编程之路

对学习Class Activation Mapping（CAM）原文献的时候提到的全局平均池化GAP方法做个简单的知识补充。所谓的全局就是针对常用的平均池化而言，平均池化会有它的filter size，比如 2 * 2，全局平均池化就没有size，它针对的是整张feature map.全局平均池化（Global average Pooling）由 M. Lin, Q. Chen, and ...

对于input=(1,4,4,2)   对应卷积核为3*3 channel从2映射为5个特征 (3,3,2,5)， s=1，k=3  pad=valid是如何计算的?输出为 （1,2,2,5）

引言我们在实现神经网络的时候经常会看到tf.control_dependencies的使用，但是这个函数究竟是什么作用，我们应该在什么情况下使用呢？今天我们就来一探究竟。理解其实从字面上看，control_dependencies 是控制依赖的意思，我们可以大致推测出来，这个函数应该使用来控制就算图节点之间的依赖的。其实正是如此，tf.control_dependencies()是用来...

https://blog.youkuaiyun.com/jningwei/article/details/78156011区别NHWC[batch, in_height, in_width, in_channels]NCHW[batch, in_channels, in_height, in_width]NHWC –> NCHW：import tensorflow as...

1.tf.nn.l2_normalize tf.nn.l2_normalize(x, dim, epsilon=1e-12, name=None) 上式： x为输入的向量； dim为l2范化的维数，dim取值为0或0或1； epsilon的范化的最小值边界； 按照列计算：import tensorflow as tfinput_data = tf.constant([[...

import tensorflow as tfimport scipy.misc as msc''' 对于语义分割的边缘线，白色的为255,进行去除'''def remove_ignore_label(gt ,output=None ,pred=None): ''' 去除label为255的值，进行交叉熵的计算 gt: not one-hot...

 导论：https://blog.youkuaiyun.com/qq_30638831/article/details/81532892https://cv-tricks.com/image-segmentation/transpose-convolution-in-tensorflow/https://zhuanlan.zhihu.com/p/38964806tf.nn.conv2d_t...

VOC颜色和分类的对于关系:   code:def voc_colormap(N=256): def bitget(val, idx): return ((val & (1 << idx)) != 0) cmap = np.zeros((N, 3), dtype=np.uint8) for i in range(N): ...

tf.contrib.layers.batch_norm(    inputs,    decay=0.999,    center=True,    scale=False,    epsilon=0.001,    activation_fn=None,    param_initializers=None,    param_regularizers=None,    u...

假设图片为 width:200 heigh:300在numpy中，shape为 （1,300,200,3）  意思就是在矩阵中每一列，存储一张图片，即一个特征。就比如：[    [[0.0, 1.0], [2.0, 3.0], [4.0, 7.0], [6.0, 6.0]],    [[8.0, 9.0], [10.0, 11.0], [12.0, 13.0], [14.0, 15...

原文：https://blog.youkuaiyun.com/A_a_ron/article/details/79181108前言在看图像语义分割方面的论文时，发现在网络解码器结构中有的时候使用反卷积、而有的时候使用unpooling或或者unsampling，查了下资料，发现三者还是有不同的。这里记录一下。图示理解使用三张图进行说明：图（a）表示UnPooling的过程，特点是在Maxp...

反卷积（Deconvolution）的概念第一次出现是Zeiler在2010年发表的论文Deconvolutional networks中，但是并没有指定反卷积这个名字，反卷积这个术语正式的使用是在其之后的工作中(Adaptive deconvolutional networks for mid and high level feature learning)。随着反卷积在神经网络可视化上的...

三维的读取图片（w, h, c）:import tensorflow as tfimport globimport os def _parse_function(filename): # print(filename) image_string = tf.read_file(filename) image_decoded = tf.image.decod...

关于感受野的定义请参考：https://www.jianshu.com/p/2b968e7a1715定义：感受野用来表示网络内部的不同神经元对原图像的感受范围的大小，或者说，convNets(cnn)每一层输出的特征图(feature map)上的像素点在原始图像上映射的区域大小。 计算公式:      从前往后： F后 = （F前 - 1） + k    (F代表感受野的大小，...

 以imageNet中vgg网络:读取name:import numpy as npa=np.load('../model/largefov.npy',encoding="latin1")data=a.item()for item in data: print( item )conv5_1fc6conv5_3conv5_2fc7c...

import tensorflow as tfimport matplotlib.pyplot as pltprint(123)''' tensorlfow split的使用 value=img, 传入的图片 num_or_size_splits=3, 分割的数量 axis=2 ，分割的channel ...

向量(列): a = (1,2,3) a + 100 --广播 -> (a + (100, 100, 100))  -->  (101,102,103)[[1,2,3],            +    (100,200,300)  ==  (101,102,103)[4,5,6]]                                              ...

import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_datainput_node = 784output_node = 10layer1_node = 500batch_size = 100#基础学习率learing_rate_base = 0.8#学习率...

tf.group()用于创造一个操作，可以将传入参数的所有操作进行分组。API手册如:tf.group(    *inputs,    **kwargs)ops = tf.group(tensor1, tensor2,...) 其中*inputs是0个或者多个用于组合tensor，一旦ops完成了，那么传入的tensor1,tensor2,...等等都会完成了，经常用于组合一些训练节...

 在Tensorflow中，为解决设定学习率(learning rate)问题，提供了指数衰减法来解决。通过tf.train.exponential_decay函数实现指数衰减学习率。步骤：1.首先使用较大学习率(目的：为快速得到一个比较优的解);             2.然后通过迭代逐步减小学习率(目的：为使模型在训练后期更加稳定);代码实现：decayed_lear...

tf.add_to_collection：把变量放入一个集合，把很多变量变成一个列表tf.get_collection：从一个结合中取出全部变量，是一个列表 tf.add_n：把一个列表的东西都依次加起来例如：import tensorflow as tf;import numpy as np;import matplotlib.pyplot as plt;v1 = ...

