- 博客(17)
- 收藏
- 关注
RSS订阅转载 彻底搞清C++中的重载、重定义、重写
1、重载首先说重载,它最简单，C++中的重载和java中的差不多，都是在一个类中，方法名相同而参数不同的几个方法，但是不能靠返回类型来判断。例如：class AA{public: void print() { cout << "父类" << endl; } void print(int x ) { cout << "父类:"
2018-04-28 21:46:47
172
转载 循环神经网络--LSTM（长短时记忆网络）
循环神经网路基本的循环神经网络下图是一个简单的循环神经网络，它由输入层、隐藏层和一个输出层组成。 其中，x 是输入层的值，U是输入层到隐藏层的权重，s是隐藏层的输出的值，V是隐藏层到输出层的权重，o是输出，环神经网络的隐藏层的值s不仅仅取决于当前这次的输入x，还取决于上一次隐藏层的值s。权重矩阵 W就是隐藏层上一次的值作为这一次的输入的权重。如果将上图展开，就如下图所示： ...
2018-04-28 14:01:24
7028
转载 生成对抗神经网络
对抗生成网络，其实就像周伯通，左手打右手，不用陪练，自己就能练成绝世武功！ 先说一个对我学习有很大帮助的故事: 刚参加工作时，顶头上级是跟我年纪相仿的年轻人，据说家里有点关系。 有一天交给我一个任务，让我写个部门工作总结，我这刚参加工作，哪会写这个啊？他说没关系，写完给他看，他帮我。 ...
2018-04-23 15:12:33
3105
转载 TensorFlow Serving 尝尝鲜
tensorflow保存模型有很多的方式，究竟每一种方式适合干什么呢？ 我大致的一个理解是： ckpt模型适合的是tf_serving部署 .pb文件是轻量级的，适合手机端的移植，其中，tf.saved_model.builder.SavedModelBuilder的保存的.pb文件不知道是否已经将变量转换为了常量？？？可留言解释，谢谢。一点不了解tf_serving部署，所以
2018-04-21 23:42:07
382
转载 TensorFlow 保存模型为 PB 文件
通常我们使用 TensorFlow时保存模型都使用 ckpt 格式的模型文件，使用类似的语句来保存模型tf.train.Saver().save(sess,ckpt_file_path,max_to_keep=4,keep_checkpoint_every_n_hours=2) 使用如下语句来恢复所有变量信息saver.restore(sess,tf.train.latest_checkpoint(
2018-04-21 23:10:32
4476
3
转载 tensoeflow 冻结网络模型
冻结模型文件本文基于mnist与lenet，讲述如下两个问题：1.如何将训练好的网络模型冻结，形成net.pb文件？2.如何将net.pb文件部署到TensorFlow中做inference？pb文件保存的步骤 1.需要给input与最终的预测值取个名字，便于部署时输入数据并输出数据 2.利用graph_util.convert_variables_to_constants将网络中模型参数变量转
2018-04-21 22:30:20
1066
转载 tensorflow 生成.pb文件，加载.pb文件---迁移学习
这篇薄荷主要是讲了如何用tensorflow去训练好一个模型，然后生成相应的pb文件。最后会将如何重新加载这个pb文件。train 首先说一下train。一开始当然是读图片啦。用io.imread来读取每一张图片，然后resize成vgg的输入的大小（224，224，3），最后分别放入了data和label中。def read_img(path): cate = [pa...
2018-04-21 22:05:14
7064
转载 TensorFlow上实现AutoEncoder自编码器
TensorFlow上实现AutoEncoder自编码器一、概述AutoEncoder大致是一个将数据的高维特征进行压缩降维编码，再经过相反的解码过程的一种学习方法。学习过程中通过解码得到的最终结果与原数据进行比较，通过修正权重偏置参数降低损失函数，不断提高对原数据的复原能力。学习完成后，前半段的编码过程得到结果即可代表原数据的低维“特征值”。通过学习得到的自编码器模型可以实现将高维数据压...
2018-04-21 19:49:04
945
转载 局部变量、全局变量、类数据变量
在结构化程序设计中，有人提出“数据结构+算法=程序设计”，数据结构就是数据的组织，算法是用函数实现的，可见数据和函数很早就被看作程序设计的重点了。面向对象程序设计中，这种观点应稍作一下修改：“数据结构+算法=对象”。就是数据和函数构成了类的对象。面向对象程序设计中，数据用来描述对象的属性，函数是行为，用来处理数据。将数据和函数封装到一个类里，类中的函数成员可以访问数据成员，函数成员之间可以实现...
