7 CopperDong

尚未进行身份认证

纯属巧合

等级
TA的排名 1k+

人工智能实战小程序之语音_前端开发

https://github.com/yuzd/microsoft_ai1. 人工智能实战小程序之准备工作2. 人工智能实战小程序之语音_前端开发今天这部分主要讲小程序前端功能的开发由于我偏后端,css是我的弱项,可能很多人和我一样开发小程序不知道如何下手,希望本篇文章对你有帮助我的学习路线是:大略看一遍小程序的api文档然后在github上找一些小程序(我倾向于...

2020-01-15 10:41:44

tf.nn,tf.layers, tf.contrib模块介绍

原文

2020-01-14 19:20:58

高级API之tf.layers

原文之前写的代码都是基于比较底层的API了,底层的API其实是有好处的,虽然还是调API,但是至少对于原理有小小的理解才能够写出代码。而且在实现一些新的论文或者要实现一个新的点子的时候,这时候是没有API的,因此底层的API非常有存在的必要,且必须经过这一个过程。但是对于一个非常熟悉底层原理和经过了写底层代码这个过程的人,在有些很常见的任务上,就是用高级封装好的API就行。tf.layers...

2020-01-14 19:15:58

tf API 研读1:tf.nn,tf.layers, tf.contrib概述

你要的答案或许都在这里:小鹏的博客目录我们在使用tensorflow时,会发现tf.nn,tf.layers, tf.contrib模块有很多功能是重复的,尤其是卷积操作,在使用的时候,我们可以根据需要现在不同的模块。但有些时候可以一起混用。下面是对三个模块的简述:(1)tf.nn :提供神经网络相关操作的支持,包括卷积操作(conv)、...

2020-01-14 15:28:41

TensorFlow模型保存和提取方法

1. TensorFlow通过tf.train.Saver类实现神经网络模型的保存和提取。tf.train.Saver对象saver的save方法将TensorFlow模型保存到指定路径中,saver.save(sess,"Model/model.ckpt"),实际在这个文件目录下会生成4个人文件:checkpoint文件保存了一个录下多有的模型文件列表,model.ckpt.meta保存...

2020-01-13 15:10:32

tensorflow模型介绍以及参数提取

在博客开始前,首先郑重感谢博主jiongnima的博客对我的帮助,我按照博主的方法顺利的把bcnn模型的tensorflow版转为caffe版,关于bcnn模型,它是个细粒度分类模型,我将在后续的博客中详细介绍。首先隆重呈上博主的链接:https://blog.csdn.net/jiongnima/article/details/78326515转模型系列博文的操作主要基于博主...

2020-01-13 15:06:40

理解滑动平均(exponential moving average)

目录1. 用滑动平均估计局部均值2. TensorFlow中使用滑动平均来更新变量(参数)3. 滑动平均为什么在测试过程中被使用?1. 用滑动平均估计局部均值  滑动平均(exponential moving average),或者叫做指数加权平均(exponentially weighted moving average),可以用来估计变量的局部均值,使得变量的更新与一段时间内的历史...

2020-01-13 14:26:22

dependency parser 项目汇总

McDonald 2005https://github.com/dorcoh/DependencyParserSimple and Accurate Dependency Parsing Using Bidirectional LSTM Feature Representationshttps://github.com/Horse-G/NLP_neural_networkRecurre...

2020-01-03 11:52:21

【Learning Notes】CTC 原理及实现

原文CTC( Connectionist Temporal Classification,连接时序分类)是一种用于序列建模的工具,其核心是定义了特殊的目标函数/优化准则[1]。 jupyter notebook 版见 repo.1. 算法这里大体根据 Alex Graves 的开山之作[1],讨论 CTC 的算法原理,并基于 numpy 从零实现 CTC 的推理及训练算...

2019-12-30 22:11:26

使用d3.js创建关系图

本实例是在网络搜索的结果下,自己改了些东西创建而成。实现了关系图的移动、拖拽、放大功能。以及数据的分类等等。代码稍显繁琐,如有建议可以评论区讨论。另外案例中的d3.js为3.5.17版本,请注意安装。<!DOCTYPE html><html><head> <style> #divid { ...

2019-12-26 14:38:20

python之运算符重载

原文运算符重载:什么是运算符重载让自定义的类生成的对象(实例)能够使用运算符进行操作作用:让自定义的实例像内建对象一样进行运算符操作让程序简洁易读对自定义对象将运算符赋予新的规则算术运算符的重载:方法名 ...

2019-12-26 14:28:56

纯Python和PyTorch对比实现softmax及其反向传播

摘要本文使用纯 Python 和 PyTorch 对比实现softmax函数及其反向传播.相关原理和详细解释, 请参考文章 :softmax函数详解及反向传播中的梯度求导系列文章索引 :https://blog.csdn.net/oBrightLamp/article/details/85067981正文import numpy as npim...

2019-12-23 10:59:01

js获取元素的距离父元素、窗口的距离offsetTop,offsetHeight,clientHeight

前言相信很多项目中都会有这样一个小需求(PC端,移动端则是点击),鼠标移上某个菜单或者某个位置,显示一个弹出框,移开则隐藏弹出框,就是css中hover效果,这种通常做法是每个子菜单下都有一个弹框,父元素相对定位,子元素绝对定位,只需要控制的弹框的显示与隐藏即可,但是,当鼠标移动到边界的菜单上时,弹框可能会超出外部元素的范围,如下图:解决办法动态的计算弹框距离外部元素的位置,即获取...

2019-12-19 21:37:13

自动微分(Automatic Differentiation)简介

原文

2019-12-19 09:54:08

tf.stack()和tf.unstack()的用法

tf.stack()这是一个矩阵拼接的函数,tf.unstack()则是一个矩阵分解的函数c是拼接,而d和e则是不同维度的分解

2019-12-13 14:43:39

softmax loss层的求导反向传播

2019-12-11 08:58:24

文本分类数据集

文本分类数据集https://hyper.ai/datasets搜狐新闻文本分类数据集官网https://www.sogou.com/labs/resource/list_news.php数据集:https://pan.baidu.com/s/1V6o20temK2v3j-bo16x94g提取码:fech今日头条中文新闻(文本)分类数据集https://github.c...

2019-11-29 11:58:04

EM算法原理和python简单实现

目录第一章最大似然估计1第二章最大似然估计到EM2第三章 EM算法推导3第四章 EM例子和python代码7参考文献8最大似然估计这篇文章主要是在我后续添加的参考文献中总结和概括出来的,如有雷同,肯定是我抄他。谢谢。先看个例子:你妈妈给你提了一篮子"好"鸡蛋,假设里面有100个"独立的"鸡蛋,你从里面挑出10个,...

2019-11-19 11:12:17

CTC算法详解

https://www.jianshu.com/p/0cca89f64987

2019-11-01 09:25:27

深度学习图像处理入门

1、环境搭建在云服务器中开启Docker服务systemctl start dockersystemctl start nvidia-dockergit clone https://github.com/Jinglue/DL4Img安装驱动和cuda ......nvidia-docker pull hubq/dl4imgnvidia-docker run -d -v ...

2019-10-31 14:51:14

查看更多

勋章 我的勋章
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
  • 1024勋章
    1024勋章
    #1024程序员节#活动勋章,当日发布原创博客即可获得
  • 勤写标兵Lv4
    勤写标兵Lv4
    授予每个自然周发布9篇以上(包括9篇)原创IT博文的用户。本勋章将于次周上午根据用户上周周三的博文发布情况由系统自动颁发。