- 博客(7)
- 资源 (1)
- 收藏
- 关注
原创 制作TFrecords格式数据
关于自己的图像制作成tfrecords格式,网上源码很多,github上面也有详细介绍。以下是个人经常使用的数据TFrecords制作的两个函数,借鉴《tensorflow技术解析与实战》P82队列和线程的使用。#coding:utf-8import os import tensorflow as tf from PIL import Image import matp
2017-11-03 17:24:07 495
原创 手码VGG16网络
VGG16网络在网上有很多原理分析,建议在看代码之前,先分析其原理,有助于学习。以下是个人所做的一个小东西的源码,使用的是VGG16模型(有所改动),只是作为交流学习,并不推荐直接使用(处理数据不同)。#coding:utf-8import tensorflow as tfimport numpy as np##read the tfrecod from rad
2017-11-03 16:59:18 501
原创 函数何时可以返回变量的引用
函数返回值通常有(1)void类型(2)非引用类型(3)引用类型对于前面两种是经常见到,也是容易理解的。void princess(){//无返回值类型//...}int count(const string & s) {//返回非引用类型return s.size();}对于无返回类型就不用介绍了,返回非引用类型实际上是把return 后面的值,作为临时变量,对其
2017-10-12 20:42:40 469
转载 管程的理解
一、 管程的概念1. 管程可以看做一个软件模块,它是将共享的变量和对于这些共享变量的操作封装起来,形成一个具有一定接口的功能模块,进程可以调用管程来实现进程级别的并发控制。2. 进程只能互斥得使用管程,即当一个进程使用管程时,另一个进程必须等待。当一个进程使用完管程后,它必须释放管程并唤醒等待管程的某一个进程。3. 在管程入口处的等待队列称为
2017-10-11 10:05:12 14044 2
原创 防止训练深度网络中出现过拟合现象
在进行训练深度网络时,如果数据量(训练样本)比较小,或者网络结构过于复杂,是很容易出现过拟合现象。先解释下什么是过拟合现象,一般数据集会分为训练集,验证集,和测试集,如果在训练集上的正确率和验证集上的差值较大(即方差过大),就可以认定训练过程出现了过拟合现象。关于过拟合现象的解决,网络上和书籍中都有不少介绍,在这里本人是学习Andrew Ng的学习视频和台湾的Hung-yi Lee课件总结的。PS
2017-09-25 16:39:22 16516
转载 TensorFlow下网络模型的存储与加载
#!/usr/bin/env python# 导入mnist数据库from tensorflow.examples.tutorials.mnist import input_datamnist = input_data.read_data_sets("MNIST_data/", one_hot=True)import tensorflow as tfimport os# 定义输入变量x = tf.
2017-09-14 10:51:03 298
李宏毅 深度学习
2017-09-25
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人