学如不及,犹恐失之

def getLayers(model): """ get each layer's name and its module :param model: :return: each layer's name and its module """ layers = [] def unfoldLayer(model): ...

目录1. 修改最后一层的网络结构2. 不同网络层设置不同的学习速率3. Demo在使用深度学习的时候有时候需要用到迁移学习，但是由于不同的任务最终的输出可能不同因此需要修改最后的网络结构，并且由于最后一层前面的权重是已经训练好的，因此不用再花大量的精力集中在它们上面只需要对最后一层的权重进行重点训练即可。1. 修改最后一层的网络结构以为分类为题为例，如果在Imagenet上...

pytroch小白，今天看到别人代码有exp_()，add_()等函数，一开始以为是python的，搜了半天没搜到。回来意识到是torch的，再搜发现搜的都是 VAE的定义。后来去中文手册搜了以下，发现这些是函数inplace的简写。举个例子，就明白了 a = torch.tensor([2, 2]) print("a =", a) a.add_(1) pri...

一、Flutter 和 Tensorflow Lite 简介Flutter是谷歌的移动UI框架，可以快速在iOS和Android上构建高质量的原生用户界面。 Flutter可以与现有的代码一起工作。在全世界，Flutter正在被越来越多的开发者和组织使用，并且Flutter是完全免费、开源的。它也是构建未来的Google Fuchsia 应用的主要方式。TensorFlow Lite是Tens...

RNN是神经网络中重要的结构之一，主要用于对一维数据进行处理。Tensorflow提供了有关的接口进行使用，但是使用起来并不是那么容易，本文对Tensorflow中RNN的有关内容进行一个小结。一、数据输入格式Tensorflow中RNN的输入格式比较奇葩，下面分为两个部分，第一部分是数据集格式，第二部分是RNN的输入格式。对于一维数据来说，一般的数据格式为（batch_size,time...

目录一、tf.slice_input_producer（）二、tf.train.batch（）& tf.train.shuffle_batch（）三、batch的使用方法四、 简单生成Batch的方法学习神经网络的时候，网上的数据集已经分割成了batch，训练的时候直接使用batch.next()就可以获取batch，但是有的时候需要使用自己的数据集，然而自己的数...

目录1.基础介绍2.网络结构2.1卷积层2.1.1 Padding2.1.2 Stride2.1.3 多通道计算2.2池化层2.2.1 最大池化2.2.2 平均池化2.3全连接层3.代码实例1.基础介绍卷积神经网络的基础内容可以参考：机器学习算法之卷积神经网络2.网络结构卷积神经网络一般包括卷积层，池化层和全连接层，下面分别介绍一下2...

目录1.二分类评价标准介绍2. Tensorflow实现代码1.二分类评价标准介绍在进行二分类后需要对分类结果进行评价，评价的标准除了常用的正确率之外还有召回率精确度，虚警率和漏警率等。首先介绍一下最常用的正确率正确率(Accuracy)表示政府样本被正确分类的比例，计算公式如下：其中NTP表示正类样本被正确分类的数目，NTN表示负类样本被正确分类的数目，NFP表示负...

虽然可以通过自己编程实现前向和反向传播过程但是随着神经网络的层数增加会导致编程趋于复杂，为了节省这种工作，可以使用现有深度学习框架。目前的已有的学习框架有很多Tensorflow,caffe,Torch,pytorch,Theano等，使用最多的目前是Tensorflow,本文讲简单介绍下Tensorflow的使用方法。1.预备工作import tensorflow as tfsess...

Tensorflow可以使用训练好的模型对新的数据进行测试，有两种方法：第一种方法是调用模型和训练在同一个py文件中，中情况比较简单；第二种是训练过程和调用模型过程分别在两个py文件中。本文将讲解第二种方法。 1. 模型的保存 tensorflow提供可保存训练模型的接口，使用起来也不是很难，直接上代码讲解：...