- 博客(76)
- 资源 (75)
- 收藏
- 关注
原创 tensorflow2.x 多层自编码器
import osimport tensorflow as tfimport numpy as npfrom tensorflow import kerasfrom PIL import Imagefrom matplotlib import pyplot as plt“”"------------------------------多层自编码器-------------------------------"""tf.random.set_seed(22)np.ra
2020-12-17 15:01:23
372
原创 tensorflow2.x RNN进行情感分析
使用RNN(循环神经网络)对电影评论进行情感分析,结果为positive或negative,分别代表积极和消极的评论。至于为什么使用RNN而不是普通的前馈神经网络,是因为RNN能够存储序列单词信息,得到的结果更为准确。使用的RNN模型架构如下上代码:import osimport tensorflow as tfimport numpy as npfrom tensorflow import keras"""在这里我们将使用RNN(循环神经网络)对电影评论进行情感分析,结果为pos
2020-12-14 16:13:07
841
1
原创 tensorflow1.X tf.estimator.Estimator详解以及代码详细举例
简介Estimator 类,用来训练和验证 TensorFlow 模型。Estimator 对象包含了一个模型 model_fn,这个模型给定输入和参数,会返回训练、验证或者预测等所需要的操作节点。所有的输出(检查点、事件文件等)会写入到 model_dir,或者其子文件夹中。如果 model_dir 为空,则默认为临时目录。config 参数为 tf.estimator.RunConfig 对象,包含了执行环境的信息。如果没有传递 config,则它会被 Estimator 实例化,使用的是默认配
2020-12-01 08:57:23
1819
2
原创 tensorflow2.X tf.data.Dataset详解
tf.data.Dataset(variant_tensor)tf.data.Dataset.from_tensor_slicea = (1,2,3,4,5,6)aa = tf.constant(a, shape=(2,3))dataset = tf.data.Dataset.from_tensor_slices(aa)for element in dataset: print('element', element)输出:element tf.Tensor([1 2 3], sha
2020-11-24 11:56:51
1945
原创 tensorflow2.0 最详细的模型训练步骤 直接上代码
import osimport tensorflow as tffrom tensorflow import kerasfrom tensorflow.keras import layers, optimizers, datasetsimport numpy as npimport matplotlib.pyplot as pltimport datetimedef prepare_mnist_features_and_labels(x, y): x = tf.cast(
2020-11-13 15:46:29
1716
原创 tensroflow2.X keras中回调函数Callbacks大讲解
回调函数Callbacks回调函数是一组在训练的特定阶段被调用的函数集,你可以使用回调函数来观察训练过程中网络内部的状态和统计信息。通过传递回调函数列表到模型的.fit()中,即可在给定的训练阶段调用该函数集中的函数。虽然我们称之为回调“函数”,但事实上Keras的回调函数是一个类,回调函数只是习惯性称呼CallbackListkeras.callbacks.CallbackList(callbacks=[], queue_length=10)Callbackkeras.callbacks.Ca
2020-11-12 09:52:44
2990
原创 报错‘Failed to import pydot. You must `pip install pydot` and install graphviz解决
1.安装pydotpluspip install pydotplus 2.安装graphviz下载地址:https://www2.graphviz.org/Packages/development/windows/10/cmake/Release/x64/graphviz-install-2.44.2~dev.20201107.0123-win64.exe安装的时候设置系统路径选上3.不要安装pydot和pydot_ng如果安装了这2个依然会报错...
