06 2018 档案

tensorflow 模型前向传播 保存ckpt tensorbard查看 ckpt转pb pb 转snpe dlc 实例
摘要：参考： TensorFlow 自定义模型导出：将 .ckpt 格式转化为 .pb 格式 TensorFlow 模型保存与恢复 snpe tensorflow 模型前向传播 保存ckpt tensorbard查看 ckpt转pb pb 转snpe dlc 实例 log文件 输入节点 图像高度 图像宽度 阅读全文

posted @ 2018-06-29 09:31 Maddock 阅读(1734) 评论(0) 推荐(0) 编辑

tensorflow里面共享变量、name_scope, variable_scope等如何理解
摘要：tensorflow里面共享变量、name_scope, variable_scope等如何理解 tensorflow里面共享变量、name_scope, variable_scope等如何理解 name_scope, variable_scope目的：1 减少训练参数的个数。 2 区别同名变量 为 阅读全文

posted @ 2018-06-26 18:25 Maddock 阅读(335) 评论(0) 推荐(0) 编辑

Mxnet学习资源
摘要：MxNet 学习笔记(1)：MxNet中的NDArray http://mxnet.incubator.apache.org/api/python/symbol/symbol.html api文档 MXNet API入门 —第6篇 MXNet API入门 —第5篇 MXNet API入门 —第4篇 阅读全文

posted @ 2018-06-26 10:52 Maddock 阅读(277) 评论(0) 推荐(0) 编辑

测试1
摘要：# encoding: UTF-8 import tensorflow as tf import numpy as np from tensorflow.examples.tutorials.mnist import input_data as mnist_data import tensorflow as tf from tensorflow.python.platform import ... 阅读全文

posted @ 2018-06-26 00:03 Maddock 阅读(260) 评论(0) 推荐(0) 编辑

tensorflow prelu的实现细节
摘要：tensorflow prelu的实现细节 output = tf.nn.leaky_relu(input, alpha=tf_gamma_data,name=name) #tf.nn.leaky_relu 限制了tf_gamma_data在[0 1]的范围内 内部实现方法是 output = tf 阅读全文

posted @ 2018-06-25 16:40 Maddock 阅读(2239) 评论(0) 推荐(0) 编辑

测试代码
摘要：#coding:utf-8 #http://blog.csdn.net/zhuiqiuk/article/details/53376283 #http://blog.csdn.net/gan_player/article/details/77586489 # from __future__ import absolute_import, unicode_literals # from ten... 阅读全文

posted @ 2018-06-25 00:21 Maddock 阅读(384) 评论(0) 推荐(0) 编辑

使用MXNet的NDArray来处理数据
摘要：使用MXNet的NDArray来处理数据 2018-03-06 14:29 by ☆Ronny丶, 382 阅读, 0 评论, 收藏, 编辑 NDArray.ipynb NDArray介绍 机器学习处理的对象是数据，数据一般是由外部传感器（sensors）采集，经过数字化后存储在计算机中，可能是文本 阅读全文

posted @ 2018-06-22 14:09 Maddock 阅读(1356) 评论(0) 推荐(0) 编辑

Relu的理解
摘要：ReLU上的花样 CNN出现以来，感觉在各个地方，即便是非常小的地方都有点可以挖掘。比如ReLU。 ReLU的有效性体现在两个方面： 克服梯度消失的问题 加快训练速度 而这两个方面是相辅相成的，因为克服了梯度消失问题，所以训练才会快。 ReLU的起源，在这片博文里，对ReLU的起源的介绍已经很详细了 阅读全文

posted @ 2018-06-22 13:46 Maddock 阅读(66566) 评论(0) 推荐(5) 编辑

mxnet与tensorflow的卷积实现细节比较
摘要：mxnet的卷积 kernel = 3 pad=1边界补充0后，不管stride是否1还是2，imgw = 奇数或者偶数， 都是从图像位置(0,0)开始卷积 tensorlfow的卷积 kernel = 3 pad=‘SAME’边界补充0后， imgw = 偶数 stride=1， 是从图像位置(0 阅读全文

