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

-+

luccao的博客

人工智能的终端应用

  • 博客(14)
  • 资源 (1)
  • 收藏
  • 关注

原创 slim.batch_norm()函数中各参数的意义

slim.batch_norm()函数,以及slim的各个层函数的normalizer_fn=slim.batch_norm调用都会用到,其参数很多,需要以字典的形式传入。slim.batch_norm是BN算法函数,在网络训练的时候加入BN能加快训练速度,同时能增强模型的泛化能力。1. inputsA tensor with 2 or more dimensions, where the f...

2018-09-26 18:30:00 11886 1

原创 python2编码的来龙去脉

http://python.jobbole.com/86578/这篇博客讲的很清楚,都是基于python2的编码来讲的,值得推荐!

2018-09-26 15:16:57 118

转载 CSDN-markdown编辑器

这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Ma...

2018-09-19 17:17:54 113

原创 《AI终端应用的几个case--第一讲》手机回收时图像识别手机的外观信息

最近看到一个公司叫做回收宝,经过进一步了解他们是做

2018-09-17 10:49:33 165

原创 《深度学习网络训练--第一讲》数据采集与数据预处理

经过项目的实践,我感受到要想训练出一个性能优良的模型网络,数据采集与预处理是多么的艰难与重要。数据的采集数据的采集是一个费时费力的过程。对于人脸数据来说,针对产品的应用场景,需要采集不同环境变量的人脸图像。对于我的经验来说,公司想要做一个人脸识别的AI产品,采集人脸的时候,往往采用发动全公司员工积极配合采集人脸,但是这样的人脸数据往往多样性比较差,也就是说人头个数没有多少,但是一个人可...

2018-09-13 13:20:07 2984

原创 无人驾驶PID控制器的终极理解

看到论坛上各种描写PID的公式与言论,大多都比较晦涩难懂,我自己整理一些资料进行工程化的理解,希望能有所帮助。先上一张图吧: http://www.dfrobot.com.cn/community/thread-14783-1-1.html这篇博客讲的很形象生动。哈哈哈,只是无聊的时候回顾一下以前做云台的知识。https://blog.csdn.net/AdamShan/articl...

2018-09-11 17:19:49 2550

原创 《高斯牛顿优化算法--第一讲》原理推导

高斯牛顿是非线性最小二乘的一种优化算法,采用逐步迭代的方法,把非线性问题变成一步一步迭代的线性问题,从而达到极值收敛。在第二讲我会以加速度计的校准为例子,进行高斯牛顿的实际应用讲解。好吧,我们第二讲见。...

2018-09-10 19:32:05 3195

原创 《NLP知识点第三讲》GRU的原理与代码实现

GRU的原理公式:GRU的原理公式:GRU的原理公式:c(t)=tanh(Wc[Γr∗c(t−1),x(t)]+bc)c(t)=tanh(Wc[Γr∗c(t−1),x(t)]+bc)c^{(t)} = tanh(W_c[\Gamma_r * c^{(t-1)}, x^{(t)}] + b_c ) Γu=σ(Wu[c(t−1),x(t)]+bu)Γu=σ(Wu[c(t−1),x(t)]+bu)...

2018-09-07 14:36:09 2184 2

原创 《NLP知识点第二讲》LSTM的原理与代码实现

上一讲我们讲到了普通RNN的原理与代码实现,但是普通RNN存在一个缺点就是梯度消失的问题,并且不能解决长期依赖问题。LSTM通过改变RNN的隐藏层,解决了梯度消失问题,并且实现了网络信息的深层次连接。1. LSTM_cell_forwardLSTM只是改变了RNN的隐藏层,各个gate的输出是0到1,也就是他们可以选择是否保留之前的信息。1就是保存,0就是舍弃。具体代码实现如下:...

2018-09-06 17:06:00 1060

原创 《NLP知识点第一讲》RNN的原理以及代码的实现

RNN的原理a<t>=g1(Waaa(t−1)+Waxa(t)+ba)a<t>=g1(Waaa(t−1)+Waxa(t)+ba)a^{} = g1(W_{aa}a^{(t-1)} + W_{ax}a^{(t)} + b_a) y¯¯¯<t>=g2(Wyaa(t)+by)y¯<t>=g2(Wyaa(t)+by)\overline{

2018-09-05 19:54:31 745

原创 tensorflow的浅谈《第一讲》

tensorflow的定义TensorFlow™ 是一个采用数据流图(data flow graphs),用于数值计算的开源软件库。节点(Nodes)在图中表示数学操作,图中的线(edges)则表示在节点间相互联系的多维数据数组,即张量(tensor)。它灵活的架构让你可以在多种平台上展开计算,例如台式计算机中的一个或多个CPU(或GPU),服务器,移动设备等等。TensorFlow 最初由G...

2018-09-05 17:34:14 217

原创 c++面试经典编程试题

1. 二分查找二分查找也是比较经典的面试题 条件: 1)数据是按从小到大或者是从大到小排序的 2)给定一组数据,在所给的排序数据中找出与数据相等的值,并返回它的下标例子代码:#include <iostream>using namespace std;int binary_search(int *a, int num, int va...

2018-09-05 16:48:31 19901

原创 机器学习面试知识点

深度学习1. 前向推导z(l+1)=W(l)x(l)+b(l)z(l+1)=W(l)x(l)+b(l)z^{(l+1)} = W^{(l)}x^{(l)} + b^{(l)} a(l+1)=f(z(l+1))a(l+1)=f(z(l+1))a^{(l+1)} = f(z^{(l+1)})这是一个CNN中前向推导的通用公式2. 梯度消失与梯度爆炸  梯度消失:这本质上是由于激...

2018-09-03 22:30:49 265

转载 使用CSDN-markdown

欢迎使用Markdown编辑器写博客本Markdown编辑器使用StackEdit修改而来,用它写博客,将会带来全新的体验哦:Markdown和扩展Markdown简洁的语法代码块高亮图片链接和图片上传LaTex数学公式UML序列图和流程图离线写博客导入导出Markdown文件丰富的快捷键快捷键加粗 Ctrl + B 斜体 Ctrl + I...

2018-09-01 12:59:30 114

高速ad转换芯片资料,ad9244

fpga可以与其构成控制连接,就是你要用FPGA进行处理数据时,就需要AD转换,而AD转换的速度需要达到很高转换速度时,就可以用此芯片来解决,是14位的,65Msps采样频率

2014-09-24

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