原创 Linux筆記:tar命令的詳細解釋!

tar命令的詳細解釋! 文章目錄一、 tar命令解讀二、 範例演示 一、 tar命令解讀 tar命令表示打包:將一大堆文件或目錄變成一個總的文件【tar命令】參數解讀如下:tar命令表示打包:將一大堆文件或目錄變成一個總的文件【tar

原创 tensorflow2.0筆記9:數據集加載!

數據集加載! 文章目錄一、數據的加載1.1、tensorflow.keras.datasets接口1.1.1、MNIST數據集1.1.2、cifar 10/100數據集1.1.3、tf.data.Dataset.from_tensor

原创 tensorflow2.0筆記7:tensorFlow2.0中的前向傳播(張量)實戰!

tensorFlow2.0中的前向傳播(張量)實戰! 文章目錄一、分析1.1、前向傳播1.2、計算損失函數1.3、計算梯度和更新參數二、代碼演示2.1、代碼2.2、運行結果 一、分析 1.1、前向傳播 利用前面已經學習的知識。

原创 tensorflow2.0筆記8:tensorFlow2.0的高階操作!

tensorFlow2.0的高階操作! 文章目錄一、張量的合併和分割(merge, split)1.1、tf.concat()拼接操作1.2、tf.stack()創建一個維度1.3、維度不匹配情況1.4、tf.unstack()對應t

原创 tensorflow2.0筆記6:tensorFlow2.0中的broadcasting!

tensorFlow2.0中的broadcasting! 文章目錄一、broadcasting廣播機制1.1、簡單的例子理解二、why broadcasting? 爲什麼使用廣播機制三、broadcastable? 什麼時候能使用廣播

原创 論文閱讀筆記:CNN+L2-SVM+SVDD實現多分類!

CNN+L2-SVM+SVDD實現多分類! 文章目錄一、主要工作二、代碼整理 一、主要工作 CNN提取的特徵送入SVM分類器。並且應用了SVDD使數據包含在一個球中,更好的限制作用。 模型如下 (1)Lloss=12∥w∥2R2+λ

原创 論文閱讀筆記:YOLOV2全面解讀!

YOLOV2全面解讀! yolov1可以參考: YOLOV1最全面解讀! 文章目錄一、Better1.1、Batch Normalization1.2、High Resolution Classifier1.3、Convolut

原创 DL筆記:預訓練(pre-training/trained)與微調(fine tuning)

文章目錄一、什麼是預訓練和微調?二、預訓練和微調的作用 一、什麼是預訓練和微調? 預訓練(pre−training/trainedpre-training/trainedpre−training/trained)和微調(fine−t

原创 論文閱讀筆記:目標檢測模型中的性能評估標準mAP,PR, IOU等!

目標檢測模型中的性能評估標準 文章目錄一、交併比二、準確率和召回率三、mAP四、P-R曲線五、檢測速率(Fps) 一、交併比 物體檢測需要定位出物體的bounding box,就像下面的圖片一樣,我們不僅要定位出車輛的boundin

原创 Tensorflow筆記:本地連接遠程服務器上Tensorboard的問題!

本地連接遠程服務器上Tensorboard的問題 文章目錄一、問題提出一、解決方案 一、問題提出 本機是windows系統,tensorflow程序運行在遠端服務器,通常使用Xshell登陸服務器操作。 按照tf教程,訓練網絡的sum

原创 tensorflow2.0筆記6:tensorFlow2.0中的維度變換!

tensorFlow2.0中的維度變換 文章目錄

原创 tensorflow2.0筆記5:tensorFlow2.0中的索引和切片!

tensorFlow2.0中的索引和切片 文章目錄一、索引與切片1.1、最基本的索引方式1.2、Numpy的索引方式1.3、切片(單冒號),start:end1.4、切片(雙冒號),start: end: step 隔着採樣。1.4

原创 tensorflow2.0筆記:tensorFlow2.0.0的基礎操作!

tensorFlow2.0.0的基礎操作 文章目錄一、數據容器二、What's tensor三、Tensor 類型五、創建 tensor六、Tensor 屬性七、檢查 tensor 類型八、類型轉換8.1、int 和 bool 之間轉

原创 tensorflow2.0筆記:手寫數字問題初體驗!

手寫數字問題初體驗 文章目錄一、分步驟解讀二、代碼彙總2.1、運行結果 一、分步驟解讀 注意:Dataset類型有一個好處:比如一次給一個樣本[1,784],這個樣本對於GPU來說是非常快的。所以我們可以一次來完成多個樣本,有個b

原创 DL筆記:Numpy—實現線性迴歸問題!

Numpy實現—線性迴歸問題實戰 文章目錄一、思路分析1.1、步驟1:計算損失函數1.2、步驟2:損失函數的梯度1.3、步驟3:設定w=w' and loop二、代碼綜合梳理2.1、程序運行結果2.2、注意 一、思路分析 找出 w