![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
知识点
热爱生活的小仙女
这个作者很懒,什么都没留下…
展开
-
目标识别视频小素材网站
今天给大家推荐一个 有好多片段视频的网站,大家平时在做目标识别的时候可以从这里下载一些用作预实验的。https://www.videezy.com/ (个人最能记得住的)www.sohu.com/a/133366976_692322 (这里面有好多高清素材视频网站)...转载 2019-05-19 15:59:28 · 8225 阅读 · 0 评论 -
几行代码看懂reshape和resize的区别
reshape和resize 都可以改变数组的形状,但是reshape不改变原有数组的数据,resize可以改变原数组的数据1.reshape 和 resize 达到相同的效果:2.当我们把reshape的2行4列变成2行3列时:3. 当我们把resize 的 2行4列变成2行3列时:总结,卷积神经网络的输入可以是图片,也可以是数组,但是有一个共同的特点,输入都要保持相同形状,所以这...原创 2019-05-14 18:05:35 · 8056 阅读 · 0 评论 -
HDF5格式、H5格式、JSON格式、YAML格式文件的区别
今天在load weights值的时候出现了问题,就是因为自己把这几个文件保存的内容记混乱了,所以在这里要梳理一下。1.HDF5格式文件保存的是 : Model weights2.H5 格式文件保存的是: Model stucture 和 Model weights3.JSON 和 YAML 格式问价保存的是: Mo...原创 2019-05-11 20:19:12 · 5778 阅读 · 3 评论 -
卷积神经网络的卷积核是怎么卷积的,特别适合刚入门的理解
开头先废话几句,最近小柴一直在纠结卷积核是怎么卷积的,因为小柴遇到的都是灰度图片,所以根本不需要考虑channel的问题,今天处理了一组彩色图片,才搞清楚卷积核原来是酱紫工作的呀!进入正题,平时看到的卷积核一提到大小都是几乘几的,例如 2X2大小的,3X3大小的,有一点就是都把channel给省了,我们都知道灰度图片的channel为1,RGB图片channel为3,所以对于灰度图片的卷积核大小...原创 2019-05-17 10:29:57 · 2480 阅读 · 0 评论 -
转载:Keras多GPU及分布式
最近处理的数据集比较大,所以单个gpu跑的比较慢,今天查了一下怎么占用多个gpu跑,这个大神写的很好:https://blog.csdn.net/qq_34564612/article/details/79209965...转载 2019-05-17 10:32:45 · 431 阅读 · 1 评论 -
Weblogo基础概念
H称为信息熵,代表信息的含量。公式: H = -∑(Pilog2(Pi)) 单位: 比特例如:一段序列 ATCGPA = 0.25PT = 0.25PC = 0.25PG = 0.25H = -∑(PAlog2(PA ) +PTlog2(PT )+PClog2(PC)+PG*log2(PG))= 2H越大,信息的混乱程度越高,序列越不保守,2-H越小。H越小,...原创 2019-06-28 14:22:48 · 3304 阅读 · 0 评论