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(2)
  • 资源 (4)
  • 收藏
  • 关注

原创 微软Rocket视频分析平台学习(2)

代码地址https://github.com/microsoft/Microsoft-Rocket-Video-Analytics-Platformrocket视频分析平台说明ppt Rocket-features-and-pipelines.pdf.1 拉取镜像docker pull ycshu086/rocket-sample-edgeonly:0.12 以拉取下来的镜像创建...

2019-12-31 09:48:16 487

翻译 微软Rocket视频分析平台学习(1)

代码地址https://github.com/microsoft/Microsoft-Rocket-Video-Analytics-Platform 一个高度可扩展的软件堆栈,使每个人都能建立实际的实时视频分析应用程序,使用先进的机器学习算法进行目标检测和警报。该存储库具有一个混合边缘云视频分析管道(构建在C#.NET核心之上),它允许TensorFlow DNN模型插件、GPU...

2019-12-30 15:42:32 461

labelme window版本5.4.1,不需要安装其他,可以独立运行,适用于离线环境

labelme window版本5.4.1,不需要安装其他,可以独立运行,适用于离线环境

2024-03-21

teamviewer免费版,无商业用途警告

teamviewer免费是用于远程控制,桌面共享和文件传输的简单而快速的解决方案,即使您没有违反许可证条件,TeamViewer也可能会错误地检测到商业用途并限制您的连接。 对于这种情况,需要修改id重新获得使用权限,本软件为teamviewer免费版,无商业用途警告,只需运行rclientID.exe就可以避免商业用途警告

2019-03-01

Python数据分析基础教程:NumPy学习指南(第2版).pdf

Python数据分析基础教程:NumPy学习指南(第2版).pdf Python数据分析基础教程:NumPy学习指南(第2版)是NumPy的入门教程,主要介绍NumPy以及相关的Python科学计算库,如SciPy和Matplotlib。《Python数据分析基础教程:NumPy学习指南(第2版)》内容涵盖NumPy安装、数组对象、常用函数、矩阵运算、线性代数、金融函数、窗函数、质量控制、Matplotlib绘图、SciPy简介以及Pygame等内容,涉及面较广。另外,Ivan Idris针对每个知识点给出了简短而明晰的示例,并为大部分示例给出了实用场景(如股票数据分析),在帮助初学者入门的同时,提高了本书可读性。

2018-05-24

Tensorflow:实战Google深度学习框架

Tensorflow:实战Google深度学习框架电子书 目录 · · · · · · 第1章 深度学习简介 1 1.1 人工智能、机器学习与深度学习 2 1.2 深度学习的发展历程 7 1.3 深度学习的应用 10 1.3.1 计算机视觉 10 1.3.2 语音识别 14 1.3.3 自然语言处理 15 1.3.4 人机博弈 18 1.4 深度学习工具介绍和对比 19 小结 23 第2章 TensorFlow环境搭建 25 2.1 TensorFlow的主要依赖包 25 2.1.1 Protocol Buffer 25 2.1.2 Bazel 27 2.2 TensorFlow安装 29 2.2.1 使用Docker安装 30 2.2.2 使用pip安装 32 2.2.3 从源代码编译安装 33 2.3 TensorFlow测试样例 37 小结 38 第3章 TensorFlow入门 40 3.1 TensorFlow计算模型——计算图 40 3.1.1 计算图的概念 40 3.1.2 计算图的使用 41 3.2 TensorFlow数据模型——张量 43 3.2.1 张量的概念 43 3.2.2 张量的使用 45 3.3 TensorFlow运行模型——会话 46 3.4 TensorFlow实现神经网络 48 3.4.1 TensorFlow游乐场及神经网络简介 48 3.4.2 前向传播算法简介 51 3.4.3 神经网络参数与TensorFlow变量 54 3.4.4 通过TensorFlow训练神经网络模型 58 3.4.5 完整神经网络样例程序 62 小结 65 第4章 深层神经网络 66 4.1 深度学习与深层神经网络 66 4.1.1 线性模型的局限性 67 4.1.2 激活函数实现去线性化 70 4.1.3 多层网络解决异或运算 73 4.2 损失函数定义 74 4.2.1 经典损失函数 75 4.2.2 自定义损失函数 79 4.3 神经网络优化算法 81 4.4 神经网络进一步优化 84 4.4.1 学习率的设置 85 4.4.2 过拟合问题 87 4.4.3 滑动平均模型 90 小结 92 ..................................

2018-05-24

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