最近在看关于cifar10 的分类的识别的文章在看all convolution network 中看到中用到一个global average pooling  下面就介绍一下global average pooling 这个概念出自于 network in network 主要是用来解决全连接的问题，其主要是是将最后一层的特征图进行整张图的一个均值池化，形成一个特征点，将这些...

https://blog.youkuaiyun.com/tymatlab/article/details/79027162mgrid[[1:3:3j, 4:5:2j]] 3j：3个点步长为复数表示点数，左闭右闭 步长为实数表示间隔，左闭右开参见：meshgrid mgrid ...

对于统计学只是皮毛认识，在学校时根本不重视，如今机器学习几乎以统计学为基础发展起来的，头疼的紧，如今还得琢磨基础概念。1、我自己的理解：1）先验：统计历史上的经验而知当下发生的概率；2）后验：当下由因及果的概率；2、网上有个例子说的透彻：1）先验——根据若干年的统计（经验）或者气候（常识），某地方下雨的概率；2）似然——下雨（果）的时候有乌云（因/证据/观察的数据）的概率，...

               交并比（Intersection-over-Union，IoU），目标检测中使用的一个概念，是产生的候选框（candidate bound）与原标记框（ground truth bound）的交叠率，即它们的交集与并集的比值。最理想情况是完全重叠，即比值为1。计算公式：def calculateIoU(candidateBound, groundTr...

from PIL import Imageimport numpy as npimport tensorflow as tf''' split 对维度进行分割 tf.split( data, 数据图片 ( 300*600*3) num_or_size_splits , 分割的数组 传个数 ...

https://blog.youkuaiyun.com/kuaitoukid/article/details/46829355https://blog.youkuaiyun.com/hungryof/article/details/50241351概念：感受野（receive field）是指当前feature map中的一个原子点P与输入层中多少个原子个数相关的问题，假设输入层相关的点为(RF*RF)个（假...

写入:ima = img_array[index][1].tobytes()example = tf.train.Example( features=tf.train.Features( feature={ 'label': _int64_feature( int(img_array[index][0])), # label ...

  原因是我的文件名和包名一样了，修改下python的文件名即可。   

1. 读取图片import matplotlib.pyplot as pltimport tensorflow as tfimport numpy as npimage_raw_data = tf.gfile.FastGFile('./datasets/cat.png','rb').read()with tf.Session() as sess: image_data = tf...

LRN函数类似DROPOUT和数据增强作为relu激励之后防止数据过拟合而提出的一种处理方法,全称是 local response normalization--局部响应标准化。这个函数很少使用，基本上被类似DROPOUT这样的方法取代，具体原理还是值得一看的函数原型def lrn(input, depth_radius=None, bias=None, alpha=None, beta=None...

import tensorflow as tfa=tf.constant([[1,1],[2,2],[3,3]],dtype=tf.float32)b=tf.constant([1,-1],dtype=tf.float32)c=tf.constant([1],dtype=tf.float32)with tf.Session() as sess: print('bias_ad...

a# [[1, 2, 3],# [4, 5, 6]] a = tf.constant([1, 2, 3, 4, 5, 6], shape=[2, 3])# b1# [[ 7, 8],# [ 9, 10],# [11, 12]] b1 = tf.constant([7, 8, 9, 10, 11, 12], shape=[3, 2])#b2#[[ 7 8 9]# ...

import tensorflow as tf#参数说明 (变量名，值，说明)tf.app.flags.DEFINE_string( 'master', 'variable', 'The address of the TensorFlow master to use.')tf.app.flags.DEFINE_integer( 'worker_replicas', 1,...

https://www.bilibili.com/video/av23546891/?p=2

在Tensorflow中，为解决设定学习率(learning rate)问题，提供了指数衰减法来解决。通过tf.train.exponential_decay函数实现指数衰减学习率。步骤：1.首先使用较大学习率(目的：为快速得到一个比较优的解);             2.然后通过迭代逐步减小学习率(目的：为使模型在训练后期更加稳定);代码实现：decayed_learning_rate=lea...

tf.clip_by_value(v,a,b) 功能：可以将一个张量中的数值限制在一个范围之内。（可以避免一些运算错误） 参数：（1）v：input数据（2）a、b是对数据的限制。 当v小于a时，输出a； 当v大于a小于b时，输出原值； 当v大于b时，输出b； 例子：import tensorflow as tfv=tf.constant([[1.0,2.0,3.0],[4.0,5.0,6.0...

import numpy as npimport tensorflow as tfa = np.array([ [1,2,3], [4,5,6], [7,8,9]])#矩阵 a[:] 于a[:,]区别print(a[:1]) #按照行输出print(a[:,1]) #输出第二列print(a[:2])''' For example:...

用tensorflow做CNN_TEXT文本分类时，看到这个API，然后去官网查了一下，再看了一下别的资料，算是明白它的处理方式了。　　首先，明确一点，tf.argmax可以认为就是np.argmax。tensorflow使用numpy实现的这个API。 　　 　　简单的说，tf.argmax就是返回最大的那个数值所在的下标。 　　 　　这个很好理解，只是tf.argmax()的参数让人有些迷惑，...

1.变量的定义 from __future__ import absolute_importfrom __future__ import divisionfrom __future__ import print_functionimport tensorflow as tfslim = tf.contrib.slim#模型变量weights = slim.mod...