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

-+

泛爱众 而亲仁 有余力 则学文

  • 博客(52)
  • 资源 (4)
  • 收藏
  • 关注

转载 np.newaxis 为 numpy.ndarray(多维数组)增加一个轴

>> type(np.newaxis)NoneType>> np.newaxis == NoneTrue1234np.newaxis 在使用和功能上等价于 None,其实就是 None 的一个别名。1. np.newaxis 的实用>> x = np.arange(3)>> xarray([0, 1, 2])>> x.shape(3,)>> x[:, np.n

2017-12-30 15:47:25 237

转载 Python 3 os.walk使用详解

转自:https://www.cnblogs.com/herbert/archive/2013/01/07/2848892.htmlos.walk(top, topdown = True, onerror = None, followlinks = False) 文件结构Test folder: SubTest1 folder: Th

2017-12-29 19:13:38 1844

转载 Saver的用法

1. Saver的背景介绍    我们经常在训练完一个模型之后希望保存训练的结果,这些结果指的是模型的参数,以便下次迭代的训练或者用作测试。Tensorflow针对这一需求提供了Saver类。Saver类提供了向checkpoints文件保存和从checkpoints文件中恢复变量的相关方法。Checkpoints文件是一个二进制文件,它把变量名映射到对应的tensor值

2017-12-29 13:59:16 3172

转载 tensorflow学习之常用函数总结:tensorflow官方例子中的诸如tf.reduce_mean()这类函数

前言tensorflow官网给的例子用到了很多函数,然后并没有具体说明,还要自己去翻文档,有些函数是很常用的,下面来一一总结。正文一,tensorflow中有一类在tensor的某一维度上求值的函数。如:求最大值tf.reduce_max(input_tensor, reduction_indices=None, keep_dims=False, name=

2017-12-29 12:05:47 196

转载 tensorflow中tf.random_normal和tf.truncated_normal的区别

1、tf.truncated_normal使用方法tf.truncated_normal(shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None)从截断的正态分布中输出随机值。 生成的值服从具有指定平均值和标准偏差的正态分布,如果生成的值大于平均值2个标准偏差的值则丢弃重新选择。在正态分布的

2017-12-29 11:56:42 189

转载 variable与get_variable

Variabletensorflow中有两个关于variable的op,tf.Variable()与tf.get_variable()下面介绍这两个的区别tf.Variable与tf.get_variable()tf.Variable(initial_value=None, trainable=True, collections=None, validate_shape=Tru

2017-12-29 11:11:30 217

转载 图像操作和处理

本章讲解操作和处理图像的基础知识,将通过大量示例介绍处理图像所需的 Python 工具包,并介绍用于读取图像、图像转换和缩放、计算导数、画图和保存结果等的基本工具。这些工具的使用将贯穿本书的剩余章节。1.1 PIL:Python图像处理类库PIL(Python Imaging Library Python,图像处理类库)提供了通用的图像处理功能,以及大量有用的基本图像操作,比如图像

2017-12-27 01:18:45 6293

原创 图片保存路径更改 python

from matplotlib import pyplot as pltx=[2,5]y=[4,9]plt.plot(x,y)plt.savefig('D:\img.jpg')或者保存为pdf格式:plt.savefig('D:\img.pdf')

2017-12-27 01:09:25 12095

转载 最邻近插值法(The nearest interpolation)实现图像缩放

也称零阶插值。它输出的像素灰度值就等于距离它映射到的位置最近的输入像素的灰度值。但当图像中包含像素之间灰度级有变化的细微结构时,最邻近算法会在图像中产生人为加工的痕迹。具体计算方法:对于一个目的坐标,设为 M(x,y),通过向后映射法得到其在原始图像的对应的浮点坐标,设为 m(i+u,j+v),其中 i,j 为正整数,u,v 为大于零小于1的小数(下同),则待求象素灰度的值 f(m)。利用浮点

2017-12-27 00:58:28 10280

转载 Python print函数用法,print 格式化输出

使用print输出各型的字符串整数浮点数出度及精度控制strHello = 'Hello Python' print strHello#输出结果:Hello Python#直接出字符串1.格式化输出整数python print也支持参数格式化,与C言的printf似,strHello = "the length of (

2017-12-26 21:00:54 2666

转载 Python: zip()的使用

以前使用zip ,只用过最简单的,合并两个列表,没有仔细深究过,后来在实验楼 做实验的时候,遇到了这样的一行代码:[list(row) for row in zip(*field)]#field 是一个矩阵1有点蒙了, 就查了查了,这俩博客的介绍挺仔细的 Python零碎知识(2):强大的zip , Python的zip函数 记录一下吧zip()的基本使用方法

