方法依然能够将性能显著提升。但是,为什么

2021-04-10 09:13:53 940

原创 深度学习训练(优化)参数的玄学解释

优化的目标:更好、更快梯度局部最小优化的头号敌人是梯度为零,梯度为零即有众所周知的局部最小,还有鞍部点。但幸好在高维空间局部最小并非经常出现,例如下面左图,在一维空间上红点是局部最小,但在二维空间上红点是鞍部点。实际模型参数空间十分复杂,在右侧二维空间的局部最小也在高维空间中大多不是局部最小。batch size用大batch size还是小的呢?较大的batch size训练更快,较小的batch size精度和泛化能力更好。What?batch size不是越大越好么

2021-04-07 22:59:56 650

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

提示
确定要删除当前文章?
取消 删除