原创 上採用、反捲積、上池化區別
對於Unet網絡中的上採樣，主要有三種實現形式：上採用、反捲積、上池化，通常情況應用的是反捲積。 1、Upsampling（上採樣） 在FCN、U-net等網絡結構中，涉及到了上採樣： 上採樣指的是： 任何可以讓 圖像變成更高分辨率
2020-03-03 08:22:37
1
原创 二叉樹的中序遍歷（python）:遞歸+迭代
94 LeetCode 二叉樹的中序遍歷 """ 給定一個二叉樹，返回它的中序遍歷。 示例: 輸入: [1,null,2,3] 1 \ 2 / 3 輸出: [1,3,2] 進階: 遞歸算法很簡單，你可
2020-03-03 08:22:37
原创 Vgg16 + Unet 介紹
VGG-16： 這個數字16，就是指在這個網絡中包含 16個卷積層和全連接層，隨着網絡的加深，圖像的高度和寬度都在以一定的規律不斷縮小，每次池化後剛好縮小一半，而通道數量在不斷增加，而且剛好也是在每組卷積操作後增加一倍。也就是說，圖像縮小
2020-03-03 08:22:37
原创 最接近的三個數的和
""" 給定一個包括 n 個整數的數組 nums 和 一個目標值 target。找出 nums 中的三個整數，使得它們的和與 target 最接近。返回這三個數的和。假定每組輸入只存在唯一答案。 例如，給定數組 nums = [-1，
2020-02-24 22:37:01
原创 三數之和，排序+雙指針
""" 給定一個包含 n 個整數的數組 nums，判斷 nums 中是否存在三個元素 a，b，c ，使得 a + b + c = 0 ？找出所有滿足條件且不重複的三元組。 注意：答案中不可以包含重複的三元組。 例如, 給定數組 nu
2020-02-24 22:37:01
原创 LeetCode中的--17. 電話號碼的字母組合，循環遞歸
""" 給定一個僅包含數字 2-9 的字符串，返回所有它能表示的字母組合。 給出數字到字母的映射如下（與電話按鍵相同）。注意 1 不對應任何字母。 示例: 輸入："23" 輸出：["ad", "ae", "af", "bd", "
2020-02-24 22:37:01
原创 Tensorflow實現線性邏輯迴歸分析：
Tensorflow實現線性邏輯迴歸分析： from random import shuffle import tensorflow as tf import numpy as np import matplotlib.pyplot
2020-02-24 22:37:01
原创 MNIST手寫體識別，tensorflow基礎實現
import tensorflow as tf from tensorflow import keras from tensorflow.keras import datasets import os os.envir
2020-02-24 22:37:01
原创 神經網絡中的激活函數比較
ReLU函數 ReLU（rectified linear unit）函數提供了一個很簡單的非線性變換。給定元素x，該函數定義爲 ReLU函數只保留正數元素，並將負數元素清零。爲了直觀地觀察這一非線性變換，我們先定義一個繪圖函數xyplo
2020-02-24 22:37:01
原创 修改TF.tensor中的值
方法一： # 改變 tf.Tensor中的一個 3*3 矩陣： 重新賦值 temp temp = final[i:i + 3, j:j +3] + (lambd * final[i + 1, j + 1])*window # 切片 4
2020-02-24 22:37:01
原创 Tensorflow實現的MNIST數據集的2層卷積2層全連接網絡
import tensorflow as tf """ h=w 圖片尺寸 f=卷積核 p=padding 邊界填補 ‘SAME’補充 s=strides 每一次走的步長 (h-f+2*p)/s + 1 """ # 10 分類，輸入圖片尺
2020-02-24 22:37:01
原创 動態規劃問題示例
思路一：排列組合 因爲機器人走到底右下角，向下幾步，向右幾步都是固定的， 比如，m=3, n=2，我們只要向下 1 步，向右 2 步就一定能到達終點。走的步數就是:向右：m-1, 向下：n-1 所以總共的方案數： #
2020-02-24 22:37:01
原创 動態規劃問題示例
正則表達式匹配（動態規劃） """ 給你一個字符串 s 和一個字符規律 p，請你來實現一個支持 '.' 和 '*' 的正則表達式匹配。 '.' 匹配任意單個字符 '*' 匹配零個或多個前面的那一個元素 所謂匹配，是要涵蓋 整個 字符串 s
2020-02-24 22:37:01
原创 Tensorflow實現圖片StyleTransfer
1.效果展示： 原圖： 風格圖： 二. 數據集爲8000多張圖片，訓練一個模型，指定一種訓練風格的圖片 數據集鏈接：訓練數據，8W多 1
2020-02-24 22:37:01