2017-12-25 17:09:45 957

转载 python list转矩阵

"code" class="python">#list转矩阵,矩阵列合并  x = [[1.2,2.2,1.4],[1.3,2.4,2.1],[1,1,0]] #表示有三个点,第一个点为(1,2,1,3)类型为1  #将其转换为矩阵,每一行表示一个点的信息  m = np.array(x).T  print m

2017-12-25 16:33:01 16787 1

转载 Python图片转换成矩阵,矩阵数据转换成图片

# coding=gbkfrom PIL import Imageimport numpy as np# import scipyimport matplotlib.pyplot as pltdef ImageToMatrix(filename): # 读取图片 im = Image.open(filename) # 显示图片# im.show()

2017-12-25 11:40:33 13455

原创 Unofficial Windows Binaries for Python Extension Packages

https://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv

2017-12-25 11:38:51 303

转载 随机生成图像 与 图像的转维(reshape)

OpenCV可以支持Python版本;通过Python的标准库, os.urandom(), 随机生成uchar数, 然后传递给OpenCV的矩阵;通过reshape()函数, 把1维变成2维(灰度图像), 把1维变成3维(彩色图像);注意: "-*- coding: utf-8 -*-"可以UTF-8编码, 可以使用中文注释; 输出灰度和彩色;代码如下:

2017-12-25 11:23:25 2513

转载 numpy中的matrix矩阵处理

numpy模块中的矩阵对象为numpy.matrix,包括矩阵数据的处理,矩阵的计算,以及基本的统计功能,转置,可逆性等等,包括对复数的处理,均在matrix对象中。 class numpy.matrix(data,dtype,copy):返回一个矩阵,其中data为ndarray对象或者字符形式;dtype:为data的type;copy:为bool类型。>>> a = np.matrix(

2017-12-23 17:54:23 456

转载 Python列表排序 reverse、sort、sorted 操作方法详解

python语言中的列表排序方法有三个:reverse反转/倒序排序、sort正序排序、sorted可以获取排序后的列表。在更高级python list排序中,后两中方法还可以加入条件参数进行排序。reverse()方法将列表中元素反转排序,比如下面这样>>> x = [1,5,2,3,4]>>> x.reverse()>>> x[4, 3, 2, 5,

2017-12-23 10:32:39 8711

转载 Array objects

Scipy.orgDocsNumPy v1.13 ManualNumPy ReferenceArray objectsindexnextpreviousIndexingndarrays can be indexed using the standard Python x[obj] syntax, where x is the

2017-12-23 10:30:42 274

转载 详细记录python的range()函数用法

使用python的人都知道range()函数很方便,今天再用到他的时候发现了很多以前看到过但是忘记的细节。这里记录一下range(),复习下list的slide,最后分析一个好玩儿的冒泡程序。这里记录一下:>>>range(1,5)#代表从1到5(不包含5)[1,2,3,4]>>>range(1,5,2)#

2017-12-22 22:00:50 759

转载 python的二维数组操作

需要在程序中使用二维数组,网上找到一种这样的用法:123456#创建一个宽度为3,高度为4的数组#[[0,0,0],# [0,0,0],# [0,0,0],# [0,0,0]]myList= [[0]* 3]* 4

2017-12-21 23:50:03 878

转载 用numpy把一个矩阵的一行或一列删除,再把剩下的拼在一起

在分析数据的时候,需要把某个数据矩阵的一行或者一列删除掉.....http://blog.csdn.net/accumulate_zhang/article/details/78452090

2017-12-21 14:22:24 2768 1

转载 浅析Python中的序列化存储的方法

在程序运行的过程中,所有的变量都是在内存中,比如,定义一个dict:?1d=dict(name='Bob', age=20, score=88)可以随时修改变量,比如把name改成'Bill',但是一旦程序结束,变量所占用的内存就被操作系统全部回收。如果没有把修改后的'Bil

2017-12-21 10:52:20 1505

转载 【TensorFlow】tf.concat的用法

tf.concat是连接两个矩阵的操作tf.concat(concat_dim, values, name='concat')除去name参数用以指定该操作的name,与方法有关的一共两个参数:第一个参数concat_dim:必须是一个数,表明在哪一维上连接     如果concat_dim是0,那么在某一个shape的第一个维度上连,对应到实际,就是叠

