- 博客(93)
- 收藏
- 关注
RSS订阅原创 体验中国移动云：探索移动云服务的独特魅力
总体而言，移动云通过可靠的基础设施、专业的支持团队、灵活的定制服务和先进的智能化平台，我在这一次的云服务测试中可谓是体验感拉满，在远程连接，传输文件等操作中上手快，操作简单，适合大家去体验。此外，移动云聚合大量行业生态合作伙伴，构建开放的云服务生态系统，让用户不仅享受丰富的云服务产品，还能与生态伙伴共同创新，推动业务快速发展。作为云计算国家队、央企上云主力军，移动云已打造政务云、交通云、工厂云、IT底座云、信创云等多种项目，赋能千行百业数字化转型，移动云亮相本次活动，设置了。技术建立的云业务品牌。
2024-05-30 09:06:29
1760
原创 【深度学习_TensorFlow】卷积神经网络（CNN）
input：输入数据图像，例如[100, 28, 28, 3]表示 100 张 28×28的三通道图像。kernel：卷积核，例如[3, 3, 3, 4] 表示4个 3×3 的三通道的卷积核strides：表示步长padding：表示填充，填充的具体数量由tensorflow自动计算并完成✏️评论，你的意见是我进步的财富！
2023-09-29 19:40:50
1755
2
原创 【深度学习_TensorFlow】自定义层实现cifar10
Sequential容器适合于数据按序从第一层传播到第二层，再从第二层传播到第三层，以此规律传播的网络模型。对于复杂的网络结构，例如第三层的输入不仅是第二层的输出，还有第一层的输出，此时使用自定义网络更加灵活。下面我们来创建自定义网络类首先创建类，并继承自Model基类：接着在类里创建对应的网络层对象。然后实现自定义网络的前向运算逻辑。# 添加自定义的全连接层作为网络的组成部分self.fc1 = MyDense(28 * 28, 256) # 输入维度为28*28，输出维度为256。
2023-08-14 14:53:00
333
原创 【深度学习_TensorFlow】Broadcasting
当我们进行元素级操作时，两个张量的形状可能不匹配。例如，一个张量的形状是 (3, 1)，另一个张量的形状是 (2, 3)。在这种情况下，它们无法直接进行操作（例如张量相加），因为形状不兼容。的作用就是帮助我们解决这个问题。它可以将一个张量自动扩展（广播）到与另一个张量具有相同形状的维度。广播的过程就像是在张量上进行拉伸和复制，使其形状与目标形状相匹配。这样，我们就可以对两个形状不同的张量进行元素级操作，而不需要手动调整它们的形状。✏️评论，你的意见是我进步的财富！
2023-06-27 21:54:21
639
1
原创 【深度学习_TensorFlow】索引与切片
可以理解成多维数组的下标索引，索引方法是 变量名[ 下标 ][ 下标 ]创建下面一个张量是什么意思？tf.ones( [ 3, 30, 30, 3 ] ) ：它是一个四维的张量，形状为 (3, 30, 30, 3)。这个张量中的每个元素都是 1。具体来说，它是一个由 3 个 3x3x3 的矩阵组成的张量，每个矩阵中的每个元素都是 1。上述张量结合实际例子就可以理解为创建一个四维张量来储存图片信息，有3张照片，分别为30 * 30 的 3 通道彩色照片。
2023-06-18 22:37:19
1836
原创 【Python_Opencv图像处理框架】直方图与傅里叶变换
直方图是可以对整幅图的灰度分布进行整体了解的图示，通过直方图我们可以对图像的对比度、亮度和灰度分布等有一个直观了解。在数字图像处理中，直方图可以用来了解图像中像素的分布情况。直方图显示了图像中每个灰度级别的像素数目，使我们可以对图像的对比度、亮度和灰度分布等有一个直观了解。直方图通常用来进行图像增强和色彩校正。例如，如果我们发现图像的直方图集中在低灰度级别处，可以通过调整图像的亮度和对比度来增强图像。同样地，如果图像的直方图峰值偏移，可以通过色彩校正来调整图像的色彩平衡。
2023-04-28 20:37:19
863
【深度学习-TensorFlow】自定义层实现cifar10
2023-08-14
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人