posted @ 2018-06-22 10:24 Maddock 阅读(808) 评论(0) 推荐(0) 编辑

卷积输入输出图像大小的计算
摘要：输入输出图像大小的计算 此段内容引自我翻译的一篇文章 上面的内容可能会使你混淆每一层的输出尺寸。 所以我决定使用下面的内容让你能够识别输出尺寸。 在卷积层中,有三个关键控制着输出尺寸的大小 我们可以应用一个简单的公式来计算输出尺寸。 输出图像的空间大小可以计算(W-F + 2 p / S)+ 1。 阅读全文

posted @ 2018-06-21 16:55 Maddock 阅读(2385) 评论(0) 推荐(0) 编辑

Convolution Network及其变种（反卷积、扩展卷积、因果卷积、图卷积）
摘要：Convolution Network及其变种（反卷积、扩展卷积、因果卷积、图卷积） 阅读全文

posted @ 2018-06-21 08:24 Maddock 阅读(659) 评论(0) 推荐(0) 编辑

mxnet卷积计算
摘要：#coding:utf-8 ''' 卷积计算 ''' import mxnet as mx from mxnet.gluon import nn from mxnet import ndarray as nd # 卷积层 # 输入输出的数据格式是： batch * channel * height * width # 权重格式：output_channels * in_channels *... 阅读全文

posted @ 2018-06-20 13:40 Maddock 阅读(384) 评论(0) 推荐(0) 编辑

Group Normalization
摘要：Group Normalization Group Normalization 2018年03月26日 18:40:43 阅读数：1351 2018年03月26日 18:40:43 阅读数：1351 阅读数：1351 FAIR 团队，吴育昕和恺明大大的新作Group Normalization。 主 阅读全文

posted @ 2018-06-15 09:17 Maddock 阅读(1629) 评论(0) 推荐(0) 编辑

Resnet小记
摘要：ResNet之Deeper Bottleneck Architectures ResNet之Deeper Bottleneck Architectures 2016年12月28日 22:17:48 阅读数：2350 2016年12月28日 22:17:48 阅读数：2350 阅读数：2350 去年的 阅读全文

posted @ 2018-06-14 15:37 Maddock 阅读(663) 评论(0) 推荐(0) 编辑

Mxnet 查看模型params的网络结构
摘要：python showmxmodel.py 2>&1 | tee log.txtresult is('stage3_unit2_bn1_beta', (256L,))('stage3_unit2_bn3_beta', (256L,))('stage3_unit11_bn1_gamma', (256L 阅读全文

posted @ 2018-06-12 16:46 Maddock 阅读(4184) 评论(0) 推荐(0) 编辑

ResNets和Inception的理解
摘要：ResNets和Inception的理解 ResNet解析 阅读全文

posted @ 2018-06-07 10:19 Maddock 阅读(168) 评论(0) 推荐(0) 编辑

基础 | batchnorm原理及代码详解
摘要：https://blog.csdn.net/qq_25737169/article/details/79048516 https://www.cnblogs.com/bonelee/p/8528722.html Notes on Batch Normalization Notes on Batch 阅读全文

posted @ 2018-06-06 16:36 Maddock 阅读(1931) 评论(0) 推荐(0) 编辑

交叉熵代价函数原理
摘要：https://blog.csdn.net/u014595019/article/details/52562159 交叉熵代价函数（作用及公式推导） 2016年04月02日 18:22:52 __鸿 阅读数：65686更多 所属专栏： Machine Learing https://blog.csd 阅读全文

posted @ 2018-06-06 15:50 Maddock 阅读(238) 评论(0) 推荐(0) 编辑

深度学习笔记：优化方法总结(BGD,SGD,Momentum,AdaGrad,RMSProp,Adam)
摘要：深度学习笔记：优化方法总结(BGD,SGD,Momentum,AdaGrad,RMSProp,Adam) 深度学习笔记(一)：logistic分类 深度学习笔记(二)：简单神经网络，后向传播算法及实现 深度学习笔记(三)：激活函数和损失函数 深度学习笔记：优化方法总结 深度学习笔记(四)：循环神经网 阅读全文

posted @ 2018-06-06 15:36 Maddock 阅读(289) 评论(0) 推荐(0) 编辑

机器学习 logistic分类
摘要：https://blog.csdn.net/u014595019/article/details/52554582 阅读全文

posted @ 2018-06-06 14:42 Maddock 阅读(147) 评论(0) 推荐(0) 编辑

导航

< 2025年3月 >
日 一 二 三 四 五 六
23 24 25 26 27 28 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 29
30 31 1 2 3 4 5
点击右上角即可分享
微信分享提示