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

-+

ronaldo_hu的专栏

关注FPGA,嵌入式linux,图像处理

  • 博客(17)
  • 资源 (1)
  • 收藏
  • 关注

原创 pytorch学习之七 批训练

批训练是什么东西呢?在之前的迭代训练代码中。for t in range(100): out = net(x) loss = loss_func(out,y) optimizer.zero_grad() loss.backward() optimizer.step()一次迭代,需要到用到训练样本的所有数据。那么当训练集非常大,或者说样本无法同时取出来的...

2019-06-14 11:19:44 306

原创 pytorch学习之六 保存神经网络

我们训练好的神经网络,需要保存下来下次使用,有几种方法来做。torch.save( net1,'net.pkl' );torch.save( net1.state_dict(),'net_params.pkl' ); 第一种方式,是保存整个神经网络信息,包括一些层数,每层神经元数,激励函数,以及所有的参数信息第二种方式,是只保存参数信息。对应的提取网络方法也不同,完全保存的方法,可...

2019-06-13 16:18:01 365

原创 pytorch学习之五 快速搭建法

上一课,搭建神经网络的代码是这样的class Net(torch.nn.Module): #继承torch.nn.Moudle这个模块,可以调用这个模块的接口 def __init__(self, n_features,n_hidden,n_output ): #搭建计算图的一些变量的初始化 super(Net,self).__init__() #将self(...

2019-06-13 14:34:57 197

原创 pytorch学习之四 简单的二类分类问题

文章目录用神经网络解决一个简单的二类分类问题sd

2019-06-13 13:34:38 7451 2

原创 pytorch学习之三 简单的回归问题

文章目录@[toc]用神经网络解决回归问题代码分析构造伪数据定义一个神经网络类优化算法与目标函数反向传播,调整参数用神经网络解决回归问题机器学习的问题分为两大类:回归问题分类问题对于输出值是连续型的,称为回归问题。对于输出只是有限个离散值的,称为分类问题。今天看的视频教程中,是用神经网络来解决一个简单的回归问题。直接上代码import torchfrom torch.au...

2019-06-11 19:12:23 1531

原创 pytorch学习 之二 pytorch的一些基础的概念

几个pytorch的基本概念文章目录几个pytorch的基本概念Tensor动态计算图定义自动微分变量PyTorch的autograd的简介Tensor这个类型是人工智能的重要概念其实就是一个多维数组,类似numpy里面ndarray使用张量来进行一些矩阵操作,几乎跟numpy的ndarray一模一样,确实挺方便的。import torchx = torch.rand(5,3)y...

2019-06-10 21:19:56 844

原创 pytorch 学习第一日

今天看是学习pytorch,视频教程是莫烦的pytorch教程,安装花了一天时间,主要是pytorch用conda下载不下来,建议离线下载,然后要找离线的方式安装,这个靠谱。首先就是tensor,variable的概念,tensor与variable貌似在最新的版本中,已经合二为一了,而视频上还是按老版本来讲的。实验代码如下import torchfrom torch.autograd im...

2019-06-09 22:39:52 123

原创 Linux驱动程序之同步互斥阻塞

Linux驱动程序之同步互斥阻塞文章目录Linux驱动程序之同步互斥阻塞简单例子说明多进程互斥的基本方法原子操作信号量阻塞与非阻塞有时候一个驱动程序,同一时刻只允许有一个用户程序能够打开,访问设备,否则会出错,那么怎么完成这种需求呢?这其实就是个多进程同步互斥的问题。将一个例子(载自韦东山视频)。简单例子说明多进程互斥的基本方法在按键驱动里面,要完成同一时刻只允许有一个用户程序能够打开设备...

2019-06-09 11:32:23 211

原创 LINUX驱动之异步通信FSYNC机制

LINUX驱动之异步通信文章目录LINUX驱动之异步通信简介简单的例子驱动程序如何使用信号好久没有用CSDN来写笔记了,之前都用有道云笔记,但是markdown支持没那么好,所以试试CSDN写博客效果如何简介对于之前按键驱动程序,之前有三种处理方式查询方式:这种方式CPU使用效率非常高,显然是不可取的方法中断方式:这种方式还要结合让进程休眠、唤醒的处理方法,可以得到一个很高的处理...

