anshidashen的博客

tf.random_normal()函数用于从服从指定正太分布的数值中取出指定个数的值。tf.random_normal(shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None)shape: 输出张量的形状，必选mean: 正态分布的均值，默认为0stddev: 正态分布的标准差，默认为1.0dtype:...

Python 是一门非常优美的语言，其简洁易用令人不得不感概人生苦短。在本文中，我将带大家回顾了17 个非常有用的 Python 技巧，例如查找、分割和合并列表等。这 17 个技巧都非常简单，但它们都很常用且能激发不一样的思路。1.交换变量值#交换变量值a, b = 5, 10print(a, b)a, b = b, aprint(a, b)2.将列表中的所有元素组合成...

import matplotlib.pyplot as plt import torchfrom torch import nnfrom torch.autograd import Variableimport numpy as npimport visdomviz = visdom.Visdom(env='train')loss_win = viz.line(np.arange...

首先使用 python -m visdom.server激活visdom环境，再运行以下代码。import torchimport torch.nn as nnimport torchvision.datasets as normal_datasetsimport torchvision.transforms as transformsfrom torch.autograd impo...

RuntimeError: output with shape [1, 28, 28] doesn't match the broadcast shape [3, 28, 28]将transforms.Normalize(mean=[0.5, 0.5, 0.5], std=[0.5, 0.5, 0.5])改为：transforms.Normalize([0.5],[0.5])...

下面通过三个实例来看看如何使用已经掌握的知识，搭建出一个基于PyTorch架构的简易神经网络模型。一、简易神经网络1.导入包import torch batch_n = 100hidden_layer = 100input_data = 1000output_data = 10我们先通过import torch 导入必要的包，然后定义4个整型变量，其中：batch_n是...

import matplotlib.pyplot as pltimport skimage.io as ioimport cv2from PIL import Imageimport numpy as npimport torch#使用Skimage读取图像# skimage.io imread()-----np.ndarray, (H x W x C), [0, 255],R...

#Tensor的创建及常用方法from __future__ import print_functionimport torch as timport numpy as np#创建一个3*3全1的矩阵x1 = t.ones(3,3)print(x1)#5*5全0矩阵x2 = t.zeros(5,5)print(x2)#与x1同维度的0矩阵x3 = t.zeros_l...

利用Dlib官方训练好的“shape_predictor_68_face_landmarks.dat”模型进行68点标注，查找图片中的关键点。下载地址：http://dlib.net/files/下载文件：shape_predictor_68_face_landmarks.dat.bz2实现人脸图像的关键点检测代码实现：import cv2import dlibimport ...

Anaconda中集成了python的版本，安装十分方便，但在配置完环境变量之后发现，只有进入到Anaconda安装目录之后，才能执行python命令，如下图：配置的环境变量如下图所示：直到有一天笔者在查看环境变量时，才突然发现，出现这种情况的原因很可能是配置环境变量时没有配置全。于是笔者查找资料之后又添加了以下环境变量（倒数第一和第二个环境变量），问题终于解决了！！！成功...