qq_43607118的博客

网络编程中接受连接请求的套接字创建过程可整理为：1、调用socket函数创建套接字2、调用bind函数分配IP地址和端口号3、调用listen函数转为可接收请求状态4、调用accept函数受理连接请求客户端程序只有“调用socket函数创建套接字”和“调用connect函数向服务器端发送连接请求两个步骤、。

先将同属于一个外设的所有寄存器编写到一个结构体里面使用“volatile”进行了修饰，目的是防止编 译器优化。IOMUXC_SetPinMux 是 用 来 设 置 IO 复 用 功 能 的 ， 最 终 肯 定 设 置 的 是 寄 存 器 “IOMUXC_SW_MUX_CTL_PAD_XX”。函数 IOMUXC_SetPinConfig 设置的是 IO 的上下拉、 速度等的，也就是寄存器“IOMUXC_SW_PAD_CTL_PAD_XX。

先将同属于一个外设的所有寄存器编写到一个结构体里面使用“volatile”进行了修饰，目的是防止编 译器优化。IOMUXC_SetPinMux 是 用 来 设 置 IO 复 用 功 能 的 ， 最 终 肯 定 设 置 的 是 寄 存 器 “IOMUXC_SW_MUX_CTL_PAD_XX”。函数 IOMUXC_SetPinConfig 设置的是 IO 的上下拉、 速度等的，也就是寄存器“IOMUXC_SW_PAD_CTL_PAD_XX。

对模型进行训练，并在每个epoch后输出训练集和测试集上的准备率/损失。

可视化中间激活，是指对于给定输入，展示网络中各个卷积层和池化层输出的特征图(层的输出通常被称为该层的激活，即激活函数的输出)。

微调是指将其顶部的几层’解冻‘，并将这解冻的几层和新增加的部分联合训练。

该例子采用:保存数据在conv_base中的输出，然后把这些输出作为输入用于新模型。二、不使用数据增强的快速特征提取1、使用预训练的卷积基提取特征2、定义并训练密集连接分类器3、绘制结果在编译和训练模型之前，一定要"冻结“卷积基。冻结一个或多个层是指在训练过程中保持其权重不变。如果不这么做，那么卷积基之前学到的表示将会在训练过程中被修改。因为其上添加的Dense层是随机初始化的，那么非常大的权重更新将会在网络中传播，对之前学到的表示造成很大的破坏。在keras中，冻结网络的方法是将其tr

在上一篇博客(https://blog.csdn.net/qq_43607118/article/details/129580242)实现了小数据集上训练一个神经网络，但是可以看出模型是过拟合的。所以这节我们引入数据增强功能，尝试解决问题。1、显示几个随机增强后的经过数据增强后和原图进行比较。

查看每个分组中包含多少张图像。

【代码】通过卷积变换实现自动编码器模型。

【代码】通过线性变换实现自动编码器模型。

【代码】使用RNN网络实现手写数字识别。

python、pytorch

matlab_2

matlab_01

opencv

opencv