2017-12-17 20:29:47 612

原创 感受野receptive field个人理解

先引用一种思路: 至于为什么在下式不成立: 在于我们从长度着手的处理方法,应该从下一层最多从上一层吸收的长度着手(这也是和先前的假设pad操作不能扩展信息量相对应的),用一张图解释一下: 举个例子:在maxpooling层中,如果它的kenerl size是2x2,输出结果中的每一个元素都是其对应输入的2x2的区域中的最大值,所以这一层的感受野大小就是2。其实感受野的大小是由kerne

2017-12-17 16:52:26 1481

转载 Cygwin复制,粘贴 直接用鼠标在黑框上选区即可,选区结束就已经复制了。cygwin里面Ctrl+V是不能粘贴的,用Shfit+ Insert(键盘上下左右方向键的上面) Cygwin 下切换目

Cygwin复制,粘贴直接用鼠标在黑框上选区即可,选区结束就已经复制了。cygwin里面Ctrl+V是不能粘贴的,用Shfit+ Insert(键盘上下左右方向键的上面)Cygwin 下切换目录略不方面,一般需要输入前缀。比如cd  /cygdrive/d/Program Files 必须得输入前面的/cygdrive还有一种比较快捷的方式,我们要进入某个目录,可以

2017-12-17 12:20:07 1069

转载 Windows右键在当前目录打开Cygwin终端

Cygwin是Windows上用得比较广泛的一个shell终端,但是缺少一些Linux终端具有的基本功能。 本文主要讲如何在Windows上用右键在当前目录打开一个Cygwin终端(Centos一般会自带的功能).Step 1 安装cygwin安装Cygwin(略过)Step 2 准备启动脚本以我的安装目录(d:\cygwin)为例 在d:\cygwin\b

2017-12-17 11:58:34 1972

转载 http://www.mamicode.com/info-detail-1208112.html

Tmux介绍:Tmux是BSD实现的Screen替代品,相对于Screen,它更加先进:支持屏幕切分,而且具备丰富的命令行参数,使其可以灵活、动态的进行各种布局和操作。它可以做到一条命令就启动起来(强大的配置),左侧是终端,右侧是Vim,下面来一个gdb——总之它就是一个灵活的IDE,任仍你配置。效果如下图:安装①安装tmux之前需要先安装一些支持的组件:

2017-12-16 21:48:11 1133

转载 apt-cyg

cygwin安装后,如果没有选择安装所有包(这会占用5G空间,很多包不需要),再需要安装新的包,可以启动setup-x86_64 .exe(我把它放置在C:\cygwin64目录下),添加包(如wget命令,cygwin默认没有安装);也可以在cygwin的command line里用setup-x86_64 .exe 加参数安装;这两种方法都十分需要考虑细节,第三种方法是给cygwin安装apt

2017-12-16 13:47:17 1026

转载 详解Python中的下划线

本文将讨论Python中下划线(_)字符的使用方法。我们将会看到,正如Python中的很多事情,下划线的不同用法大多数(并非所有)只是常用惯例而已。单下划线(_)通常情况下,会在以下3种场景中使用:1、在解释器中:在这种情况下,“_”代表交互式解释器会话中上一条执行的语句的结果。这种用法首先被标准CPython解释器采用,然后其他类型的解释器也先后采用。

2017-12-15 16:22:23 234

转载 python pickle模块

持久性就是指保持对象,甚至在多次执行同一程序之间也保持对象。通过本文,您会对 Python对象的各种持久性机制(从关系数据库到 Python 的 pickle以及其它机制)有一个总体认识。另外,还会让您更深一步地了解Python 的对象序列化能力。什么是持久性?持久性的基本思想很简单。假定有一个 Python 程序,它可能是一个管理日常待办事项的程序,您希望在多次执行这个程

2017-12-15 14:49:06 178

转载 Jupyter Notebook 的快捷键

Jupyter Notebook 有两种键盘输入模式。编辑模式,允许你往单元中键入代码或文本;这时的单元框线是绿色的。命令模式,键盘输入运行程序命令;这时的单元框线是灰色。命令模式 (按键 Esc 开启)Enter : 转入编辑模式Shift-Enter : 运行本单元,选中下个单元Ctrl-Enter : 运行本单元Alt-Enter : 运行本单元,在其下插入新单元Y : 单元转入

