weixin_43229348的博客

1.摘要包括计算摄影（闪光反射）和增强现实效果（虚拟化身）在内的广泛的现实世界应用依赖于准确跟踪眼睛内的虹膜。由于有限的计算资源、可变的光照条件以及遮挡物（例如头发或人眯眼）的存在，在移动设备上解决此问题是一项具有挑战性的任务。虹膜跟踪也可用于确定相机到用户的公制距离。这可以改进各种用例，从虚拟试戴合适尺寸的眼镜和帽子到根据观看者的距离采用字体大小的辅助功能。通常，使用复杂的专用硬件来计算公制距离，从而限制了可以应用该解决方案的设备范围。MediaPipe 虹膜是一种用于精确虹膜估计的 ML 解决方案，

上文已经讲了优化器，下面使用Tensorflow对比各种优化器：导入需要的库函数import osimport timeimport numpy as npimport matplotlib.pyplot as pltfrom matplotlib.colors import LogNormfrom matplotlib import animationfrom itertools import zip_longestimport tensorflow as tftf.enable_ea

之前的文章已经讲了很多，下面我们来深入讲解激活函数：放大看一下：相关激活函数的导数：激活函数案例假设你想尝试各种激活函数，来找出哪个激活函数是最好的。会怎么做呢?通常我们执行超参数优化——这可以使用scikit-learn的GridSearchCV函数来完成。但是我们想要比较，所以我们选择一些超参数并保持它们不变，同时改变激活函数。让我给你们简单介绍一下，我在这里要做的：使用不同上网激活函数训练相同的神经网络神经模型利用每个激活函数的结果，绘制一个损失和准确性图。我们从导入我们所需

tf.data:TensorFlow Input PipelineExtract:read data from memory/storageparse file formatTransformtext vectorizationimage transformationsvideo temporal samplingshuffling, batching, …Load...

1、卷积方式为VALID与SAME的特征图相关计算2、感受野相关计算2.1 感受野计算公式2.2 感受野计算案例

TensorBoardTensorBoard的简单使用功能原理实现过程简介案例演示TensorBoard的简单使用Tensorboard是TensorFlow自带的一个强大的可视化工具，帮助理解复杂的模型和检查实现中的错误。Tensorboard 可以记录与展示以下数据形式：（1）标量Scalars（2）图片Images（3）音频Audio（4）计算图Graph（5）数据分布Dis...