GHL_17768588743的博客

原创 K.reshape(）用法

是 TensorFlow Keras 后端中的一个函数，用于重新调整张量（Tensor）的形状。它的作用与 NumPy 的reshape()或 TensorFlow 的类似，但专门为 Keras 模型设计。

原创 python语言中类中装饰器和普通方法的区别

在Python中，类中的装饰器方法（如@property）与普通方法的主要区别体现在参数传递、调用方式、设计用途等方面。

原创 Keras/TensorFlow 中，call(self, inputs, training=None, **kwargs)的使用说明

在 Keras/TensorFlow 中，是自定义层（Layer子类）的核心方法，它定义了层的前向传播逻辑。

原创 layers.Add() 的核心用途

在 Keras 中，是一个‌‌，用于将多个输入张量（tensors）按元素逐个相加。它是实现跳跃连接（Skip Connections）、残差网络（ResNet）和多分支特征融合的关键操作。

原创 卷积神经网络中padding=causal是如何计算

通过‌单侧填充‌和‌时间依赖约束‌，在保持输入输出长度一致的同时，确保时序模型的因果性。这一机制是时间敏感型任务（如预测、生成）的核心设计之一‌。

原创 灰度图像和彩色图像的卷积核的差别

综上所述，灰度图像和彩色图像的卷积核在CNN中是不同的，主要体现在通道数（深度）、卷积过程、参数数量以及功能和应用等方面。

原创 keras.layers.Concatenate(）用法

在Keras中，层用于将多个输入张量（tensor）沿着指定的轴拼接在一起。这在构建复杂的神经网络时非常有用，特别是当你需要将来自不同层或不同分支的特征组合在一起时。

原创 Conv1D和Conv2D的区别

如图，输入有两个序列，第一个序列为 (3,3) 的文本，卷积核的尺寸为 2，卷积核个数为1，所以。我们都知道，图像的数据一般是三维的 (H,W,C) ，文本的数据一般是二维的 (L,D)在Conv2D中，是一个二维的元组 (w,ℎ) ，当然也可以传入整数，代表 w==ℎ；如图，输入为 (7,7,3) 的图片，卷积核的尺寸为 (3,3) ，卷积核个数为2，所以。多出来的3为图片的channel，每个卷积核会自动扩充到3维，对应每个通道。这么一看，图像中每个像素点向量和文本中词向量是对应的。

原创 张量在Tensorflow中显示为“None”

张量在Tensorflow中显示为"None"是因为张量的形状（shape）尚未确定。在Tensorflow中，张量是多维数组的抽象表示，可以表示各种数据类型的多维数据。张量的形状决定了它的维度和大小。在Tensorflow中，可以使用各种方法来确定张量的形状。例如，可以使用reshape()函数来改变张量的形状，或者使用tf.shape()函数获取张量的形状信息。当创建一个张量时，如果没有明确指定形状，Tensorflow会将其显示为"None"。这表示该张量的形状尚未确定，可以根据实际需要进行调整。

原创 关于学习率的推导证明

原创 几个py文件如何共用全局变量

在Python中，若要让多个模块（py文件）共享全局变量，可以通过创建一个专门的模块来存储和管理全局变量。的值将被更新，并影响到所有导入了。

原创 keras训练模型中创建自定义的回调函数

在编写自定义的回调函数时，需继承keras.callbacks.Callback类。

原创 pip install -r requirements.txt 安装在base环境下的问题

最近在做一个项目，在自己笔记本电脑上已经跑通，想移植到另外一台服务器电脑上继续运行。在服务器电脑上anaconda下面有一个base环境，使用anaconda powershell prompt新建了一个mypyqt6环境，激活mypyqt6环境后，使用pip install -r requirements.txt批量安装库，之后使用pip list 发现批量安装的库都在base环境中，并不在mypyqt6环境中。后还是没有解决问题。后还是没有解决问题。