2020-11-07 14:19:07
2286
1
原创 ResNet 残差网络详解级代码详细注释
ResNet是一种残差网络,咱们可以把它理解为一个子网络,这个子网络经过堆叠可以构成一个很深的网络。咱们可以先简单看一下ResNet的结构,之后会对它的结构进行详细介绍。为什么要引入ResNet?我们知道,网络越深,咱们能获取的信息越多,而且特征也越丰富。但是根据实验表明,随着网络的加深,优化效果反而越差,测试数据和训练数据的准确率反而降低了。这是由于网络的加深会造成梯度爆炸和梯度消失的问题。目前针对这种现象已经有了解决的方法:对输入数据和中间层的数据进行归一化操作,这种方法可以保证网络在反向传播中
2020-11-05 15:30:31
3216
1
原创 tensorflow2.0中BatchNormalization详解 代码举例说明
BatchNormalization即对所有样本归一化,典型的图片的例子,设某一层输入shape为(m, h, w, c),其中m为样本数,h为高,w为宽,c为通道数,应用公式(x-mean)/std,这里的mean的shape为(c,),即对于每一个通道,使用全部样本的这个通道进行归一化。tf.keras.layers.Batchnormalization():training:布尔值,指示图层应在训练模式还是在推理模式下运行。training=True:该图层将使用当前批输入的均值和方差对其输入进
2020-10-29 10:03:28
3424
1
原创 tensorflow2.0 数字识别
import osimport tensorflow as tffrom tensorflow import kerasfrom tensorflow.keras import datasets, layers, optimizersimport argparseimport numpy as npfrom network_mode import VGG16os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' # or any {'0',
2020-10-20 10:02:24
438
原创 神经网络中参数权重w,偏置b的作用
我们都知道,神经网络学习的本质,其实就是利用损失函数来对权重参数w的不停迭代更新以期达到较好的性能。y = weight*x + biasbias神经元的引入使您可以沿输入轴水平(左/右)移动传递函数曲线,同时保持形状/曲率不变。这将允许网络产生与默认值不同的任意输出,因此您可以自定义/更改输入到输出的映射以适合您的特定需求。bias可以上下移动线以更好地将预测与数据拟合。如果没有bias,则直线始终穿过原点(0,0),因此拟合度可能较差。...
2020-10-19 10:51:59
2373
3
原创 交叉熵损失函数CategoricalCrossentropy 和 categorical_crossentropy
CategoricalCrossentropy 和 categorical_crossentropy 都是类别交叉熵损失函数,前者是类的实现形式,后者是函数的实现形式。CategoricalCrossentropy 调用的还是categorical_crossentropy 的实现。y_true = [[0, 1, 0], [0, 0, 1]]y_pred = [[0.05, 0.95, 0], [0.1, 0.8, 0.1]]loss = tf.keras.losses.categorical_cr
2020-10-19 10:00:16
3769
1
原创 什么是损失函数?什么是梯度
什么是损失函数?损失函数就一个具体的样本而言,模型预测的值与真实值之间的差距。对于一个样本(xi,yi)其中yi为真实值,而f(xi)为我们的预测值。使用损失函数L(f(xi),yi)来表示真实值和预测值之间的差距。两者差距越小越好,最理想的情况是预测值刚好等于真实值。什么是梯度?百度上面:梯度的本意是一个向量(矢量),表示某一函数在该点处的方向导数沿着该方向取得最大值,即函数在该点处沿着该方向(此梯度的方向)变化最快,变化率最大(为该梯度的模)。梯度下降:简单说就是从山顶上找一个最快,最陡峭的路
2020-10-19 09:59:22
4516
原创 tensorflow2.0 简单代码实现模型训练
import random"""1.做最简单的模型训练模型。设g(a, x)=a*(x**2+x),我们把g(a, x)看成是一个模型,其中a是输入,x是变量"""def Y(a, x): return a*(x**2 + 4)"""2.这里我们设定一个最终训练好的函数,假设我们最终想把x值训练成4,那么我们有:(这个函数用来帮我们获取标签,用来计算损失值)"""def Z(a): return a*(4**2 + 4)"""3.定义学习效率"""lr = 0.01""
2020-10-11 16:29:42
1630
原创 tensroflow2.0 报错AttributeError: Tensor.name is meaningless when eager execution is enabled.解决
报错代码如下:import randomimport tensorflow as tfdef Z(a): return a*(4**2 + 4)def Y(a, x): return a*(x**2 + 4)x = tf.constant(0.0)optimizer = tf.keras.optimizers.Adam(0.01)for _ in range(500): input = random.randint(1,255) target = Z(i
2020-10-11 15:14:47
4397
原创 Fashion MNIST 数据及分类 常用的几种模型训练方式
