CYH_job的博客

1、CNN的整体网络结构卷积神经网络是在BP神经网络的改进，与BP（backpagation反向）类似，都采用了前向传播计算输出值，反向传播调整权重和偏置；CNN与标准的BP最大的不同是：CNN中相邻层之间的神经单元并不是全连接，而是部分连接，也就是某个神经单元的感知区域来自于上层的部分神经单元，而不是像BP那样与所有的神经单元相连接。CNN的有三个重要的思想架构：局部区域感知权重

在 python 中除了用 opencv，也可以用 matplotlib 和 PIL 这两个库操作图片。本人偏爱 matpoltlib，因为它的语法更像 matlab。一、matplotlib1. 显示图片按 Ctrl+C 复制代码按 Ctrl+C 复制代码2. 显示某个通道# 显示图片的第一个通道lena_1 = lena[:,:,0]

python--打印不同颜色的使用方法和数字对应颜色对照表2015-04-19转义序列是以 ESC 开头,可以用 33 完成相同的工作（ESC 的 ASCII 码用十进制表 示就是 27， = 用八进制表示的 33）。33[显示方式;前景色;背景色m显示方式:0（默认值）、1（高亮）、22（非粗体）、4（下划线）、24（非下划线）、 5（闪烁）、25（非闪烁

深度学习大讲堂致力于推送人工智能，深度学习方面的最新技术，产品以及活动。请关注我们的知乎专栏！ 卷积神经网络（CNN）：图像级语义理解的利器自2012年AlexNet提出并刷新了当年ImageNet物体分类竞赛的世界纪录以来，CNN在物体分类、人脸识别、图像检索等方面已经取得了令人瞩目的成就。通常CNN网络在卷积层之后会接上若干个全连接层, 将卷积层产生的特征图（fea

最近开始学习卷积神经网络，之前连软件都不会自己去安装的LZ决定装Linux系统，并安装了TensorFlow。觉得Linux系统和软件安装并没有想象中那么难，自己亲自动手实践了，遇到问题去查资料查博客，一点一点的解决之后收获还是蛮大的。官网上给出了多种安装方式，LZ用了两种办法，先是基于pip来安装，很简单，第一步安装pip，命令：# Ubuntu/Linux 64-bit$ s

1.入门级：http://blog.youkuaiyun.com/shingle_/article/details/52653621

Github上除了有TensorFlow的源码库之外，还有一些很不错的适合入门的资源。现在将目前已经接触到的资源整理出来，和大家分享。1、TensorFlow源码库https://github.com/tensorflow/tensorflow2、TensorFlow中文文档https://github.com/jikexueyuanwiki/tenso

初次使用caffe框架，遇到了很多问题，虽说是小问题，但是细节不注意也是成功不了的。1.路径一致：多个地方同一个文件的路径要一致2.查bug的方法：因为caffa是基于C++的，支持Python，MATLAB，命令，写的是Python代码调用caffe，有些错误不会报出哎直接显示kenerl崩了，如何看到底是哪里报错了呢。方法一：简历tmux,在终端用tmux attach命令可以查看

TensorFlow是一个采用数据流图，用于数值计算的开源软件库。节点在图中表示数学操作，图中的线表示在节点间相互联系的多维数据数组，即张量。它的灵活架构让你可以在多种平台上展开计算，例如台式计算中的一个活多个CPU或GPU，服务器，移动设备等。

1.关于卷积神经网络的一篇中文博客http://blog.youkuaiyun.com/zouxy09/article/details/87815432.卷积神经网络的深度理解http://blog.youkuaiyun.com/zhoubl668/article/details/24801183

评价算法优秀程序的时候，常用一系列指标来衡量，主要包括：Precision，Recall，F-1 Score，为什么要设计这些值？单单用Precision不行吗？第一种解释：1, 什么是Ｐrecision ?Precison，准确度，主要表示检测出的Alert中有多少是正确的判断（True Positive，TP）。实际使用中，由于样本中正常数据和异常数据的比例不同

在实现图片语义分割的过程中，如何将图片与其标签转化成TensorFlow对应的格式，LZ参考了文章：http://www.open-open.com/lib/view/open1480403665286.html