- 博客(27)
- 资源 (2)
- 收藏
- 关注
RSS订阅转载 depthwise_conv2d来源于深度可分离卷积
转载自https://blog.csdn.net/mao_xiao_feng/article/details/78003476 depthwise_conv2d来源于深度可分离卷积:Xception: Deep Learning with Depthwise Separable Convolutionstf.nn.depthwise_conv2d(input,filter,strides...
2018-08-28 22:11:48
1998
转载 tf.nn.depthwise_conv2d如何实现深度卷积
转载自 https://blog.csdn.net/mao_xiao_feng/article/details/78003476 depthwise_conv2d来源于深度可分离卷积:Xception: Deep Learning with Depthwise Separable Convolutionstf.nn.depthwise_conv2d(input,filter,stride...
2018-08-28 20:10:31
1520
转载 tf.nn.conv2d_transpose是怎样实现反卷积的
转载自 https://blog.csdn.net/mao_xiao_feng/article/details/71713358 反卷积出自这篇论文：Deconvolutional Networks，有兴趣的同学自行了解首先无论你如何理解反卷积，请时刻记住一点，反卷积操作是卷积的反向如果你随时都记住上面强调的重点，那你基本就理解一大半了，接下来通过一些函数的介绍为大家强化这个观念co...
2018-08-28 14:35:26
1753
转载 tf.nn.atrous_conv2d如何实现空洞卷积？
转载自 https://blog.csdn.net/mao_xiao_feng/article/details/78003730 介绍 关于空洞卷积的理论可以查看以下链接，这里我们不详细讲理论：1.Long J, Shelhamer E, Darrell T, et al. Fully convolutional networks for semantic segmentation[C]....
2018-08-28 13:59:14
571
1
转载 tf.nn.conv2d是怎样实现卷积的？
转载自https://blog.csdn.net/mao_xiao_feng/article/details/78004522 介绍 惯例先展示函数：tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, name=None) 1 2 除去name参数用以指定该操作的name，与方法有关的一共五个参数：...
2018-08-28 10:10:43
157
原创 制作tfrecords数据集（非xml标注）
只需要放入： Basic.DATADIR:数据集中图片的位置 test:数据集的类型，train,test,valid output_directory：输出路径 target_classes：类型 anns：标注信息 然后将其稍加改动 if name == ‘main‘: #生成Tfrecords数据集 num_threads=4 train_shar...
2018-08-27 10:29:25
366
原创 根据自己的数据集制作tf.records(图片信息保存非xml格式读取)
convert.py转换信息的主文件 定义好datadir即图片文件夹所在的地址 输出tfrecords文件的输出路径 还有数据集的名称import tensorflow as tfimport pascalvoc_to_tfrecordsFLAGS = tf.app.flags.FLAGStf.app.flags.DEFINE_string( 'dataset_name...
2018-08-27 10:21:44
896
原创 Pycharm远程服务器配置
首先要配置pycharm连接服务器的设置 添加一个 本地地址： 然后点一下 Test SFTP 看看能不能连接成功 映射到服务器 配置远程python解释器 先点一下start SSH Session,然后从服务器上传下载文件 添加python解释器 1、出现不能上传下载的问题，就看看路径配的对不对 2、Can get remote credential...
2018-08-25 20:15:43
2496
原创 Voc2007数据集转化成Tfrecords的详细步骤
数据集下载链接http://host.robots.ox.ac.uk/pascal/VOC/voc2007/ 下载训练集 然后解压 下载代码https://github.com/balancap/SSD-Tensorflow 将这个文件解压 然后修改 修改内容为： 此时运行可能会报错 with tf.python_io.TFRecordWriter(tf_fil...
2018-08-25 15:22:03
4378
3
转载 slim使用中遇到的问题
在本地tensorflow中创建变量需要预定义值或初始化机制（例如，从高斯随机采样）。 此外，如果需要在特定设备（如GPU）上创建变量，则必须明确规定。 为了减少变量创建所需的代码，TF-Slim在variables.py中提供了一组简单的包装函数，这些函数允许调用者轻松定义变量。例如，要创建权重变量，使用截断的正态分布对其进行初始化，用l2_loss调整它，并将其放在CPU上，只需声明以下内...
2018-08-24 19:27:56
821
原创 python 判断一个文件或者文件夹存不存在
f = r'/mnt/Data/dd/deeplearning/dataset/data/Tfrecords'# f = open(f)print(os.path.exists(f))True就是存在，然后一层层地判断
2018-08-22 09:18:05
2235
原创 深度学习 python读取文件时采用的方法
import globprint(glob.glob("*"))读取文件列表，并返回一个list 数为相对路径“./”或者“”获得所有文件路径。如果文件名是已知的，那么参数为“./filename”或者“filename”如下： 结果['InceptionV3.py', 'ResNet实现.ipynb', 'AlexNet实现.ipynb', 'MobileNet.ipynb', '...
