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(13)
  • 收藏
  • 关注

原创 WW3 Quick Start 踩坑记录

WW3 Quick Start碰到的2个BUG,以及解决方案

2023-09-21 22:09:49 195 4

原创 【Tracker】互相关是啥

如何理解相关滤波器中的互相关呢?

2022-08-26 10:47:22 1504 2

原创 mxnet导入报各种libcudart*.so、 libcuda*.so找不到

使用pycharm调试代码的一些巨坑介绍

2022-06-29 12:20:41 1803

原创 YOLOv5添加自定义数据增广方法

如何再YOLOv5中添加自定义数据增广方法

2022-05-30 10:20:29 3802 9

原创 Ubuntu重启后进入initramfs导致无法开机

1. 首先搜索TYPE为ext4的磁盘blkid2. 比如我的ext4盘是/dev/sda4,那么使用fsck命令进行修复,出现y/n就一路yes下去fsck -t ext4 /dev/sda43. 修复完成以后,直接输入exit命令,系统就会自动重启啦,真棒儿。exit参考:1.ubuntu开机进入initramfs,无法进入图形化界面,不用U盘的修复办法......

2022-05-19 09:35:54 2698 5

原创 数据增广——图像随机旋转

目标检测识别到非目标物体

2022-05-18 17:34:20 1305

原创 卷积神经网络CNN反向传播过程

卷积神经网络是如何求导,如何反向传播梯度的呢?池化层卷积层怎么求导?

2022-05-01 00:21:30 1095 2

原创 一般神经网络(DNN)反向传播过程

DNN反向传播过程多元函数微分损失函数都是标量函数,它使用范数损失将向量转换为标量。计算损失函数在第L层输入的导数是一种标量对向量的求导。实际上不论是几维向量,都可以视为一列多元函数的自变量数组。例如,m×nm\times nm×n维度的矩阵{Wij}\{W_{ij}\}{Wij​}可以转化为一列多元函数的自变量数组:{Wij}→(W11,W12...Wnm)\{W_{ij}\}\rightarrow(W_{11},W_{12}...W_{nm}){Wij​}→(W11​,W12​...Wnm​

2022-04-28 16:11:42 1435

原创 Mac远程连接Linux桌面教程

Mac to Linux

2022-03-19 15:33:25 16345

原创 Docker容器常用命令

使用docker镜像创建新的容器其中${NAME}表示为容器命名,${IMAGE_NAME}可以使用镜像ID或者镜像名。建议使用ID,因为名字可能很长。-it表示为容器分配伪终端,最后的/bin/bash表示运行bash命令,这样可以让容器一直保持running状态。这样的话就可以使用docker exec进入容器进行交互。docker run -it --name ${NAME} -d ${IMAGE_NAME} /bin/bash停止容器docker stop ${COMTAINER

2022-03-16 14:35:08 1999

原创 Tensorflow——conv2d_transpose反卷积踩坑实录

conv2d_transpose反卷积踩坑实录

2022-01-10 16:15:59 927

原创 Tensorflow——Tensorflow运行调试记录

背景: 使用python中的tensorflow封装API构建CNN模型,并在Visual Studio 2022中运行。 现象: 消除所有BUG以后,终于可以把构建的模型跑起来了。然而VS又开始闹幺蛾子。点击运行,解释器窗口日志显示在进入调用cuDNN后,代码立刻跳出。而且日志里没有任何错误码。Visual Studio这会儿也在报图2所示的错误。 图1 VS python解释器窗口日志 图2 VS报出未知错误 have no id..

2021-12-27 17:41:06 855

原创 网络算法——特征不变性的形象表现

阅读卷积神经网络算法相关文献时,有时内容会提到池化层的效果之一是特征不变性。我们可以理解特征不变性就是指张量经过池化,其中蕴含的高级语义没有丢失。let us通过《带珍珠耳环的少女》来生动地展示一下这种效果。首先使用以下代码对少女进行不同步长的等间隔采样:import matplotlib.image as mpimgimport matplotlib.pyplot as pltimg = mpimg.imread('ShaoNv.jpg')row, col, cha = img.sha

2021-12-25 23:20:42 1995

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

提示
确定要删除当前文章?
取消 删除