- 博客(7)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 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