weixin_38324954的博客

问题描述最近正在复现BiSenetv2网络。由于目前BiSenetv2的代码基本都是pytorch,所以自己根据论文模型结构完成了模型的keras版本，但是在进行训练时一直出现如下报错百度了很多发现应该是由于我在使用keras搭建模型时，需要使用TensorFlow夹杂搭建，但是keras无论使用函数式还是序列式，每一层的输出类型都是layer类型 ，所以当使用非keras函数时，得到的变量类型不是layer类型，因此出现以上报错。解决方案（1）由于代码中使用了concatenate以及reshap

环境：tensorflow 1.13.1+keras 2.2.4在运行代码时出现报错如下：File "F:\python tensorflow\Anaconda\Anaconda\envs\tensorflow\lib\site-packages\tensorflow\python\keras\engine\base_layer.py", line 584, in __call__ inputs, outputs, args, kwargs) File "F:\python tensorfl

U2Net网络结构U2Net网络的优势在于：(1)提出 RSU 模块，融合不同尺寸接受野的特征，以捕获更多不同尺度的上下文信息(contextual information).（2）基于 RSU 模块的 池化(pooling) 操作，在不显著增加计算成本的前提下，增加了整个网络结构的深度(depth)。具体网络结构图如下：U2-Net网络由三部分构成：• 六级编码器• 五级解码器• 与解码器和最后一级编码器相连的显著图融合模型（Ⅰ）编码器En_1, En_2，En_3和En_4阶段中，分别使用R

训练模型时出现以下报错：AttributeError: ‘bytes’ object has no attribute ‘encode’解决方法：点击报错进入对应的报错文档，把encode改成decode就可以了。这是因为在python3中，编码的时候区分了字符串和二进制参考：https://www.jianshu.com/p/a4cf632d97f1...

在应用tensorflow和keras进行模型训练和测试时，经常出现因为tensorflow版本和keras版本不匹配导致的错误，可以通过下方网址查询tensorflow和keras对应的版本https://docs.floydhub.com/guides/environments/只需卸载tensorflow或keras，然后重新安装对应版本，一些基本常见问题可以解决。...

利用keras加载保存的hdf5模型时报错如下KeyError: b'tensorflow'前一天运行代码还是好的，今天运行就报错了。查找了很久没有发现原因。想起来前一天修改了keras版本（keras 2.1.4会报上述错误），就把keras重新修改回原版本（keras 2.2.4），问题解决！！！...

由于调查、编码和录入误差，数据中可能存在一些无效值和缺失值，需要给予适当的处理。常用的处理方法有：估算，整例删除，变量删除和成对删除。（1）估算(estimation)。最简单的办法就是用某个变量的样本均值、中位数或众数代替无效值和缺失值。这种办法简单，但没有充分考虑数据中已有的信息，误差可能较大。另一种办法就是根据调查对象对其他问题的答案，通过变量之间的相关分析或逻辑推论进行估计。例如，某一产...

线性分类器三种最优准则：Fisher准则：根据两类仰恩一般类内密集、类间分离的特点，寻找线性分类器最佳的法线。向量方向，是两类样本在该方向上的投影满足类内尽可能密集、类间尽可能分开。这种度量通过类内离散矩阵Sw和类间离散矩阵Sb实现。感知准则函数：准则函数以使错分类样本到分界面距离之和最小为原则。其优点是通过错分类样本提供的信息对分类器函数进行修正，这种准则是人工神经元网络多层感知器的基础。...

正则化模型正则化就是把额外的约束或者惩罚项加到已有模型（损失函数）上，以防止过拟合并提高泛化能力。损失函数由原来的E(X,Y)变为E(X,Y)+alpha||w||，w是模型系数组成的向量（有些地方也叫参数parameter,coefficients），||.||一般是L1或者L2范数，alpha是一个可调的参数，控制着正则化的强度。当用在线性模型上时，L1正则化和L2正则化也称为Lasso和R...

特征提取算法分为特征选择和特征抽取两大类。特征选择：不改变原始的特征数据，只是选择一部分出来。其中常用的特征选择算法有：（1）DF(Document Frequency) 文档频率DF:统计特征词出现的文档数量，用来衡量某个特征词的重要性（2）MI(Mutual Information) 互信息法互信息法用于衡量特征词与文档类别直接的信息量。如果某个特征词的频率很低，那么互信息得分就会...

判别式模型，就是只有一个模型，你把测试用例往里面一丢，label就出来了，如SVM。生成式模型，有多个模型(一般有多少类就有多少个)，你得把测试用例分别丢到各个模型里面，最后比较其结果，选择最优的作为label，如朴素贝叶斯。生成式模型(Generative Model)与判别式模型(Discrimitive Model)的区别在于：对于输入x，类别标签y：生成式模型估计它们的联合概率分...