2018-08-20 15:20:43
649
原创 python 装饰器
获取参数# 写一个计时功能的装饰器import time def decrator(func): def wrapper(*args, **kwargs):# print(args)#(3,) print("funcName is :{}".format(func.__name__)) print('开始停留时间：{}'.form...
2018-08-20 10:01:02
134
原创 python namedtuple和zip 的使用，tensor分解
案例一from collections import namedtuple# 定义一个namedtuple类型User，并包含name，sex和age属性。A = namedtuple('User', ['name', 'sex', 'age'])# 创建一个User对象user = A(name='kongxx', sex='male', age=21)# 也可以通过一个...
2018-08-19 20:09:26
646
原创 tf.name_scope和tf.variable_scope的区别
import tensorflow as tf; import numpy as np; import matplotlib.pyplot as plt; # 重置已存在的图tf.reset_default_graph()with tf.variable_scope('V1'): a1 = tf.get_variable(name='a1', shape...
2018-08-18 16:09:44
321
原创 Git Your branch is ahead of 'origin/master' by X commits解决方法
git reset --hard origin/master还有一个将本地代码与服务器代码更新一致的语句 git branch -u origin/master
2018-08-18 15:27:31
11253
原创 当数据集的数据过大时，采用生成器generator生成数据循环调用
生成def gen_data(xs, ys, batch_size=100): image_buf = list() label_buf = list() while True: for image, label in zip(xs, ys): if len(image_buf) < batch_size: ...
2018-08-16 15:53:53
999
原创 tensorflow中输入图片的增加维度
xs = np.array([np.expand_dims(cv2.resize(x, (32, 32)), 2) for x in xs])
2018-08-15 20:11:07
3567
1
转载 os和sys模块
说明os,sys模块不同，并列举常用的模块方法？官方解释： os： This module provides a portable way of using operating system dependent functionality. 翻译：提供一种方便的使用操作系统函数的方法。 sys：This module provides access to some variables us...
2018-08-12 10:38:08
245
原创 python 去除list数组中的重复元素
a = "aAsmr3idd4bgs7Dlsf9eAF"a_list = list(a) # 转化为列表，并保存元素顺序set_list = list(set(a_list)) # 去重set_list.sort(key=a_list.index)s = ''.join(set_list)print(s)#法二origin=[]for i in range(len(a)): ...
2018-08-12 10:02:47
6185
原创 python遍历读取文件下的所有指定类型的文件
#!/usr/bin/env python3# -*- coding:utf-8 -*-# 1. for-in dir/subdir to get the filesname# 2. splitext filename to filterimport osdef getFiles(dir, suffix): # 查找根目录，文件后缀 res = [] for ro...
2018-08-12 09:53:23
10536
2
原创 one_hot=True编码的过程及意义
见以下代码import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_dataBATCH_SIZE=10mnist =input_data.read_data_sets('MNIST_data/')xs,ys = mnist.train.next_batch(BATCH_SIZE)pr...
2018-08-08 09:40:40
7228
原创 tensorflow保存读取数据出现NotFoundError (see above for traceback): Key v1_3 not found in checkpoint [[Node
解决方法如下： 保存# tensorflow模型持久化 saver# 保存模型import tensorflow as tf#声明两个变量并计算它们的和v1 = tf.Variable(tf.constant(1.0,shape=[1]),dtype=tf.float32,name='v1')v2 = tf.Variable(tf.constant(2.0,shape=[1]...
2018-08-07 16:16:21
9289
15
转载 一《TensorFlow实战Google深度学习框架》
转载自：https://blog.csdn.net/longji/article/details/69948839深度学习介绍传统机器学习算法： 输入—>人工特征提取—>权重学习—>预测结果 深度学习算法 输入—>基础特征提取—>多层复杂特征提取—>权重学习—>预测结果 Tensorflow的安装,个人认为比较好的安装教程: http://...
2018-08-07 14:29:05
3256
转载 opencv计算机视觉学习笔记八
转载自https://blog.csdn.net/retacn_yue/article/details/53726481 第九章 基于opencv的神经网络简介1 人工神精网络ann2 人工神精网络的结构输入层网络的输入数目如动物有体重,长度,牙齿三个属性,网络则需要三个输入节点中间层输出层与定义的类别数相同,如定义了猪,狗,猫,鸡,则输出层的数目为4创建AN...
2018-08-05 14:54:10
595
转载 opencv计算机视觉学习笔记七
第八章 目标跟踪1检测目标的移动基本的运动检测,示例代码如下:import cv2 import numpy as np捕获摄像头图像camera = cv2.VideoCapture(0) # es = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (10, 10)) kernel = np.ones((5, 5), n...
2018-08-04 16:59:02
1695
5
转载 opencv计算机视觉学习笔记六
转载来自https://blog.csdn.net/retacn_yue/article/details/53726457 第七章 目标检测与识别梯度直方图histogram of oriented gradient图像金字塔 image pyramid滑动窗口 sliding window1 目标检测与识别A HOG描述符每个单元包含八个直方图即八个方向(n,nw,w,...
2018-08-03 07:44:28
504
编译原理第二版（课本完整版）
2014-10-18
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人