zfh19941994的博客

原创 康佳智能电视安装第三方app

将apk文件放入U盘, 插入U盘后, 打开电视的文件管理, 右上角有三个点的菜单按钮,遥控器点击该按钮,然后连续按菜单键5次,即可解锁。注意: 需要点开三个点的菜单按钮, 弹出菜单后, 再通过遥控器的菜单键连续按5次, 即可弹出APK##########

原创 萤石云摄像时间校准

萤石云摄像头的时间校准

原创 远程使用服务器配置的jupyter& jupyter in virtual env

1.安装 anaconda（自带安装jupyter）2.参考https://blog.youkuaiyun.com/u011318077/article/details/85475622pip install jupyter_contrib_nbextensionsjupyter contrib nbextension install --userpip install jupyter_nbextensions_configurator3.配置 jupyterjupyter notebook -

原创 python改链接

转载 双向lstm

图片来自于：https://www.sohu.com/a/129561571_642762图片可以啊～～～～～～

转载 tensorflow--rnn的注意点

参考：https://blog.youkuaiyun.com/mydear_11000/article/details/52414342placeholder要训练的模型是language model,也就是一个word，预测最有可能的下一个word，因此input和output是同型的，并且，placeholder只存储一个batch的data，input接收的是word在vocabulary中对应的ind...

原创 keras中使用gru/LSTM，如何选择获得最后一个隐状态还是所有时刻的隐状态

gru_layer=GRU(units=50,activation='relu',return_sequences=True)当return_sequences为True，返回所有时刻的状态，即（batch_size,time_steps,units）否则，返回最后的隐状态，即（batch_size,units）...

原创 使用keras的backend对input进行conv1d

from keras import backend as Ka=K.variable(K.random_normal(shape=(5,10,40)))w=K.variable(K.truncated_normal(shape=(3,40,128)))conv_layer_3=K.conv1d(a,w,data_format='channels_last')K.conv1d(x,kernel

翻译 from keras.layers import Input 介绍

Input(shape=None,batch_shape=None,name=None,dtype=K.floatx(),sparse=False,tensor=None)Input():用来实例化一个keras张量keras张量是来自底层后端（Theano或Tensorflow）的张量对象，我们增加了某些属性，使我们通过知道模型的输入和输出来构建keras模型。添加的keras属性有

原创 python pickle的简单使用

import pickledef saveModel(model,savepath): try: output=open(savepath,'wb') pickle.dump(model,output) output.close() except: print('saving wrong....')def loa

原创 java json数据解析

1.需要的jar包：json-lib-2.4-jdk15.jarezmorph-1.0.6.jar commons-logging-1.1.1.jarcommons-lang-2.6.jarcommons-collections-3.2.2.jarcommons-beanutils-1.9.3.jar2.解析 import net.sf.json.JSO

原创 keras--example (batch_size,sequence_length,embedding_dim)与(batch_size,sequence_length)如何对应相乘

from keras import backen as kfrom keras.layers import multiplyinput1=(batch_size,sequence_length,embedding_dim)input2=(batch_size,sequence_length)input2=k.repeat_elements(k.expand_dims(inputs2

原创 keras example--the solution to AttributeError: 'Tensor' object has no attribute '_keras_history'

input1.shape=(batch_size,sequence_length)input1通过Embedding映射成(batch_size,sequence_length,embedding_size)#词向量input2.shape=(batch_size,sequence_length)通过编写自己的层转换为(batch_size,sequence_length,embedding)#与