qq_38675570的博客

转载 theano.scan

theano.scan(fn, sequences=None, outputs_info=None, non_sequences=None, n_steps=None, truncate_gradient=-1, go_backwards=Fa...

原创 tf.extract_image_patches and tf.nn.depthwise_conv2d

最近毕设涉及到一个图像提取器，这个图像提取器是在patch基础上进行的，一直相信大tensorflow肯定有神器可以实现，查阅了stack overflow找到了tf.extract_image_patches()刚好可以实现将一幅图像分割成patches.tf.extract_image_patches( images, ksizes, strides...

原创 sess.run()踩过的坑

最近在做图像重建方面的论文复现，其中psnr是一个很重要的指标，tensorflow有写好的代码：tf.image.psnr()直接调用就好，里面的参数可以是tensor也可以是uinit8，复现中我选择了使用tensor进行计算psnr。下面是我的坑，图像重建效果还是很好，利用原图像和未重建图像求的psnr还是挺正常的，接近23db，但是利用重建图像和原图像求的psnr居然仅仅是17db左右，s...

转载 Tensorflow学习笔记-输入数据处理框架

原文链接：https://blog.csdn.net/lovelyaiq/article/details/78709826 　　通过前面几节的总结，Tensorflow关于TFRecord格式文件的处理、模型的训练的架构为： 　　1、获取文件列表、创建文件队列：http://blog.csdn.net/lovelyai...

原创 备忘录tensorflow

1、得到tensor维度 feature.get_shape() tf.shape(）2、lamda表达式 lamda x,y:x+y lamda (参数)：（函数表达式）3、将python任意类型的数据转变成tensor tf.conver_to_tensor(value,dtype=None,name=None,prefered...

转载 TF保存和加载模型

原链接：https://www.jianshu.com/p/8850127ed25d保存文件介绍 Tensorflow 模型有两个主要的文件：meta graph This is a protocol buffer which saves the complete Tensorflow graph; i.e. all variables, operations, collections...

转载 表示学习（representation learning）

转载 python中的下划线

原译文地址：https://segmentfault.com/a/1190000002611411原文地址这篇文章讨论Python中下划线_的使用。跟Python中很多用法类似，下划线_的不同用法绝大部分（不全是）都是一种惯例约定。单个下划线（_）主要有三种情况：1. 解释器中_符号是指交互解释器中最后一次执行语句的返回结果。这种用法最初出现在CPython解释器中，其他...

转载 滤波投影反投影公式推导

原博客地址：https://blog.csdn.net/shuangyue/article/details/5811384 关于CT重建的算法有很多，在这里给大家介绍的是滤波反投影算法，其原理如下：设f(x,y)表示需要重建的图像，用p(t,θ)表示在角度获取的f(x,y)的一个平行投影，t表示投影射线到对称中心（即旋转中...

原创 tf.gfile工具

tf.gfile包含两个类和12个函数进行路径方面的操作

转载 tensorflow中使用tf.ConfigProto()配置Session运行参数&&GPU设备指定

https://blog.csdn.net/dcrmg/article/details/79091941

转载 转载文章

原文出处 https://blog.csdn.net/SilenceOO/article/details/77073197 如何快速转载博客？ 因为自己当初想转载的时候不知道该怎么转载（相信现在还是有很多人不知道该怎么快速转载），所以会了之后就把方法写出来，帮助那些想转载却不知道该怎么转载的人。 首先我们打开要转载...

转载 Numpy库学习—squeeze()函数

为了更好的体验效果请阅读原帖 https://blog.csdn.net/zenghaitao0128/article/details/78512715 numpy.squeeze()函数语法：numpy.squeeze(a,axis = None) 1）a表示输入的数组； 2）axis用于指定需要删除的维度...

转载 python库——h5py入门讲解

为了更好的体验效果请阅读原文档 https://blog.csdn.net/csdn15698845876/article/details/73278120 本文只是简单的对h5py库的基本创建文件，数据集和读取数据的方式进行介绍，作者刚接触h5py，完全靠看文档自学，如果哪里说的不对，欢迎纠正！如果读者需要进一步详细...

转载 医学图像和自然图像区别

https://www.jianshu.com/p/f88e4373397f近期对医学图像（medical image）做了一点调研，下面是一些总结：医学图像检测与自然图像检测差别还是比较大的。自然图像的目标检测由于需要检测的类别非常多，现在的目标是更深的网络（提高目标的特征表示能力，resnet），更快的检测速度（最终需要商用，要有较好的实时性，yolo，ssd），更好的检测效果（bou...

转载 numpy模块之axis

https://blog.csdn.net/fangjian1204/article/details/53055219

原创 矩阵论 戴华 高清

http://reading.sciencepress.cn/shop/book/Booksimple/onlineRead.do?id=B751C0C749D4746A38E43B59738FE67C9000&readMark=1

转载 迁移学习和微调深度卷积神经网络

原文链接：https://blog.csdn.net/bigbzheng/article/details/52372946 （本文只是挑选自己不熟悉的知识点进行标注）关键词：深度卷积神经网络（DCNN）、迁移学习、微调（fine-tuning）目前研究已经证明，DCNN在自动分析大量图像和识别图像特征方面是非常有效的，他可以将图像分类的误差率降到最低。DCNN很少从头训练因为得到足够大样...

原创 vmware下载及安装

vmware下载地址 ：https://www.vmware.com/products/workstation-pro/workstation-pro-evaluation.html 安装VMware：https://blog.csdn.net/u014079773/article/details/79614788

转载 浅析image,imagesc,imshow的用法

https://blog.csdn.net/zhupananhui/article/details/16340345

原创 python 命令行注意事项

最近在命令行执行py文件，遇到几个小问题： 1、执行的时候要切入到python所在的路径下，比如我安装在E盘，因此要先进入E盘 2、运行文件的时候，python+路径，路径可以直接点住文件拖到命令行即可运行 3、退出python，Ctrl+C即可4、命令行查看当前盘的文件夹：dir 如C:\Users\lenovo>dir 5、使用conda命令时，注意先切换到conda的目录下...

原创 cannot import name inplace_increment

安装好了theano运行时出现theano cannot import name inplace_increment，后来查阅了万能的stack overflow发现cmd运行theano-cache purge即可正常使用theano

转载 神经网络之权重初始化

https://blog.csdn.net/chongtong/article/details/78713958

转载 详解python中的re.sub

http://www.cnblogs.com/nkwy2012/p/6548812.html

原创 多层感知机、NN、CNN、RNN

在网上看了一篇很好的关于NN、CNN、RNN区别的介绍，贴上网址http://network.chinabyte.com/269/13936269.shtml

原创 numpy.transpose高维的理解

可以这么理解，高维的转置就是将某一维同一标号的一堆放在一起。举个例子： import numpy as np a=np.array(range(24)) a=a.reshape(2,3,4) print a b=np.transpose(a,(2,0,1)) print b ![程序结果](http://img.blog.csdn.net/20171205203703006?water

原创 deep learning

python深度学习