import osimport tensorflow as tffrom tensorflow import kerasfrom tensorflow.keras import layers, optimizers, datasetsdef prepare_mnist_features_and_labels(x, y): x = tf.cast(x, tf.float32) / 255.0 #类型转为float32 y = tf.cast(y, tf.int64) re
2020-09-29 10:30:33
1201
原创 tensorflow2.0 函数举例详解
import tensorflow as tffrom tensorflow.keras import datasets, layers, optimizers, Sequential, metricsimport numpy as np1、tf.data.Dataset.from_tensor_slices:它的作用是切分传入Tensor的第一个维度,生成相应的dataset。将输入的张量的第一个维度看做样本的个数,沿其第一个维度将tensor切片,得到的每个切片是一个样本数据。实现了输入张量
2020-09-27 17:13:48
1037
原创 tensorflow2.0线性回归代码实现 代码里面注释详细
import tensorflow as tfimport numpy as npfrom tensorflow import kerasimport os#基础线性模板class Regressor(keras.layers.Layer):def __init__(self): super(Regressor, self).__init__() # here must specify shape instead of tensor ! # name
2020-09-27 17:12:21
306
1
原创 pytorch RNN:循环神经网络 代码详解 注释详细
import torchfrom torch import nn, optimfrom torch.autograd import Variablefrom torch.utils.data import DataLoaderfrom torchvision import transformsfrom torchvision import datasets# 定义超参数batch_size = 100learning_rate = 1e-3num_epoches = 2# 下载训练
2020-09-23 14:24:06
797
原创 pytorch nn.LSTM详解 代码里有详细的参数说明
nn.LSTM(in_dim, hidden_dim, n_layer, batch_first=True):LSTM循环神经网络参数:input_size: 表示的是输入的矩阵特征数hidden_size: 表示的是输出矩阵特征数num_layers 表示堆叠几层的LSTM,默认是1bias: True 或者 False,决定是否使用biasbatch_first: True 或者 False,因为nn.lstm()接受的数据输入是(序列长度,batch,输入维数),这和我们cnn输入的方式不
2020-09-23 11:05:36
6218
原创 pytorch cnn卷积神经网络代码详解 注释详细
"""---------------------cnn卷积神经网络---------------------"""import torchfrom torch import nn, optimimport torch.nn.functional as Ffrom torch.autograd import Variablefrom torch.utils.data import DataLoaderfrom torchvision import transformsfrom torchvisi
2020-09-21 14:11:23
5047
2
原创 pytorch nn.MaxPool2d 池化层深度讲解及代码举例
首先上理论:池化层是夹在连续的卷积层的中间层,池化层可以非常有效地缩小矩阵的尺寸。从而减少最后全连接层中的参数。使用池化层既可以加快计算速度也有防止过拟合问题的作用。池化层前向传播的过程中也是通过一个类似过滤器的结构完成的,池化层中的计算不是节点的加权和,而是采用了更加简单的最大值或者平均值计算。使用最大值操作的池化层被称之为最大池化层(max pooling),使用平均值操作的池化层称之为平均池化层(average pooling),总的来说,池化层的作用是可以压缩数据和参数的量, 减小过拟合。如下
2020-09-21 10:43:55
6655
原创 pytorch 前馈神经网络代码举例说明
"""@author: liaoxingyu@contact: sherlockliao01@gmail.com------------------------------前馈神经网络------------------------"""import torchfrom torch import nn, optimfrom torch.autograd import Variablefrom torch.utils.data import DataLoaderfrom torchvi
2020-09-18 15:12:31
831
原创 pytorch nn.Module调用过程详解及weight和bias的值的初始化
首先说明一点:nn.Module 是所有神经网络单元(neural network modules)的基类pytorch在nn.Module中,实现了__call__方法,而在__call__方法中调用了forward函数。举例说明:x = torch.randn(2, 3) #input 2*3m = torch.nn.Linear(3, 2)#output 2*2output = m(x)print(output)输出结果: tensor([[ 0.1918, -0.1055],
