- 博客(11)
- 收藏
- 关注
原创 帆软标签控件值为公式时填入数据库内容
value('ds1',1,2,"牛肉干") 取 ds1 数据集中第 1 列数据,对应的第 2 列数据是 "牛肉干" 的值,返回第一列数据对应值。value($p1,1,$p2) 取 p1 数据集中第 1 列第 p2 行的数据,其中 p1、p2 为模板参数,将 p1 赋值为数据集名称。value("ds1",A1,A2) 取 ds1 数据集中第 A1 单元格中值对应的列,第 A2 单元格中值对应的行的数据。value("ds1",1,2) 取 ds1 数据集中第 1 列第 2 行的数据。
2024-06-14 14:45:59
680
原创 帆软数据决策系统登陆用户名密码忘记怎么重置
找到程序安装路径,默认安装在C盘,找到这个路径"C:\FineReport_11.0\webapps\webroot\WEB-INF\embed\finedb"ctrl f找到 ‘SystemConfig.serverInit’,将后面的值从success改成fail,重新登陆系统就可以重置密码。点击文件\db.scrip,建议使用记事本打开。
2023-12-22 09:09:47
3719
原创 卷积神经网络学习2.6
inception network一个例子inception network指的是与其去考虑该使用多大的filter乃至去考虑需要一个卷积层或池化层,不如全部都做。可以使用1x1的卷积核,会得到28x28x64的输出;为了保证维度相同,把得到的输出使用same padding 的方法堆积在一起,所以得到的仍然是28x28的维度;也可以使用3x3的卷积核,得到20x20x128的输出;也可以使用5x5的卷积核,得到28x28x32的输出再使用池化层,会得到其他的输出,在这.
2021-08-08 21:27:23
325
原创 卷积神经网络学习2.3
ResNet残差网络a[l]代表第l层的激活函数,然后是a[l+1],两层后是a[l+2]从a[l]到a[l+2]的所有步骤,被称作这组层的主路径“main patn”在残差网络中,要实现快捷路径“short cut”, 将a[l]提到前面去一个例子‘plain network’利用上文提到的'short cut',将这个例子看作五个残差块堆积在一起如果设计了很深的神经网络,会使用训练集训练神经网络的能力下降,ResNet可以帮助提升训练效...
2021-08-06 12:07:54
306
原创 卷积神经网络学习1.11
卷积层 和 只用完全连接的神经层比起来有两个优势1.parameters sharing 2.sparsity of connections一个例子x是一个图像,y可以是一个二进制标签或者其中之一的诱因 插入图像,有卷积层,池化层,全连接层,一个softmax控制的输出y^.卷积神经网络层和完全连接层有各种参数,权重W,偏差b。参数的设置让我们定义一个成本函数;随机初始化W,b,计算J,作为整个训练集的神经预测损失的总和。为了训练这...
2021-08-01 15:37:34
233
原创 卷积神经网络学习1.10
Convolutional Neural Network example一个例子假设输入一个32x32x3的图像 ,需要识别0-9里哪一个是7用一个步长s = 1, f = 5 的过滤器,得到第一层输出,命名为Conv1。在用了6个过滤器,加上偏差值bias,再应用非线性,得到卷积层1的输出。接下来使用一个池化层,使用maxpool,参数应用 f = 2,s = 2。因此28x28x6变成了14x14x6现在将卷积层1和池化层1一起视为层1以pool1作为输入,再进行一次..
2021-08-01 11:13:55
204
原创 卷积神经网络学习1.7
单层神经网络的工作原理一个例子首先用两个不同过滤器对一个三维输入进行卷积计算现在将得到的两个输出变成单层卷积神经网络,需要对每一个输出添加一个 偏差(bias)。这里的偏差是一个实数,使用广播机制,对每个输出里的16个元素添加同样的偏差。再对每一个输出添加非线性转换(ReLU)。再将两个4x4的输出矩阵放在一起形成一个4x4x2 的输出。 ...
2021-07-31 17:31:07
133
原创 卷积神经网络学习1.6
Convolutions on RGB images为了得到4x4输出的第一个数字,需要将3x3 filter的每一层上的每一个数字乘到6x6 的图像上对应的每一层上的每一个数字 ,得到27个元素积相加得到 输出的第一个数字。直到最后得到最后一个数字。通过调整filter的参数,可以从3x3x3的过滤器中得到不同特征的检测器。如 检测红色层的垂直边缘,可以将filter的参数设置成如图同理,检测任何颜色的垂直边缘可以将参数全部设置为同时应用多个过滤器,检测多种特征...
2021-07-29 22:30:42
100
原创 卷积神经网络学习1.5
Strided convolution是组成基础卷积模块的一部分一个例子假设用3x3的过滤器对7x7的图片进行卷积,这个例子中用步长stride = 2 的方式进行卷积 从左上角3x3区域进行元素积相加开始,将蓝色区域向右移动两个步长 依次进行计算,从上到下也是以步长为2进行卷积,最终得到我们用3x3的过滤器对7x7的图像进行卷积得到一个3x3的矩阵输出。因此得到一个计算公式用 fxf 的过滤器对 nxn的图像进行卷积,填充为p,步长为s,最后维数得到(n+2p-f)/s+1.
2021-07-29 20:57:43
160
原创 卷积神经网络学习1.2-1.4
卷积计算卷积计算是卷积神经网络的基础组成单元之一边缘检测用计算机进行对图像进行图形边缘检测,分别是垂直边缘检测和水平边缘检测。如何进行边缘检测如图一个6x6x1的灰度图像,一个3x3的过滤器filter,输出4x4的矩阵计算方法:将3x3的过滤器放在原始图像上3x3的区域上,将所有元素积相加以上是用 3x3 的矩阵(过滤器) 卷积 6x6 的矩阵(图像)得到一个4x4 的矩阵(图像)这就是一个垂直边缘检测器一个例子6x...
2021-07-29 19:17:53
121
原创 细胞神经网络学习00
Cellular Neural Networks: Theory LEON 0. CHUA, FELLOW, IEEE, AND LIN YANG, STUDENT MEMBER, IEEE神经网络结构fig1:一个二维的神经细胞网络,电路尺寸4x4,这个正方形是被称为 细胞 的电路单元,细胞间的链接表明在相连细胞间有关联。单个细胞定义“邻居”fig2:shows 3 neighborhoods of the same cell (located at the cente..
2021-07-27 22:09:41
1131
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