享受当下

图像去噪中的patch size是什么（1篇文章链接和1段代码）写在前面，因为自己不做图像相关的研究，所以具体内容也不敢妄加总结，自己感觉貌似就是将一整张图分成一块一块的进行处理，每个块之间可以重叠。但具体大家可以看下面的文章链接和代码示例。文章链接：Patch-based models and algorithms for image denoising: a comparative review between patch-based images denoising methods for add

Keras中fit_generator的使用，及fit、fit_generator、和train_on_batch的区别Introduction在本教程中，您将了解Keras .fit和.fit_generator函数的工作原理，包括它们之间的差异。为了帮助您获得实践经验，我已经提供了一个完整的示例，向您展示如何从头开始实现Keras数据生成器。今天的博客文章的灵感来自PyImageSearch读者——Shey。Shey问道：...

tf.repeat实现单一元素扩展为其重复元素的二维图像目标：将一维数据[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]扩展为9张二维图像(第一张图像中元素全为0，第二张的全为1，以此类推…)代码：import numpy as npimport tensorflow as tfinpt = np.arange(10)inpt = inpt.T # 生成[0, 1, 2 ... , 9]的列向量inpt = np.expand_dims(inpt, axis=1) # 对inp

深度学习中网络模型训练的一些指导原则1. 过拟合和欠拟合机器学习的根本问题是优化和泛化之间的对立。优化（optimization）是指调节模型以在训练数据上得到最佳性能（即机器学习中的学习），而泛化（generalization）是指训练好的模型在前所未见的数据上的性能好坏。机器学习的目的当然是得到良好的泛化，但你无法控制泛化，只能基于训练数据调节模型。训练开始时，优化和泛化是相关的：训练数据上的损失越小，测试数据上的损失也越小。这时的模型是欠拟合（underfit）的，即仍有改进的空间，网络还没有对

Windows 如何查看tensorflow、Keras、CUDA，cuDNN版本号1、查看tensorflow和keras版本号进入cmd，执行python，然后执行下方命令：（1）查看tensorflow版本号>>> import tensorflow as tf>>> tf.__version__'1.0.1'（2）查看keras版本号>>> import keras>>> print keras.__vers

WIN10+RTX 2080Ti深度学习平台搭建前置声明：博文中有一些图片来自网上截图（因为安装完成后做的记录，有些安装过程图嫌麻烦没有复现），侵删。可选步骤：如果之前有python环境，需要卸载掉全部依赖包，进而再次重新安装的话，那需要知道如何一次性卸载掉全部原有python依赖包。操作方法如下：第一步：打开CMD，随便进入一个目录下（这里我进入的是C:\Program Files\Python38\Scripts），然后执行下面的命令（txt文件名自己取）：pip freeze > re

关闭按两次Shift进入搜索框的快捷键因为会使用shift切换中英文，一不小心就会按两次hshift，所以这个快捷键很烦，参考博文PyCharm关闭按两次Shift进入搜索框的功能做一下简记，便于之后万一再次需要。1.按Ctrl + Shift + A 弹出搜索框2.在弹出的搜索框内输入registry（如果汉化了输入“注册”），回车。3.在弹出的窗口中，往下找到“ide.suppress.double.click.handler”，勾上后面的框，最后点击Close，现在按两次Shift就不会再

Lambda自定义层中无法使用.eval()将tensor转化为numpy数组进行操作这种时候如果你使用的是tensorflow做后端的话，你可以选择tensorflow中的一些函数实现自己原先的想法。遇到这个问题的时候，我本来是想使用的scipy中的stft函数的，所以想在Lambda层中先转化为numpy数组再使用这个函数，但是不行，然后我就用了tensorflow中的stft函数，在Lambda层中的所有操作也都是用的tensorflow接口函数直接在tensor类型上操作的，结果可以顺利执行。

将Eager Tensors转化为numy数组某些时候需要将numpy数组转化为tensor类型进行操作，这时候会使用 tf.convert_to_tensor()进行转化：import tensorflow as tfimport numpy as npnumpyData = np.random.random(5)tensorData = tf.convert_to_tensor(numpyData, dtype=tf.float32)此时tensorData变为了Eager Tensor

Keras中使用EarlyStopping简记在keras中，如果监控的目标指标在设定的轮数内不再改善，可以用 EarlyStopping 回调函数来提前中断训练。该方法可以防止过拟合，但是在降低方差的同时偏差方面也会有一些影响，即该方法无法保证偏差不受影响的情况下，独立降低方差。EarlyStoppingkeras.callbacks.callbacks.EarlyStopping(monitor='val_loss', min_delta=0, patience=0, verbose=0, mo

Kears构建LSTM网络时的输入维度问题参考博客：一文学会如何在Keras中开发LSTMs（附代码）[LSTM学习笔记2]使用Keras开发LSTMKeras中的LSTMKeras中LSTM参数的含义Keras LSTM教程之后自己总结

Keras中使用TensorBoard实现训练可视化1、主要分四步：（1）、导入TensorBoard# 导入Tensorboardfrom keras.callbacks import TensorBoard（2）、写回调函数这里需要说明一下logs是自己新建的一个文件夹，windows的话就不说了，linux的话用mkdir命令。下面的log_dir项是自己logs文件夹的路径。tensorboard = TensorBoard(log_dir='./logs', histogram_f

将tensor转化为numpy数组利用keras.backend.eval(x)好像就可以直接实现：>>> from keras import backend as K>>> kvar = K.variable(np.array([[1, 2], [3, 4]]), dtype='float32')>>> K.eval(kvar)array([[ 1., 2.], [ 3., 4.]], dtype=float32)附一

如果cuda正常安装的话应该是环境变量出了问题我的解决方法是，将C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\CUPTI\lib64\，添加到环境变量Path中，注意lib64后面有\。

电脑如何连接到远程服务器电脑怎么远程连接到服务器？本机向服务器传输文件本机向windows服务器传输文件的三种方法WIN Server环境变量管理的简述Windows Server 2012 R2 环境变量管理非管理员身份运行pip命令进行安装需要’–user’的Option参考博文：Consider using the --user option or check the per...

下载安装Pydev插件，配置python解释器参考博文：Python开发：Windows下Python+Eclipse+Pydev开发环境配置python+Eclipse+pydev环境搭建解决Pydev中matplotlib中plot.show()不显示图片问题参考博文：matplotlib中plot.show()不显示图片的问题在找到这篇博文之前，自己还试过eclipse-》wi...

安装pythonpython安装教程官网下载地址https://www.python.org/downloads/windows/安装各种科学包参考博文：python安装numpy包教程等其他相关包window环境下python安装numpy、scipy、matplotlib等科学计算包安装简述：打开地址：https://www.lfd.uci.edu/~gohlke/python...

anaconda下新建py3.6.2环境安装tensorflow(cpu)指定版本+keras指定版本安装anaconda直接安装最新版，我目前最新版自带的是python3.7，anaconda安装主要参考一下两篇博文：https://blog.youkuaiyun.com/weixin_43715458/article/details/100096496https://www.cnblogs.com...