人工智能
陈伟的梦呓
WordPress教程分享
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
详解深度学习Batchnorm
Batchnorm是深度网络中经常用到的加速神经网络训练,加速收敛速度及稳定性的算法,可以说是目前深度网络必不可少的一部分。为什么Batchnorm机器学习领域有个很重要的假设:IID独立同分布假设,就是假设训练数据和测试数据是满足相同分布的,这是通过训练数据获得的模型能够在测试集获得好的效果的一个基本保障。那BatchNorm的作用是什么呢?BatchNorm就是在深度神经网络训练过程...原创 2019-12-25 11:10:37 · 3404 阅读 · 1 评论 -
详解tensorflow之tf.train.batch与tf.train.shuffle_batch附完整代码
tf.train.batch与tf.train.shuffle_batch的作用都是从队列中读取数据,它们的区别是是否随机打乱数据来读取。tf.train.batch()函数tf.train.batch( tensors, batch_size, num_threads=1, capacity=32, enqueue_many=False, sh...原创 2019-12-24 17:20:10 · 1618 阅读 · 1 评论 -
详解tensorflow的tf.train.slice_input_producer和tf.train.string_input_producer生成器
tf.train.slice_input_producer是什么tf.train.slice_input_producer是一个tensor生成器,作用是按照设定,每次从一个tensor列表中按顺序或者随机抽取出一个tensor放入文件名队列。tf.train.slice_input_producer函数slice_input_producer(tensor_list, num_epochs...原创 2019-12-24 15:35:01 · 1654 阅读 · 4 评论 -
以Cifar10图像数据为例详解tensorflow对tfrecord数据的读写操作
tfrecord格式说明正常情况下我们训练文件夹经常会生成 train, test 或者val文件夹,这些文件夹内部往往会存着成千上万的图片或文本等文件,这些文件被散列存着,这样不仅占用磁盘空间,并且再被一个个读取的时候会非常慢,繁琐。占用大量内存空间(有的大型数据不足以一次性加载)。此时我们TFRecord格式的文件存储形式会很合理的帮我们存储数据。TFRecord内部使用了“Protocol...原创 2019-12-23 16:33:28 · 924 阅读 · 1 评论 -
cifar10数据通过tensorflow转换成图像
cifar10-tensorflow-read-write本项目通过Tensorflow对Cifar10数据集进行读写操作。包括完整代码和详细注释。Cifar10数据集介绍由60000个图片组成6万个图片中,5万张用于训练,1万张用于测试每个图片是32x32像素所有图片可以分成10类每个图片都有一个标签,标记属于哪一个类测试集中一个类对应1000张图训练集中将5万张图分为5份...原创 2019-12-23 16:05:45 · 688 阅读 · 1 评论 -
Mac下python通过pyzbar识别图片中的二维码
zbar图片二维码识别通过zbar对图片中的二维码进行识别,会将图片中含有的多个二维码图片识别出来。安装python模块pip3 install pyzbarpip3 install Pillow安装系统依赖mac下通过brew安装zbarbrew install zbar运行程序python3 qrcode-recognization-pyzbar.pyimport p...原创 2019-12-23 15:50:08 · 1851 阅读 · 0 评论
分享