- 博客(17)
- 收藏
- 关注
RSS订阅原创 xilinx SDK 2018.3 undefined reference to `f_mount‘，`f_open‘等等
很可能是漏掉了在ZYNQ中定义SD的MIO接口，在下方图示中进行定义（需要查找自己板子的原理图找到你的SD卡中MIO码）用xilinx SDK 写SD的读写实验时，已经添加了头文件ff.h并且没有报错，但是当用到内部的函数。f_open’等等时却显示未定义。
2024-03-12 11:52:27
238
1
原创 机器学习中ROC及AUC通俗易懂的解释
ROC（receiver operating characteristic curve）：接收者操作特征曲线。AUC(Area Under Curve)：上面曲线与X, Y轴形成的最大面积。如果你实在不理解ROC的中文注解，那就简单了解一下就行了， 点到为止吧！步入正题Step1: ROC首先告诉你ROC的作用，你就能大概知道这个曲线大概是啥了：它用来衡量你的模型分类结果有多准确。在列举几个你比须明白且简单的概率。真_正例率（TPR， True Positive Rate）：你预测出的真的阳
2020-12-03 22:45:57
2584
原创 神经网络L2正则化的应用
加入正则化目的：防止过拟合。本质原理：将权重W乘上一个小于1的系数， 减小权重，简化网络。（因为过拟合的原因就是网络复杂，模型学到了一些催毛求疵的东西。。。）证明：step1:设模型损失函数值为J(w, b):step2:加入正则化后损失函数值改变为 :其中λ为正则化系数，是在验证模型效果后需要调节的超参数，那么为什么分母有个‘2’呢，你往下看step5， 加了这个‘2’后step5的求导结果就少了个数字了，只是为了求导的计算方便。图中黑红为下标为2，其实按照吴恩达老师的理解来所不太正确，应
2020-11-30 00:52:45
721
原创 手推 SVM（Support Vector Machine）Hard margin
以上手推学习bilibili白板推导及西瓜书，如有问题请问或查看前两参考视频及文献。
2020-11-29 21:59:41
178
原创 动作定型之梯度下降优化方法
首先，梯度下降的作用求函数最小值问题。梯度下降的原理就不多说了，求导，再将当前自变量参数（权重）减去导数一步一步即可求出函数最小值。那么如何优化梯度下降，目的使梯度下降的速度增加呢？答案：将普通梯度下降改为动量（momentum）梯度下降。普通梯度下降的权重更新公式为：W = W - α * （dW）动量梯度下降权重更新公式为：W = W - α * (V_dW)明显两者的差别在于最后括号内容，dW都知道就是函数值对W的导数。那么V_dW是什么呢：公式 ： V_dW = β * V_dW +
2020-11-12 23:24:07
199
原创 BackPropagation
动作定型之反向传播BP通过查阅各种资料已对反向传播有一定的理解，以下为个人巩固，仅供他人参考。概述：深度学习神经网络进行调参的重要步骤，降低函数损失，使实际输出越来越接近理想输出。应用原理：链式法则（简单来讲就是求偏导数）工作原理：#为了描述方便，本文只对W5进行反向传播的权值更新。Step1 ： 首先进行前向传播（Forward Propagation）上图为简单的伸进网络，输入层两个参数I1和I2， 中间隐藏层两个神经单元h1，h2， 输出层两个参数O1,O2，W1-W8
2020-11-12 22:05:56
128
原创 Python将文件夹下具有相同格式的文件名称排列储存到txt文件中
导入库：import os指定需操作的文件夹 : work_path = r’./work_path’ # ‘./work_path’ 为你的需要操作的文件夹指定存放text文件夹 ：text_path = r’./text_path/’ #’./text_path/’ 为你打算存放text位置的文件夹遍历操作文件夹所有文件：all_file_work_path = os.listdir(work_path)定义一个存放你想要筛选出文件的空列表：total = []for循环..
2020-10-26 00:49:37
397
原创 mAP（mean average percision）
样本数量共100个，内含标签为1的样本共60个， 检索后模型查到50个，其中需要的样本5个P(Percision查准率，准确率) = 5/50 = 10%R(Recall召回率) = 5/60 = 8.33%下面看AP：画出PR曲线，每个点（验证集）的面积代表AP值，面积越大模型越好，加上m(mean)即所有点的平均面积。mAP = QR指验证集个数。参考https://blog.csdn.net/u013249853/arti
2020-08-05 13:55:20
219
原创 训练神经网络时batch_size设置大小参考。
前言：在对神经网络进行训练时，大家经常会遇到一个超参数：batch_size那么，batch_size究竟是什么，又该如何最优的设置这个值呢？batch_size个人理解：将所训练的样本数量分为多少个为一组。这个值的大小与梯度下降的效率和结果直接相关。假设训练样本共m个，你设置batch_size为1，则每个样本都是一个batch_size。你设置batch_size为m，则所有样本组成这一个batch_size。1与m也是两个极端。 当设置为m时，此时梯度下降称为批量梯度下降法。你可以理解为神经
2020-07-07 01:13:35
19869
12
原创 如何将PLT图像中可以显示出中文
加上如下代码：plt.rcParams['font.sans-serif']=['SimHei']plt.rcParams['axes.unicode_minus'] = False原文转自 https://www.jb51.net/article/175731.htm
2020-06-29 21:03:18
1286
原创 torch.nn.Linear 用法含义
input = torch.randn(128, 20) # 输入特征维度为（128，20）。m = nn.Linear(20, 30) #构建pytorch中神经网络的（nn）的线性层，且输入为20个特征，输出为30个特征。output = m(input) # output结果为将input进行线性处理。print(output.size())输出结果为：（128，30）如上代码， 输入特征维度为（128，20）构建pytorch中神经网络的（nn）的线性层，且输入为20个特征，输出为3
2020-06-28 23:29:20
3493
原创 出现 SyntaxError: unexpected character after line continuation character 的一种原因及解决方法
例如编辑2行代码。****tf.keras.layers.MaxPooling2D((2, 2), strides = 2),\ tf.keras.layers.Conv2D(64, (3, 3), padding = 'same',activation = tf.nn.relu) ****表面看起来都没有问题，那么根据错误显示 SyntaxError: unexpected cha...
2020-04-08 20:50:59
63752
3
原创 tensorflow have no attribute enable_eager_execution() 问题解决
请问，你想运行上列中的代码，导致报错，你的tensorflow版本为多少呢？如果为2.0 或2.0以上，那么请看下文：2.0版本移除了直接调用enable_eager_execution() 的方式。也就是新版本无法使用命令：tf.enable_eager_execution()原因：新版本将enable_eager_execution()放入了compat.v1内部。解决办法：将代码更...
2020-04-06 17:22:15
1537
原创 完美解决：针对tensorflow中，tf.logging.set_verbosity(tf.logging.ERROR)问题。
tf.logging.set_verbosity(tf.logging.ERROR) 代码作用：让tensorflow只讲错误信息进行记录。因为Tensorflow2.0移除了一些API，其中就包括logging属性。所以如果你用tensorflow2.0的话，请参考下文解决。解决方法： 将此代码更换为 ：tf.compat.v1.logging.set_verbosity(tf.compat...
2020-04-06 11:22:38
6446
6
原创 20200405
@TOC欢迎使用Markdown编辑器你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。新的改变我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：全新的界面设计 ，将会带来全...
2020-04-05 23:31:08
97
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