CNN中最重要的就是参数了，包括W,b。 我们训练CNN的最终目的就是得到最好的参数，使得目标函数取得最小值。参数的初始化也同样重要，因此微调受到很多人的重视，那么tf提供了哪些初始化参数的方法呢，我们能不能自己进行初始化呢？ 所有的初始化方法都定义在tensorflow/python/ops/in ...
分类：
其他好文 时间：
2019-07-14 15:02:29
阅读次数：
86
第1条:确认自己的python版本 第2条:遵循PEP8的风格 1.空格 对于 占据多行的长表达式来说, 除了首行之外的其余各行都应该在通常的缩进级别上再加4个空格。 每行字符数不应该超过79。 2.命名 受保护的实例属性命名， 应该以单个下划线开头， 例如：_leading_underscore。 ...
分类：
编程语言 时间：
2019-07-11 09:40:53
阅读次数：
159
神经网络 来源于 "这里" 。 神经网络可以使用 包构建。 现在你对 已经有了初步的了解， 依赖于 定义模型并区分它们。一个 包含了层(layers)，和一个用来返回 的方法 。 以下面这个区分数字图像的网络为例： 上图是一个简单的前馈网络。它接受输入，一个层接一层地通过几层网络，最后给出输出。 典 ...
分类：
其他好文 时间：
2019-06-28 15:04:11
阅读次数：
113
提高网络的效率和减少网络参数、计算量是CNN网络发展的重要方向，这篇总结主要介绍squeezeNet、mobileNet、xception、shuffleNet。这四个模型的操作有类似的处理方式，也有互相值得借鉴的地方。下面将对这四个模型进行介绍，然后最后做一个总结分析以及展望。 ...
分类：
Web程序 时间：
2019-05-25 22:51:11
阅读次数：
379
深度学习中的常见问题汇总（一） 转自 "卷积神经网络的复杂度分析" "关于感受野的总结" 1.CNN复杂度分析 在深度学习基础网络不断进化的过程中，可以发现新的模型不仅性能有极大地提升，网络的复杂度通常也会更低。深度学习网络模型的复杂度直接关系到其实际应用中的速度与可行性，因此这里总结一下 CNN ...
分类：
其他好文 时间：
2019-04-26 14:57:28
阅读次数：
652
1. ConvNet 1.1 一些小知识点 1. tf中的tf.nn.conv2d的几个新感悟 Strides often [1,x, x, 1]: 因为stride 分别指定：batch, w, h, c 四个方向上的滑动，一般情况下我们肯定不想跳过某些batch和channel，所以1 th, ...
分类：
其他好文 时间：
2019-02-13 18:13:10
阅读次数：
186
stress 命令主要用来模拟系统负载较高时的场景，本文介绍其基本用法。文中 demo 的演示环境为 ubuntu 18.04。 基本语法 语法格式：stress <options> 常用选项：-c, --cpu N 产生 N 个进程，每个进程都反复不停的计算随机数的平方根-i, --io N 产生 ...
分类：
系统相关 时间：
2019-02-08 15:55:46
阅读次数：
1213
import mxnet as mximport numpy as npimport randomimport mxnet as mximport sysdata_shape = {'data':(60000, 1,28, 28)}data = mx.sym.var('data')pool0 = m ...
分类：
Web程序 时间：
2019-01-07 20:58:25
阅读次数：
542
在自然语言处理中，主要使用一维的卷积。 API inputs: 输入数据，如（?, 80, 300） filters: 滤波器的个数 kernel_size: 卷积核的大小，指定一个维度即可，即卷积核的高。宽是数据的维度，自动匹配。 ...
分类：
其他好文 时间：
2019-01-03 10:53:35
阅读次数：
315
在自己构建的卷积神经时，我想把卷积层的数据提取出来，但是这些数据是Tensor类型的 网上几乎找不到怎么存储的例子，然后被我发下了一下解决办法 https://stackoverflow.com/questions/41587689/how-to-save-a-tensor-in-checkpoin ...
分类：
其他好文 时间：
2018-12-21 01:02:45
阅读次数：
313