2017-12-14 19:14:26 217

转载 win10 安装 tensorflow gpu 版

先打开网址https://storage.googleapis.com/tensorflow 可以看到目前的所有tensorflow已编译版本。直接翻到最后面,找到windows的。比如当前最新的为:Contents>Key>windows/gpu/tensorflow_gpu-1.0.0rc0-cp35-cp35m-win_amd64.whlKey>Generation>1485

2017-12-14 16:49:39 231

转载 详细解释CNN卷积神经网络各层的参数和链接个数的计算

卷积神经网络是一个多层的神经网络,每层由多个二维平面组成,而每个平面由多个独立神经元组成。       图:卷积神经网络的概念示范:输入图像通过和三个可训练的滤波器和可加偏置进行卷积,滤波过程如图一,卷积后在C1层产生三个特征映射图,然后特征映射图中每组的四个像素再进行求和,加权值,加偏置,通过一个Sigmoid函数得到三个S2层的特征映射图。这些映射图再进过滤波得到C3层。这个层

2017-12-14 14:12:52 6453

转载 TensorFlow 中文文档 介绍

介绍本章的目的是让你了解和运行 TensorFlow在开始之前, 先看一段使用 Python API 撰写的 TensorFlow 示例代码, 对将要学习的内容有初步的印象.这段很短的 Python 程序生成了一些三维数据, 然后用一个平面拟合它.import tensorflow as tfimport numpy as np# 使用 NumPy 生成假数据(p

2017-12-14 11:08:48 480

转载 tf.truncated_normal的用法

tf.truncated_normal(shape, mean, stddev) :shape表示生成张量的维度,mean是均值,stddev是标准差。这个函数产生正太分布,均值和标准差自己设定。这是一个截断的产生正太分布的函数,就是说产生正太分布的值如果与均值的差值大于两倍的标准差,那就重新生成。和一般的正太分布的产生随机数据比起来,这个函数产生的随机数与均值的差距不会超过两倍的标准差,但是一般

2017-12-14 11:05:58 223

转载 利用matplotlib中imshow()函数绘图

matplotlib 是python最著名的2D绘图库,它提供了一整套和matlab相似的命令API,十分适合交互式地进行制图。而且也可以方便地将它作为绘图控件,嵌入GUI应用程序中。通过简单的绘图语句,就可以绘制出高质量的图了。这里我们就主要讲一下inshow()函数的使用吧。一、引入matplotlib函数库如果你使用的是windows平台,大家可以直接下载对应版本的m

2017-12-13 16:28:48 4051

转载 Python科学画图小结

Python画图主要用到matplotlib这个库。具体来说是pylab和pyplot这两个子库。这两个库可以满足基本的画图需求,而条形图,散点图等特殊图,下面再单独具体介绍。首先给出pylab神器镇文:pylab.rcParams.update(params)。这个函数几乎可以调节图的一切属性,包括但不限于:坐标范围,axes标签字号大小,xtick,ytick标签字号,图线宽,legend

2017-12-13 15:46:36 321

转载 one hot 编码及数据归一化

机器学习 数据预处理之独热编码(One-Hot Encoding)问题由来在很多机器学习任务中,特征并不总是连续值,而有可能是分类值。例如,考虑一下的三个特征:["male", "female"]["from Europe", "from US", "from Asia"]["uses Firefox", "uses Chrome", "us

2017-12-11 20:00:48 575

转载 卷积神经网络算法的一个实现

前言从理解卷积神经到实现它,前后花了一个月时间,现在也还有一些地方没有理解透彻,CNN还是有一定难度的,不是看哪个的博客和一两篇论文就明白了,主要还是靠自己去专研,阅读推荐列表在末尾的参考文献。目前实现的CNN在MINIT数据集上效果还不错,但是还有一些bug,因为最近比较忙,先把之前做的总结一下,以后再继续优化。卷积神经网络CNN是Deep Learning的一个重要算法,在很多

2017-12-11 18:33:00 831

转载 Deep Learning论文笔记之(四)CNN卷积神经网络推导和实现

Deep Learning论文笔记之(四)CNN卷积神经网络推导和实现zouxy09@qq.comhttp://blog.csdn.net/zouxy09          自己平时看了一些论文,但老感觉看完过后就会慢慢的淡忘,某一天重新拾起来的时候又好像没有看过一样。所以想习惯地把一些感觉有用的论文中的知识点总结整理一下,一方面在整理过程中,自己的理解也会更深,另

2017-12-10 19:41:58 239

EMD经验模态工具

可用

2017-05-23

时频分析工具tftb

可以用

2017-05-23

算法导论中英word版

word其实很不多见

2016-09-22

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