2020-09-18 11:40:36
9432
原创 pytorch函数详解 附带测试demo
“”"-------------------torch 函数详解----------------------------“”"import numpy as npimport torchfrom torch.autograd import Variablefrom torch import nnimport matplotlib.pyplot as plt“”“1.torch.is_tensor(x):如果obj 是一个pytorch张量,则返回True”""x = torch.Tenso
2020-09-16 18:09:35
691
原创 pytorch 逻辑回归代码实现 里面有详细注释
"""---------------逻辑回归·----------------------------"""import torchfrom torch import nn, optimimport torch.nn.functional as Ffrom torch.autograd import Variablefrom torch.utils.data import DataLoaderfrom torchvision import transformsfrom torchvision
2020-09-16 17:16:06
212
原创 pytorch DataLoader详细介绍 代码举例说明
batch_size、iteration、epoch简介:batch_size:每批数据量的大小。深度学习通常用SGD的优化算法进行训练,也就是一次(1 个iteration)一起训练batch_size个样本,计算它们的平均损失函数值,来更新参数。iteration:1个iteration即迭代一次,也就是用batchsize个样本训练一次。epoch:1个epoch指用训练集中的全部样本训练一次,此时相当于batchsize 等于训练集的样本数。Dataloader参数详解dataset(Da
2020-09-16 16:09:25
1638
5
原创 pytorch线性回归代码实现 测试,保存,加载模型 有详细注释
"""----------------------线性回归-----------------------------"""import torchfrom torch import nn, optimfrom torch.autograd import Variableimport numpy as npimport matplotlib.pyplot as plt#1.-----首先我们需要给出一系列的点作为线性回归的数据,使用numpy来存储这些点。----x_train = np.a
2020-09-15 15:56:48
549
原创 python 读取mysql数据库 将读取的数据存到文件里面 压缩为zip文件并将zip文件发送到微信群
直接上代码:#!/usr/bin/python# _*_coding:utf-8 _*_import pymysqlimport urllib, urllib.requestimport jsonimport requestsimport zipfileimport sysdef saveAndzipFile(data, filepath, filename): file = filepath + filename print(file) with open(
2020-09-02 17:20:39
408
原创 python实现上传文件到微信群
不多废话,直接上代码:import urllib, urllib.requestimport jsonimport sysimport requestsdef gettoken(corpid, corpsecret): gettoken_url = 'https://qyapi.weixin.qq.com/cgi-bin/gettoken?corpid=' + corpid + '&corpsecret=' + corpsecret print(gettoken_url
2020-09-02 15:39:08
1192
1
原创 在MainActivity里面创建一个Fragment对象,调用onResume的时候这个对象不为空 但是对象里的对象为空
如下:MainActivity.Java里面:public class MainActivity extends BaseActivity {@Overrideprotected void onCreate(Bundle savedInstanceState) {recentFragment = RecentFragment.newInstance(presenter);}}......... @Overrideprotected void onResume() { supe
2020-07-31 15:58:54
367
原创 Android 调用c语言库socket创建失败
项目需要写完demo,测试一下Android下面能否正常运行,尝试了几次都不正常,后面跟踪过程十分痛苦,最后经过不停的打印Log定位到居然是不能创建socket,SOCKET cs = ::socket(PF_INET, SOCK_STREAM, 0); 始终返回-1。查了一下,原来是需要在AndroidManifest.xml里面需要加一行。加上以上代码后,再次运行,完美解决问题。记得以前也碰到过这个问题,这次又碰到还跟了这么久,所以把记录一下吧...