2019-06-01 17:18:22 1215

原创 I2C 接受模块起始信号捕捉的问题

这个问题我纠结了好久,本来以为写对了的代码,结果发现再添加了延时操作以后,时序仿真中出现了延拍现象,导致后面的时序都错了。今天找到了解决方法,特此写一个博客记录一下: 首先我想到的是方法如下:always@( posedge scl )begin s0 <= sda;endalways@( negedge scl )begin s1 <= sda;endalways@( n

2016-05-04 23:53:04 1614

原创 对于verlog仿真的时候,数据打拍delay的问题

这几天对于verlog里面reg变量赋值,导致数据delay的情况十分混论,这里理一理; 首先单独一个reg型变量在always块中,进行常数赋值或者自赋值,显然不会产生delayalways@( posedge clk or negedge rst_n )begin if( !rst_n )begin count_reg <= 0; end else

2016-04-28 14:21:28 7360

原创 python 编程小技巧

如何去掉列表中的重复项最简单的方法式利用集合操作data_list = [1,1,2,3,4,4]data_unique = set(data_list)< {1,2,3,4}如何在for循环中同时对两个对象进行迭代利用zip函数,打包两个对象(也可以打包多个对象)>>L1 = [1,2,3,4]>>L2 = [5,6,7,8]>>zip(L1,L2) #生成了一个新的迭代对

2016-04-26 10:28:47 303

原创 numpy narray数据结构的一些常用方法--argsort,sort, 以及内置的sorted方法

numpy.argsort这个方法是对输入的array进行一个排序,返回一个新的array,但这个array中的元素对应的是每个元素的在原数组中的索引位置x= np. array([3,1,2])np.argsort(x)>>> array([1,2,0])可以见这个函数默认是升序排列如果是多维数组,那么可以修改axis关键字x = np.array([ [0,3],[2,2] ])>>>x>

2016-04-25 10:59:32 1915 1

原创 csdn markdown格式的一些记录

强调内容 ctrl +i 重点内容 ctrl +B 重点内容 ctrl + B + i 添加删除线皇马 大标题巴萨马竞 引用 这是一段引用电脑电视参数混沌ddccffdd 2.代码: 单行代码 ctrl + K多行代码一些常用的markdown格式编辑方法,更多点击这里

2016-04-24 22:49:02 269

原创 matplotlib 绘图库的简单用法

首先在ipyhon启动的时候一定要加上–pylab,否则,无法进行绘图操作,而在spyder环境下,打开一个ipython 的console貌似默认是不会加上这个选项的,所以用spyder环境,无法正常绘图。现在直接在cmd下输入ipython –pylab开始研究用matplotlib进行绘图的方法。注意,显示出来的图像,需要手动拖住边框缩放一下才能刷新。 import numpy as np

2016-04-24 22:26:59 18694

原创 python numpy中随机数生成包random

1. numpy.random.randn: 从标准正太分布中返回一个样本值                    原型:  numpy.random.randn( d0,d1....,dn )                  参数: d0,d1.....dn                返回参数的维度,应该是整数,如果没有参数,就返回一个python float型的值

2016-04-24 15:18:09 6898

转载 opencv2.0 随机数产生器用法

RNG 对象在目前opencv2.0中,可以支持均匀分布的随机数以及高斯分布的随机数,随机数的产生采用的是Multiply-With-Carry算法和Ziggurat算法。其构造函数的初始化可以传入一个64位的整型参数作为随机数产生器的初值。next可以取出下一个随机数,uniform函数可以返回指定范围的随机数,gaussian函数返回一个高斯随机数,fill则用随机数填充矩阵。RN

2015-09-13 00:43:25 314

基于python的CLAHE算法实现,包含注释

CLAHE算法是一种自适应的对比度调节算法,它跟原始的直方图均衡化算法的最大不同在于,它对于局部的细节保留都挺完好的,不会像全局的直方图均衡化那样,会损失很多细节。这个算法最精髓的地方是分块插值算法来加速算法,我实现的方式跟大牛的C代码一致,希望对大家有用

2019-07-22

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