![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
paddle
文章平均质量分 54
un_lock
这个作者很懒,什么都没留下…
展开
-
(单引号&双引号)‘s difference in C++
【代码】(单引号&双引号)‘s difference in C++原创 2022-10-19 15:23:29 · 178 阅读 · 1 评论 -
数据结构五分钟精通 之 正则表达式(Python)
⭐1、re.search() re.match() re.findall() re.finditer() 不是直接返回查找到的内容or查找到的位置,而是返回一个匹配的对象。⭐2、span()函数返回的是,匹配到的起始位置和结束位置。(包括起始,不包括结束----[3,5) )⭐3、group()函数直接返回,匹配到的内容。原创 2022-10-19 08:59:05 · 648 阅读 · 1 评论 -
TensorFlow-paddle & pytorch-paddle接口对应表
TensorFlow-paddle 接口对应地址https://github.com/PaddlePaddle/X2Paddle/tree/master/tensorflow2fluid/docpytorch-paddle接口对应表https://www.paddlepaddle.org.cn/documentation/docs/zh/guides/08_api_mapping/pytorch_api_mapping_cn.html#apiPaddle 1.8 与 Paddle 2.0 API原创 2022-01-20 17:00:04 · 817 阅读 · 0 评论 -
Chrome 截长图 and 截取整个网页+无需任何辅助工具 windows+ios
capture full size screenshop原创 2022-01-17 17:17:13 · 1813 阅读 · 0 评论 -
nn.BatchNorm2D() 详细解析
nn.BatchNorm2D() 详细解析paddle.nn.BatchNorm2D(num_features, momentum=0.9, epsilon=1e-05, weight_attr=None, bias_attr=None, data_format='NCHW', name=None):目的加速神经网络的收敛过程以及提高训练过程中的稳定性应用场景通常用于解决多层神经网络中间层的协方差偏移问题(用了准没错)行为方式使一批(Batch)feature map满足均值为0,方差为1的原创 2021-06-01 19:51:50 · 4802 阅读 · 0 评论 -
jupyter安装_and_默认路径更改
1. pip安装2. pip升级3. jupyter notebook 安装4. jupyter notebook 运行5. jupyter notebook 默认路径更改- pip安装原创 2021-01-27 16:38:55 · 237 阅读 · 2 评论 -
图与图学习基础学习_PGL基础
PGL系列前置教程:图与图学习图(graph)近来正逐渐变成机器学习的一大核心领域,在开始PGL框架学习之前,我们先简单学习一下图论的基本概念,图论的经典算法,以及近些年来图学习的发展。本案例将包含以下内容:一. 图是什么?二. 如何存储图?三. 图的类型和性质四. 主要的图算法五. 图机器学习的发展一. 图是什么?首先我们导入需要的包import numpy as npimport randomimport networkx as nxfrom IPython.display转载 2021-01-11 09:55:59 · 714 阅读 · 0 评论 -
图像识别实战(四)------动态图&模型训练
图像识别实战(四)------动态图&模型训练动态图动态图对应的是命令式编程:可以不用事先定义神经网络的结构,将神经网络的定义和执行同步进行与之相反的便是静态图,静态图和声明式编程相关:需要事先定义好神经网络的结构,然后再执行整个图结构。对比如果想要实现如下功能。如果inp1各元素之和小于inp2各元素之和,那么执行inp1与 inp2各元素对应相加。如果inp1各元素之和大于等于inp2各元素之和,那么执行inp1与 inp2各元素对应相减。使用动态图进行训练im原创 2020-05-21 10:06:48 · 2299 阅读 · 0 评论 -
图像识别实战(五)----模型校验&预测
图像识别实战(五)----模型校验&预测前面我们已经完成了数据的处理,模型的建立。万事俱备,加油!之前我们将数据划分为,训练集和测试集,已经使用过训练集进行训练数据了。First,来用测试集测试一下模型的准确率吧!模型训练with fluid.dygraph.guard(): accs = [] model_dict, _ = fluid.load_dygraph('MyDNN') model = MyDNN() model.load_dict(model_原创 2020-05-21 10:03:56 · 1607 阅读 · 0 评论 -
Paddle 图像识别实战
Paddle 图像识别实战本次项目以手势识别为例,希望大家多多交流,fork,互相学习,相互进步数据集用手势分别表示0-9,本别用10个文件夹表示每种手势都有200+张图片,分别对应存储在这十个文件夹中download提取码:edrz背景神经网络是模拟人类的神经元所建立的一门学科,而我们如何建立模仿人类大脑的模型呢?神经网络又是如何模仿人类的视觉系统进行图像识别呢?图像识别的目的而我们本次实验的目的:通过这2000+数据进行训练,最后得出模型,可以具有识别手势的能力系列目录占位原创 2020-05-20 20:52:47 · 2029 阅读 · 0 评论