2020-07-29 18:55:21
466
原创 Android cmakefile里面配置链接动态库和静态库时报错:missing and no known rule to make it
报错如下:* What went wrong:Execution failed for task ':app:externalNativeBuildDebug'.> Build command failed. Error while executing process D:\SDK\cmake\3.10.2.4988404\bin\cmake.exe with arguments {--build F:\AndroidProjectTest\Friend-test\app\.external
2020-07-06 16:34:12
2263
原创 android 在当前工程里面再添加一个包
1.右键app,如下图2.New—>Module,弹出以下对话框3.选择 Android Library 下一步:如上图,给新的module命名即可
2020-07-03 17:13:55
556
原创 JNI调用错误: No implementation found for ....
在Java中调用JNI接口时,出现异常,察看日志,发现有如下错误: No implementation found for boolean com.demo.AddFriendActivity.addFriend(int)检查了几遍代码,Cpp中确实定义了这个接口,而且仔细对照了Java的包名、类名,确实没有错误,那为什么会出现这种问题呢?后来在网上查资料,得到结果:JNI接口 都是以C的方...
2020-03-24 15:29:39
9074
原创 tf.multinomial用法详解
def multinomial(logits, num_samples, seed=None, name=None, output_dtype=None)logits是一个二维张量,num_samples指的是采样的个数。先上代码:a = tf.constant([1.,2.,3.,4.,5.,6.,7.,8.,9.])b = tf.reshape(a,[1,9])dede = tf....
2019-12-26 15:39:27
1001
原创 tf.nn.dynamic_rnn 代码举例详解 一看就明白了
先上源码:tf.nn.dynamic_rnn( cell, inputs, sequence_length=None, initial_state=None, dtype=None, parallel_iterations=None, swap_memory=False, time_major=False, scope=No...
2019-12-25 16:59:35
1014
原创 tf.one_hot( ) axis参数详细说明
上原型:one_hot(indices, depth, on_value=None, off_value=None, axis=None, dtype=None, name=None)indices: 代表了on_value所在的索引,其他位置值为off_value。类型为tensor,其尺寸与depth共同决定输出tensor的尺寸。depth:编码深度。on_value & ...
2019-12-13 16:10:24
1484
原创 tensroflow 中矩阵简单应用
1.tensor b[:,1]中的:是啥意思?上代码:a = tf.constant([1,2,3,4,5,6,7,8])b = tf.reshape(a,[2,4])c = b[1,:]with tf.Session() as sess: print(sess.run(c))输出结果为:[5 6 7 8]再上代码:a = tf.constant([1,2,3,4,5...
2019-12-10 15:11:03
129
AudioRecorder实现语音录取 并转换为wav文件
2019-08-09
使用AudioRecord进行录音 获取录音字节 将字节存储为pcm文件并将pcm文件转为wav文件
2019-08-09
tensorflow模型文件转换为npy文件
2019-07-10
将tensorflow模型文件:*.data-00000-of-00001,*.index 和 *.meta这3个文件固化为pb文件
2019-07-10
Caffe(CPU)工具库编译出来的各种exe文件
2019-06-19
Caffe(GPU)编译后的头文件和lib库 直接拿来用
2019-06-18
c++ dlib实现人脸68个特征点识别
2019-05-24
android 简单demo实现将c++代码 编译成静态库和动态库
2020-03-26
demo教你如何实现同一个activity加载不同的fragment 同时实现activity和fragment之间的数据交换
2019-10-14
简单demo实现类似微信导航栏RedioGroup+Viewpager 新版本androidx
2019-10-10
简单demo实现类似微信导航栏RedioGroup+Viewpager
2019-10-10
简单demo 说明onActivityResult()的执行时间问题
2019-10-09
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人