![](https://img-blog.csdnimg.cn/20190322152654247.jpeg?x-oss-process=image/resize,m_fixed,h_224,w_224)
深度不学习
一起搞深度学习,智能语音,人工智能
ZQSZXY
这个作者很懒,什么都没留下…
展开
-
pytorch中torch.cat()函数用法
torch.cat(seq,dim,out=None)其中seq表示要连接的两个序列,以元组的形式给出,例如:seq=(a,b), a,b 为两个可以连接的序列dim 表示以哪个维度连接,dim=0, 横向连接,dim=1,纵向连接举例如下:import torcha = torch.ones([1, 2])b = torch.ones([1, 2])print(torch.cat...原创 2019-02-14 11:12:51 · 13522 阅读 · 1 评论 -
numpy100道练习题
numpy100道练习题原题目可以在此处找到,链接:https://github.com/rougier/numpy-100/blob/master/100_Numpy_exercises.md本文只摘选了一部分习题进行讲解,题号和原题号对应。创建一个三乘三乘三的随机矩阵/Create a 3x3x3 array with random values (★☆☆)很多场景需要随机值,用来测...原创 2018-10-23 13:04:35 · 6173 阅读 · 4 评论 -
tensorflow高层API之Estimator
Estimators是TensorFlow的高层API,它大大简化了机器学习的编程。通过Estimator创建一个模型,我们不用再写一些很底层的代码(比如定义变量、定义网络层等),可以像scikit-learn和Keras那样,用几行代码轻松创建一个模型。Estimator封装了以下功能:模型训练;模型评价;模型预测;模型导出。Estimator模型由三部分构成:Input func...原创 2019-04-17 21:54:36 · 521 阅读 · 0 评论 -
python提取mfcc特征
理论部分请看:https://haythamfayek.com/2016/04/21/speech-processing-for-machine-learning.html这是我认为最完整的、讲解最清楚的python提取mfcc特征的教程。用到的OSR_us_000_0010_8k.wav数据在这里下载:http://www.voiptroubleshooter.com/open_speec...原创 2019-03-26 16:23:14 · 12376 阅读 · 7 评论 -
Ubuntu16.04关于conda找不到命令的问题
Ubuntu16.04第一次安装请一步一步看下面安装教程。https://blog.csdn.net/xianglao1935/article/details/80510494按着教程安装应该没啥问题,但偏偏我出问题了,执行source ~/.bashrc时报错了,没办法,网上一阵狂搜也没结果,后来仔细看看,竟然是fish这个shell出问题了。这是个大坑,千万不要在fish下面安装Anaco...原创 2019-03-06 19:55:33 · 1702 阅读 · 0 评论 -
Ubuntu16.04安装Anaconda3
下载Anaconda3安装包推荐清华镜像https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/进入下载好文件的文件夹,在命令行中输入:bash Anaconda3-4.0.0-Linux-x86_64.sh接下来根据提示进行安装,一般默认为default,之后还可以修改。要阅读长长的licesence agreement ,我记得快...原创 2019-03-10 18:39:55 · 291 阅读 · 0 评论 -
Anaconda使用总结-个人笔记
可以打开命令行输入conda -V检验是否安装以及当前conda的版本。conda添加库 pip install 库名 pip install 库名 --upgrade # 或者 conda install 库名更新库 conda update 库名 # 更新所有库 conda update --all # 更新 conda 自身 conda ...原创 2019-02-26 16:49:03 · 1029 阅读 · 0 评论 -
Ubuntu16.04常用操作命令
复制指定目录下的全部文件到另一个目录中假设复制源目录为 dir1(其中有文件file.txt和file.so) ,目标目录为dir2(其中有文件 file2.txt)。如果dir2目录不存在,则可以直接使用cp -r dir1 dir2 结果 dir2( file.txt , file.so)如果dir2目录已存在,则需要使用cp -r dir1/. dir2 结果 结果 d...原创 2019-03-10 10:43:06 · 697 阅读 · 0 评论 -
beam search和greedy search Python代码实现
Beam Search(集束搜索)是一种启发式图搜索算法,通常用在图的解空间比较大的情况下,为了减少搜索所占用的空间和时间,在每一步深度扩展的时候,剪掉一些质量比较差的结点,保留下一些质量较高的结点。这样减少了空间消耗,并提高了时间效率,但缺点就是有可能存在潜在的最佳方案被丢弃,因此,Beam Search算法是不完全的,一般用于解空间较大的系统中。关于理论部分请看链接:https://www...原创 2019-03-22 15:14:42 · 3514 阅读 · 1 评论 -
如何对列表/元组进行排序(列表/元组)?
