08 2018 档案
摘要：OutOfRangeError (see above for traceback): RandomShuffleQueue '_1_shuffle_batch/random_shuffle_queue' is closed and has insufficient elements (request
阅读全文
摘要：Tf.python_io.TFRecordWrite(path：TFRcord文件路径):表示的是个类，它的作用是创建一个对象，这个对象负责将数据写入TFRecords文件中 Enumerate()参数、用法 用法：将一个可遍历的数据对象组合为一个索引序列，同时列出数据和数据下标 Tf.train.
阅读全文
摘要：import tensorflow as tfimport osimport cv2def handle_data(photo_path): #制作数据集 writer = tf.python_io.TFRecordWriter("data_photo.tfrecords") cast = {"bo
阅读全文
摘要：写一个截取图片的代码为： 其中每个参数代表的含义： cv2.CascadeClassifier看参数、用法 Cv2级联分类器：用于检测数字图像的特征 参数：用一个xm文件说明要检测图像特征的某一个部分，用xml文件的地址为参数。检测人脸比较好的参数有：haarcascade_frontalface_
阅读全文
摘要：import cv2filename='E:\\tensorflow\\bu.jpg'#图片的地址# face_cascade=cv2.CascadeClassifier('C:\\anconda3\\pkgs\\opencv3-3.1.0-py35_0\\Library\etc\\haarcasc
阅读全文
摘要：#测试深度学习中的二分类返回的数据类型import numpy as npfrom sklearn.model_selection import train_test_splitimport randomimport tensorflowfrom keras.utils import np_util
阅读全文
摘要：星型赋值法：错误表达式 *suffix = '.jpg','.JPG','png','PNG' 出现的错误：starred assignment target must be in a list or tuple示：星型赋值目标必须在列表或元组中 星型赋值法：正确表达式 #星型赋值法，单独使用星型时
阅读全文
摘要：error: D:\Build\OpenCV\opencv-3.2.0\modules\imgproc\src\imgwarp.cpp:3493: error: (-215) dsize.area() > 0 || (inv_scale_x > 0 && inv_scale_y > 0) in fu
阅读全文
摘要：correct_prediction = tf.equal(tf.argmax(y_pre,1), tf.argmax(v_ys,1)) 当argmax的第二个参数的值为1的时候，表示每一列比较求出最大值。当argmax为1的时候，表示求出每一行的最大值 import numpy as np tes
阅读全文
摘要：'''train_test_split(trian_data,trian_target,test_size,random_state)各个参数表示的意义：trian_data表示被划分的样本特征集trian_target表示划分的样本的标签（索引值）test_size表示将样本按比例划分，返回的第一
阅读全文
摘要：卷积神经网络大总结（个人理解） 神经网络 1、概念：从功能他们模仿真实数据 2、结构：输入层、隐藏层、输出层。其中隐藏层要有的参数：权重、偏置、激励函数、过拟合 3、功能：能通过模仿，从而学到事件 其中过拟合：电脑太过于自信，想把所有的数据都模拟下来。但是这并不符合我们的实际的需求 激励函数：激活某
阅读全文
摘要：#保存数据注意他只能保存变量，不能保存神经网络的框架。#保存数据的作用：保存权重有利于下一次的训练，或者可以用这个数据进行识别#np.arange():arange函数用于创建等差数组，使用频率非常高import tensorflow as tf#注意：在保存变量的时候，一定要写出他的类型即dtyp
阅读全文
摘要：import tensorflow as tf#取数据，目的是辨别数字from tensorflow.examples.tutorials.mnist import input_data'''手动添加数据集：先把4个数据包放进当前目录的文件夹里面'''MNIST_data_folder="C:\\U
阅读全文
摘要：''' 思路：1、调用数据集 2、定义用来实现神经元功能的函数（包括解决过拟合） 3、定义输入和输出的数据4、定义隐藏层（函数）和输出层（函数） 5、分析误差和优化数据（改变权重）6、执行神经网络 '''import tensorflow as tffrom sklearn.datasets imp
阅读全文
摘要：''' 神经网络的过程：1、准备相应的数据库 2、定义输入成 3、定义输出层 4、定义隐藏层 5、训练（根据误差进行训练） 6、对结果进行精确度评估 ''' import tensorflow as tf #首先准备数据库from tensorflow.examples.tutorials.mnis
阅读全文
摘要：恢复内容开始 1、Session '''Session.run():首先里面的参数是一个API（函数的接口）的返回值或者是指定参数的值；功能：得知运算结果有两种访问方式：直接建立或者运用with语句（这个会帮我们自动关闭会话） ''' import tensorflow as tf #创建两个参数m
阅读全文
摘要：import numpyimport tensorflow as tf #自己创建的数据x_data = numpy.random.rand(100).astype(numpy.float32)#创建具有100个元素的数组y_data = x_data*0.1+0.3#具有自动遍历的功能 ##设置神
阅读全文
