- 博客(18)
- 资源 (3)
- 收藏
- 关注
原创 python环境安装
1、eclipse(1)安装JDK一种是在oracle官网上下载JDK安装,一种是通过下面命令安装sudo add-apt-repository ppa:webupd8team/javasudo apt-get update安装java8sudo apt-get install oracle-java8-installersudo apt-get insta
2017-07-30 19:38:30 222
原创 tensorflow之变量共享
对于tensorflow中的很多内容理解起来都不太容易,因为很多概念和普通编程的概念有很大的区别,比如对于变量而言,tensorflow创建变量有两种方式,分别是tf.Variable()和tf.get_variable(),而这两种方式又有所区别,下面通过实例进行介绍。实例1:wang = tf.Variable(tf.random_normal([3,3], stddev = 0.2)
2017-07-29 19:57:30 517
原创 python重点语法总结(一)---- lambda表达式
1、lambda表达式lambda只是一个表达式,函数体比def简单很多。lambda的主体是一个表达式,而不是一个代码块。仅仅能在lambda表达式中封装有限的逻辑进去。lambda表达式是起到一个函数速写的作用。允许在代码内嵌入一个函数的定义。如下定义了一个lambda表达式,求三个数的和的例子:f = lambda x, y, z:x+y+xf(1,2,3)f
2017-07-28 21:04:02 452
原创 tf.nn函数总结
1、tf.nn.conv2dconv2d( input, filter, strides, padding, use_cudnn_on_gpu=None, data_format=None, name=None)根据给定的四维张量和滤波张量计算2-D滤波。其中,给定输入的张量维度为[batch, in_height, in
2017-07-28 20:52:13 1564
原创 tf函数总结(一)
1、tf.concatconcat( values, axis, name='concat')将一组张量沿某一维度连接起来。当axis=i时,如果values[i].shape=[d1,d2, ....,daxis[i], ..., dn],则连接后的张量维度为[d1,d2,..., Raxis,...,dn],其中Raxis=sum(daxis[i
2017-07-28 20:43:17 10024
原创 enumerate使用
enumerate()说明enumerate()是python的内置函数enumerate在字典上是枚举、列举的意思对于一个可迭代的(iterable)/可遍历的对象(如列表、字符串),enumerate将其组成一个索引序列,利用它可以同时获得索引和值enumerate多用于在for循环中得到计数 enumerate()使用如果对一个列表,既要遍历索引又要遍历元素时,首
2017-07-23 19:45:30 1983
原创 分类loss cross-entropy
为了训练网络,都需要定义一个loss function来描述模型对问题的求解精度。loss越小,代表模型的结果和真实值偏差越小。对于分类问题,通常使用cross-entropy来定义loss function。该概念最早用在信息论中,后来被用到很多地方。其中,y是预测的概率分布,即softmax输出的结果,y'是真实的概率分布,即label的one-hot编码,模型对真实概率分布的准确程度公式如
2017-07-20 13:51:35 2654
原创 分类softmax函数
在多分类任务中通常使用softmax来对特征进行计算,从而得出不同类别的概率。简单说就是对特征进行exp计算,然后在进行标准化,让所有类被输出的概率值的和为1.softmax(x) = normalize(exp(x))softmax(x_i)= (exp(x_i))/(∑_jexp(x_j))
2017-07-20 13:42:26 1378
原创 tf.app.run()的作用
if __name__ == "__main__":means current file is executed under a shell instead of imported as a module.tf.app.run()As you can see through the file app.pydef run(main=None, argv=None): """R
2017-07-19 09:06:05 1773 1
原创 增加数组的维度
import numpy as npa = np.zeros([2,3])an = a[np.newaxis,:]print(a.shape)print(an.shape)
2017-07-15 11:58:09 1522
原创 python opencv绘制多边形和多边形填充
import numpy as npimport cv2import matplotlib.pyplot as plta = np.array([[[10,10], [100,10], [100,100], [10,100]]], dtype = np.int32)b = np.array([[[100,100], [200,230], [150,200], [100,220]]]
2017-07-15 11:39:04 39196
原创 ubuntu中C++编译及调试方法
1、C++中使用gcc或g++来编译链接C++程序,实际上gcc和g++都可以编译C++程序,但是gcc不支持C++程序的链接,所以推荐使用g++实现C++程序的编译链接。2、通过g++编译链接C++程序比较简单,只要通过命令g++ main.cpp即可实现,此时编译生成a.out文件,通过./a.out可以执行该程序。如果希望编译出的可执行文件是指定名称,可以使用-a参数,即g++ main
2017-07-12 14:53:31 8476
转载 ubuntu多余内核删除
如果升级到了一个新的内核,并且还比较稳定,那么老的内核就可以清理了,放在电脑里也占位置。方法(命令行比较通用)如下:1.查看系统内存在的内核版本列表:sudo dpkg --get-selections |grep linux结果:libselinux1 installlinux-firmware
2017-07-12 14:29:43 1315
转载 gcc和g++的区别
一:gcc与g++比较编译c/c++代码的时候,有人用gcc,有人用g++,于是各种说法都来了,譬如c代码用gcc,而c++代码用g++,或者说编译用gcc,链接用g++,一时也不知哪个说法正确,如果再遇上个extern"C",分歧就更多了,这里我想作个了结,毕竟知识的目的是令人更清醒,而不是更糊涂。 误区一:gcc只能编译c代码,g++只能编译c++代码两者都可以,但是请注意:
2017-07-12 11:48:18 458
原创 获取矩阵内非零元素坐标
import numpy as npa = np.array([[1,1,0], [0,1,0],[0,0,1]])print(a)b = a==1print(b)nonb = b.nonzero()print("nonbx", nonb[0])print("nonby", nonb[1])c = np.zeros_like(a)print(c)c[
2017-07-04 14:23:48 4849
转载 翻转矩阵flipud和fliplr函数
numpy.flipudnumpy.flipud(m)[source] Flip array in the up/down direction. Flip the entries in each column in the up/down direction. Rows are preserved, but appear in a different order
2017-07-02 10:20:03 8374
转载 numpy中hstack() vstack() stack() dstack() vsplit() concatenate() 函数用法
感觉numpy.hstack()和numpy.column_stack()函数略有相似,numpy.vstack()与numpy.row_stack()函数也是挺像的。stackoverflow上也有类似的讨论,在这里numpy vstack vs. column_stack。给一个相关函数的列表:stack() Join a sequence of arra
2017-07-02 09:19:25 1171
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人