自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(8)
  • 收藏
  • 关注

原创 安卓DeepLink方法拉起App页面

Google官方教程讲解点击这里情景: 通过浏览器或分享链接唤起应用核心: 类似安卓隐式Intent启动用法如下:1. Web页面或分享页面包含一个url链接<a href="appname://com.example.demo/main" />或者<a href="appname://com.example.demo/main?name=csdn&age=5" />???? 回顾一下Uri格式<scheme> :// <host&gt

2020-08-11 15:05:37 2415

原创 【Tensorflow】TFRecord数据的写入和读取经验

问题描述:利用tensorflow进行神经网络训练,当数据集较小或者内存足够大时,通常的做法是将全部数据集加载到内存里,然后再将数据集分批feed给网络进行训练(一般配合yield使用效果更佳)。但是,当数据集大到内存不足以全部加载进来的时候,必须寻找新的加载数据的方法。 解决办法: 可以尝试使用tensorflow提供的队列queue,训练时从文件中分批读取数据。这里选择tensorflwo...

2018-08-27 17:05:40 5552 4

原创 [keras] 模型可视化plot_model

问题描述:如何将建立好的keras模型方便地绘制成图形? 解决办法:利用keras中的plot_model方法,但该方法需要一大堆依赖包,需要一个一个逐次安装from keras.utils.vis_utils import plot_modelplot_model(model, to_file="model.png",show_shapes=True);安装过程: 1.安装gra

2017-10-26 17:48:07 17474

原创 【python】将两个实数矩阵合并为一个复数矩阵

问题描述:有时需要把两个实数矩阵,一个作为实部,一个作为虚部,合并为一个复数矩阵,该如何操作? 解决办法: 假如是在第二个维度上进行合并(real: Data[:, 0, :, :] imag: Data[:, 1, :, :]),有两种方法 一、result = Data[:, 0, :, :] + 1j*Data[:, 1, :, :]二、result = 1j*Data[:, 1, :

2017-09-15 17:23:46 12053

原创 【Matlab/Python】Matlab和Python之间的数据传输

很多时候,我们需要把matlab里的数据保存下来,然后用python来处理。方法一(.mat格式)直接将matlab的数据存储成.mat格式,然后在python中利用scipy.io中的loadmat函数来读取import scipy.io as siodata = sio.loadmat(...)方法二(.h5格式)当要存储的.mat文件比较大时,matlab中需要用save -v7.3

2017-09-13 09:46:38 11678 3

原创 【Matlab】输出字符串到控制台

X = sprintf('%s is %d years old',name,age);disp(X)

2017-09-12 20:37:16 22503

原创 【keras】load model时出现Missing Layer错误

问题描述:训练结束后,保存model为hdf5和yaml格式的文件yamlFilename = os.path.join(dir,filename)yamlModel = model.toyaml()with open(yamlFilename, "w") as yamlFile: yamlFile.write(yamlModel)随后load modelwith open(chkptF

2017-09-01 17:36:13 3123

原创 【Keras】训练时显存out of memory的解决办法——fit_generator函数

问题描述:建立好model之后,用model.fit()函数进行训练,发现超出显存容量(一共有12G) 问题分析:fit()函数训练时,将全部训练集载入显存之后,才开始分批训练。显然很容易就超出了12G 解决办法:用fit_generator函数进行训练fit_generator函数将训练集分批载入显存,但需要自定义其第一个参数——generator函数,从而分批将训练集送入显存def data

2017-08-29 18:55:26 14072 8

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除