2018-04-20 16:25:24
764
原创 函数、内联函数、类函数
函数的运行原理函数是一种更高级的抽象。它的引入使得编程者只关心函数的功能和使用方法，而不必关心函数功能的具体实现；函数的引入可以减少程序的目标代码，实现程序代码和数据的共享。但是，函数调用也会带来降低效率的问题，因为调用函数实际上将程序执行顺序转移到函数所存放在内存中某个地址，将函数的程序内容执行完后，再返回到转去执行该函数前的地方。这种转移操作要求在转去前要保护现场并记忆执行的地址，转回后
2018-04-20 15:52:47
445
转载 static关键字总结
static关键字总结 static，即静态声明。它在 作用域、存储方式、生命周期 等各方面影响一个变量或函数。文章将从 局部变量、全局变量、普通函数、类的static成员（包括数据成员与成员函数）来总结static。全局变量 所有的全局变量，无论是否是static的，都是存储于静态存...
2018-04-19 15:55:47
216
原创 头文件、源文件 及extern的使用
头文件与源文件的作用1. 编译器的工作过程简单的说其实要理解C文件与头文件（即.h）有什么不同之处，首先需要弄明白编译器的工作过程，一般说来编译器会做以下几个过程：1.预处理阶段 2.词法与语法分析阶段 3.编译阶段，首先编译成纯汇编语句，再将之汇编成跟CPU相关的二进制码，生成各个目标文件 (.obj文件) 4.连接阶段，将各个目标文件中的各段代码进行绝对地址定位，生成...
2018-04-19 14:13:42
1540
转载 c++ extern 关键字的使用
1. 序言extern是一个关键字，它告诉编译器程序中存在着一个变量或者一个函数，如果在当前编译语句的前面中没有找到相应的变量或者函数，也会在当前文件的后面或者其它文件中定义。因此，extern的功能主要为声明外部有一个可用的函数或者变量（通常，这些变量时在cpp或者c文件中定义的），而且这些变量和函数是全局可见的。2. 现代程序编译流程简要介绍在具体讲述extern之前，觉得十分有必要介绍下现代程
2018-04-19 10:04:04
296
转载 TensorFlow 模型保存/载入
TensorFlow 模型保存/载入我们在上线使用一个算法模型的时候，首先必须将已经训练好的模型保存下来。tensorflow保存模型的方式与sklearn不太一样，sklearn很直接，一个sklearn.externals.joblib的dump与load方法就可以保存与载入使用。而tensorflow由于有graph, operation 这些概念，保存与载入模型稍显麻烦。一、基本方法网上搜索
2018-04-14 23:08:48
278
转载 np.dot()
对NumPy中dot()函数的理解今天学习到numpy基本的运算方法，遇到了一个让我比较难理解的问题。就是dot函数是如何对矩阵进行运算的。一、dot()的使用参考文档：https://docs.scipy.org/doc/numpy/reference/generated/numpy.dot.htmldot()返回的是两个数组的点积(dot product)1.如果处理的...
2018-04-04 21:38:17
3691
转载 自我学习,监督学习,半监督学习和迁移学习的区别
区别自我学习和半监督学习一样，当前手头上只有少量训练样本，但是周围手头上还有大量无标注样本。举一个经典的例子，分离大象和犀牛。 对于监督学习来说，我们手头有大量大象的样本和犀牛的样本，接下来训练分类器，进行分类，大家都知道的。 对于迁移学习，则是指我们手头上有大量羊的样本和马的样本（已标记），少量的大象和犀牛的样本，接下来就要从羊和马的样本中选出有效的样本分别加入到大象和犀牛的标记样本中，然后再
2018-04-02 09:21:35
12116
转载 TensorFlow上实现AutoEncoder自编码器
TensorFlow上实现AutoEncoder自编码器######################################################################################## 前面讲到的都是有监督学习，他的重要特征是数据都是有标记的。无标记的数据应该用什么样的网络模型来学习呢？这里用一个叫做-自编码网络-的网络模型。 AutoEn
2018-04-02 08:48:31
378
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