我在列表或元组中有一些数据,如下所示:data = [[1,2,3], [4,5,6], [7,8,9]]我想按子集中的第二个元素排序 . 意思是,按2,5,8排序,其中2来自(1,2,3),5来自(4,5,6) . 这样做的常见方法是什么?方法一:sorted_by_second = sorted(data, key=lambda tup: tup[1])或者:data.sort(k...原创 2019-03-22 14:12:42 · 8197 阅读 · 0 评论 -
pycharm常用快捷键
pycharm常用快捷键ctrl+q查注释,当函数不知道有哪些参数时,可以快速查看函数对应参数和用法。ctrl+p调用方法时查看参数,在括号内按下,就知道当前位置该给啥参数。ctrl+shift+i当函数没注释时,可以查源码shift+enter另起一行,光标在行内任意位置都能另起一行,且不破坏当行结构ctrl+alt+enter向上另起一行双击shift搜索一切,不管是IDE功能、...原创 2018-11-19 18:03:10 · 348 阅读 · 0 评论 -
pycharm连接远程服务器,各项配置-个人笔记
首先打开pycharm专业版,找到菜单栏Tools =>Deployment=>Configuration然后打开如下:先连接服务器,然后配置本地路径和远程服务器映射路径。设置编译器,我的界面如下:设置映射路径等怎么运行代码当你确定好本地路径和远程映射路径后,在本地打开pycharm,然后在本地路径内新建项目,添加python文件,然后python文件会自动上传到服务...原创 2019-02-26 21:26:16 · 789 阅读 · 0 评论 -
Windows系统在远程服务器上使用tensorboard
在Windows系统装一个Xshell在文件–>属性–>ssh–>隧道–>添加,类型local,源主机填127.0.0.1(意思是本机),端口设置一个,比如12345,目标主机为服务器,目标端口一般是6006,如果6006被占了可以改为其他端口在服务器上运行tensorboard --logdir='logs' --port=6006然后在本地浏览器上输入127.0...原创 2019-03-06 15:44:17 · 1408 阅读 · 2 评论 -
利用卷积神经网络模型预测mnist数据集的准确率
利用卷积神经网络模型预测mnist数据集的准确率本例程采用两个卷积层本例程中卷积神经网络模型的构建基本分为以下几步:输入数据,定义相关变量和参数初始化权值和偏置值定义卷积层和池化层函数构建第一个卷积层和第二个卷积层构建第一个全连接层和第二个全连接层采用交叉熵代价函数使用AdamOptimizer进行优化求测试准确率定义Session会话,开始训练模型在定义不同变量和函数...原创 2018-11-10 16:31:11 · 3881 阅读 · 2 评论 -
tensorboard可视化入门
本程序是基于mnist手写数据集,利用softmax函数来预测准确率,程序进行了详细注释。tensorboard是一个强大的可视化工具,可以看出构建的网络的结构。它支持GRAPHS,SCALARS, DISTRIBUTIONS, HISTOGRAMS等可视化。程序如下:import tensorflow as tffrom tensorflow.examples.tutorials.mni...原创 2018-11-04 20:43:19 · 401 阅读 · 2 评论 -
3-1非线性回归(TensorFlow例程)
非线性回归的TensorFlow例程本例程编程思想:产生随机数x_data,构造y = x^2+噪声的分布,相当于已知输入x_data和输出y_data。利用输入x_data和输出y_data,利用梯度下降法,使样本值和预测值之间的损失函数(loss)最小,训练出相应的模型得到训练后的模型,然后再根据输入值x_data,得到预测后的输出值进行绘图本程序使用的激活函数为y = tan...原创 2018-11-01 20:57:39 · 479 阅读 · 2 评论 -
TensorFlow入门例程-mnist手写数据集
使用TensorFlow训练模型,大概分为以下几个步骤:下载数据集,导入mnist数据集定义变量并初始化,声明用到的占位符建立模型训练模型,首先需要定义一个指标来评估这个模型的好坏。在本教程中使用交叉熵来表征模型的性能好坏。使用一些优化算法(如梯度下降法)来最小化目标函数(交叉熵)评估模型,判断预测值和真实值之间的差值。得到预测的准确率具体的注释在程序中都能看到程序如下:im...原创 2018-11-01 16:08:40 · 936 阅读 · 1 评论