深度學習（2）——prototxt視覺化編譯器

最近剛看到portotxt視覺化編輯器，感覺對新手理解各種網路很有用處。 prototxt是每個框架中定義網路的檔案。 新手可以在github下載原始碼，然後放在編譯器中，便會生成視覺化網路，並且滑鼠移到每個結點都會給出結點的資訊，十分便於理解。 portotxt視覺化編輯

Netty學習（2）: protobuf序列化框架學習

1. protobuf是什麼     protobuf是google旗下的產品，用於序列化與反序列化資料結構，但是比xml更小、更快、更簡單，而且能跨語言、跨平臺。你可以把你的資料按你的要求結構化，然後可以轉化成多種資料流，同時其他語言可以通過

ucosiii學習（2）——系統初始化時所建立的任務

1.空閒任務OS_IdleTaskInit(p_err);      os_core.c中 系統在初始化過程中，會先建立一個空閒任務，在建立空閒任務時先初始化任務控制塊和連結串列，然後進行優先順序和就緒連結串列插入操作（OS_PrioInsert和OS_RdyLis

Udacity機器學習筆記——深度學習（2）

Udacity機器學習筆記——深度學習（2） 感知器 感知器或者神經元是神經網路的基礎單元，它們對輸入的資料進行判斷，比如說輸入一個學生的學業成績和考試成績，然後感知器根據這兩個值來判斷該學生是否被某大學錄取。那麼，感知器是根據什麼規則來對這兩個值進行比較從而得出結論的呢？感

（轉載）深度學習（2）——線性單元和梯度下降

原文地址：https://www.zybuluo.com/hanbingtao/note/448086 轉載在此的目的是自己做個筆記，日後好複習，如侵權請聯絡我！！ 　　在上一篇文章中，我們已經學會了編寫一個簡單的感知器，並用它來實現一個線性分類器。你應該還記得用來訓練感知器的『感知器規則』。然而，我們並沒有

深度學習（2）--深度學習中的這25個概念

神經網路基礎1）神經元（Neuron）——就像形成我們大腦基本元素的神經元一樣，神經元形成神經網路的基本結構。想象一下，當我們得到新資訊時我們該怎麼做。當我們獲取資訊時，我們一般會處理它，然後生成一個輸出。類似地，在神經網路的情況下，神經元接收輸入，處理它併產生輸出，而這個輸

深度學習（2）--深度學習的概念

  1、深度學習與機器學習 深度學習屬於機器學習的一種 深度學習是實現人工智慧的方法 深度學習是實現機器學習演算法的技術 2、深度學習演算法集合 卷積神經網路 迴圈神經網路 深度學習+強化學習=深度強化學習 自動編碼器 稀疏編碼 深度信念網路

快速入門深度學習（2）遷移學習

咱們繼續入門課程系列，這次是關於遷移學習（Transfer Learning）的故事。    這次咱們要“學習”一把了，針對特定的任務構造自己的分類器了。這次咱們仍然使用AlexNet的網路結構（誰讓它經典呢），訓練這個網路讓它為咱們服務。    在正式Coding之前，首先

Pandas快速入門（深度學習入門2）

斯坦福大學-自然語言處理與深度學習（CS224n） 筆記 第三課 詞向量（2）

一、word2vec 1、回顧：skip-grams word2vec的主要步驟是遍歷整個語料庫，利用每個視窗的中心詞來預測上下文的單詞，然後對每個這樣的視窗利用SGD來進行引數的更新。 對於每一個視窗而言，我們只有2m+1個單詞（其中m表示視窗的半徑），因此我們計算出來的梯度向量是

TensorFlow學習筆記（二）之視覺化(Tensorboard）

一、Tensorboard簡介 Tensorboard是TensorFlow自帶的一個強大的視覺化工具，也是一個web應用程式套件。通過將tensorflow程式輸出的日誌檔案的資訊視覺化使得tensorflow程式的理解、除錯和優化更加簡單高效。支援其七種視

機器學習實戰之k-近鄰演算法（3）---如何視覺化資料

關於視覺化： 《機器學習實戰》書中的一個小錯誤，P22的datingTestSet.txt這個檔案，根據網上的原始碼，應該選擇datingTestSet2.txt這個檔案。主要的區別是最後的標籤，作者原來使用字串‘veryLike’作為標籤，但是Python轉換會出現Val

深度學習（十）——花式卷積(2)

花式卷積 depthwise separable convolution（續） 它包含一個深度方面的卷積（一個為每個通道單獨執行的空間卷積，depthwise convolution），後面跟著一個逐點的卷積（一個跨通道的1×1卷積，pointwis

吳恩達Coursera深度學習（2-3）超引數除錯和Batch Norm

Class 2：改善深層神經網路：超引數除錯、正則化以及優化 Week 3：超引數除錯和Batch Norm 目錄 1、超引數除錯處理 2、為超引數選擇合適的範圍 Scale均勻隨機 在超引數

Python+OpenCV學習（18）---雙目視覺深度資訊恢復

利用python學習OpenCV，個人感覺比較方便。函式的形式與C++基本相同，所以切換過來還是比較好的，對於像我這種對python不太熟練的人，使用python的整合開發環境PyCharm進行學習，

計算機視覺與深度學習（12）

簡介 第一步：將影象理解為一個概率分佈的樣本 你是怎樣補全缺失資訊的呢？ 但是怎樣著手統計呢？這些都是影象啊。 那麼我們怎樣補全影象？ 第二步：快速生成假影象 在未知概率分佈情況下，學習生成新樣本 [ML-Heavy] 生成對抗網路(Genera

計算機視覺與深度學習（5）

1. 引言 其實一開始要講這部分內容，我是拒絕的，原因是我覺得有一種寫高數課總結的感覺。而一般直觀上理解反向傳播演算法就是求導的一個鏈式法則而已。但是偏偏理解這部分和其中的細節對於神經網路的設計和調整優化又是有用的，所以硬著頭皮寫寫吧。 問題描述與

OpenCV計算機視覺學習（2）——影象算術運算 & 掩膜mask操作（數值計算，影象融合，邊界填充）

如果需要處理的原圖及程式碼，請移步小編的GitHub地址 　　傳送門：請點選我 　　如果點選有誤：https://github.com/LeBron-Jian/ComputerVisionPractice 　　在OpenCV中我們經常會遇到一個名字：Mask（掩膜）。很多函式都使用到它，那麼這個Mask到底是

Java學習（2）：將鍵盤錄入的內容保存到指定文件中

stream exce 創建 txt 關閉 如果 下午 line 再次 要求：保存鍵盤錄入的內容，當鍵盤輸入end時，錄入結束。 1 /** 2 * 保存鍵盤輸入，並以end結束 3 * 4 * @author xcx 5 * @time 2017年6

【轉】JMeter學習（四）參數化

一個 ngx adr conf 英文逗號 .net 註意 itl ron JMeter也有像LR中的參數化，本篇就來介紹下JMeter的參數化如何去實現。 參數化：錄制腳本中有登錄操作，需要輸入用戶名和密碼，假如系統不允許相同的用戶名和密碼同時登錄，或者想更好的模擬多個