qq_41881259的博客

数据加载相关前言图片的通道数、位深度单通道三通道四通道通道数之间的转化二值化图像小结灰度图像小结pillow库相关全部代码前言首先我们都知道，图像是由一个个像素点组成的。图片在计算机中的存储方式为矩阵存储。我们要采用实验的方式来讲解二值化图像，灰度图像，彩色图像，以及对图片通道数的一些理解。我们首先使用pillow库来加载一张彩色图像from PIL import Imageimport numpy as npim=Image.open('cat.jpg')im我们使用Image读入的图

深度学习中的正则化什么是正则化一些常用的正则化方法权重衰减L1正则化L2正则化Elastic网络正则化随机失活(dropout)正则化方法的使用pytorch使用权重衰减(Wight Decay)附录什么是正则化“正则化"这个词听起来十分的高大上,但是我们可以简单的理解成为"约束”。正则化是对参数的一种约束，在训练的过程中，特别是深度神经网络，本身网络层中的参数很多了、,如果每个参数的取值域也很大,那么会对训练造成一些麻烦(训练久之后，可能进入过拟合的状态)，所以我们通过对参数的约束来显式的控制模型的

注：本文只是用来作者之后方便查找的一个链接。原文链接：损失函数 - 交叉熵损失函数

数据扩增基于图像处理的数据扩增几何变换灰度与彩色空间变换添加噪声和滤波图像混合随机擦除基于深度学习的数据扩增基于GAN的数据增强神经风格转换(Neural Style Transfer)使用pytorch(torchvision)进行数据增强总结基于图像处理的数据扩增几何变换旋转缩放反转裁剪平移作用：几何变换可以有效地对抗数据中存在的位置偏差、视角偏差、尺寸偏差，而且易于实现，非常常用灰度与彩色空间变换亮度调整对比度、饱和度调整颜色空间变换色彩调整作用：对抗数据中存在的光照

解决途径conda install tqdm -f结束

tensor,array,list各自类型内部的数据转换以及它们之间的数据转换1.numpy里面的array的数据转换2.Tensorflow里面的tensor的数据转换3.list内部的数据类型的转换4.tensor和array的数据类型的转换5.list和array之间的转换给自己的一些话1.numpy里面的array的数据转换1.1.声明之后用array.astype()进行数据类型的转...

conda install 以及 pip install.学习机器学习，难免要配置环境，安装各种各样的包。我们为了实现包和包之间不冲突，会采用虚拟环境来隔离不同的环境，从而解决包冲突的问题。anaconda关于虚拟环境的内容这里就不提了。这里主要说在虚拟环境配置好之后，我们安装包的过程中，关于conda install 和pip install的内容理解conda和pip我们既然在使用co...

一文带你看懂显卡，显卡驱动，CUDA,CUDNN（内含举例）显卡显卡驱动CUDACUDNN举一个生动形象的例子显卡显卡是硬件设备。（花钱购买的）（注：显卡不是GPU,显卡的核心组件包含显卡内存（简称显存）和GPU（Graphics Processing Unit，图像处理器），GPU含有DRAM,Control,Cache,ALU）(注：显存和DRAM不是一个东西，显存存储GPU将要处理的...

1.tf.multiply（）两个矩阵中对应元素各自相乘格式: tf.multiply(x, y, name=None)参数:x: 一个类型为:half, float32, float64, uint8, int8, uint16, int16, int32, int64, complex64, complex128的张量。y: 一个类型跟张量x相同的张量。返回值： x * y elem...

tf.random_normal()函数用于从服从指定正太分布的数值中取出指定个数的值。tf.random_normal(shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None)shape: 输出张量的形状，必选    mean: 正态分布的均值，默认为0    stdd...