qq_40146935的博客

分4种情况： 当该节点存在右子树时，那么下一个节点一定在右子树中产生 这种情况下又分成两种情况： （1）右子树不存在左分支，那么要找的下一个节点就是右子树的根节点。 （2）右子树中存在左分支，那么不停的寻找左分支的左分支就可以了。 2.当该节点不存在右子树时，那么下一个节点一定在该节点的父节点中产生，这种情况下又分两种情况： （1）该节点是他的父节点的左孩子，那么下一个节点就是该节点的父节点 （2） 该节点是他父节点的右孩子，那么就需要继续往该节点的父节点的父节点去寻找了。然后重复前面的分析。 class

@wraps(Conv2D) def DarknetConv2D(*args,**kwargs): "带正则化，当步长为2时进行下采样" darknet_conv_kwargs = {"kernel_regularizer":l2(5e-4)} #kernel_regularizer将核权重参数进行正则化 darknet_conv_kwargs["padding"] = "valid" if kwargs.get("strides")==(2,2) else "same" darknet_conv_

vgg16网络结构 import os import numpy as np import tensorflow as tf class vgg16(): def __init__(self,imgs): # 在类里边想要复用已经训练权重参数的时候，在模型中作为参数作为输入，类里边输入的参数，将参数在整个类中共享 self.paramerters = [] #在类的初始化时加入全局列表，将所需共享的参数加载进来 self.imgs =

faster r cnn