上一页 1 ··· 5 6 7 8 9 10 11 12 13 ··· 15 下一页
摘要: 在Win 7系统中,short 表示的范围为 - 32767到 32767,而无符号的short表示的范围为0 到 65535,其他类型的同理可推导出来,当然,仅当数字不为负的时候才使用无符号类型。 有些事情,当时接触的时候模模糊糊,可是,当你在过些时间慢慢的回头看他时,觉得顿然开悟。 下面的程序显 阅读全文
posted @ 2018-10-24 18:58 RamboBai 阅读(8482) 评论(0) 推荐(0) 编辑
摘要: 不同的系统中,C++整型变量中的长度位数是不同的,通常,在老式的IBM PC中,int 的位数为16位(与short相同),而在WINDOWS XP,Win7,vax等很多其他的微型计算机中,为32位(与long 相同)。这点在迁移别人的程序中要注意!!!看别人用的什么系统,自己用的什么系统! 例如 阅读全文
posted @ 2018-10-23 22:24 RamboBai 阅读(2294) 评论(0) 推荐(0) 编辑
摘要: 1.编写一个程序,显示您的姓名和地址。 2.输入一个以long为单位的距离,然后将他转化为码(一long 等于220码) 4. 让用户输入其年龄,并显示该年龄包含多少个月。 5. 将摄氏温度转化为华氏温度,在main()函数中调用此转换函数,并显示最后的结果; 阅读全文
posted @ 2018-10-22 10:12 RamboBai 阅读(278) 评论(0) 推荐(0) 编辑
摘要: 程序中使用到了两个cin.get()函数,这样才能在屏幕上看到输出。为什么要用到两个呢? 第一个cin.get()语句在您输入数字并按enter键时读取输入,而第二条cin.get()语句让程序暂停,直到您按下按键才会关闭屏幕。 cin对象的箭头流向是向右的>>,为什么会向右呢?这是因为从键盘输入的 阅读全文
posted @ 2018-10-22 09:08 RamboBai 阅读(633) 评论(0) 推荐(0) 编辑
摘要: Mnist 数据文件有两种,一种是图片文件,一种是标签文件,那么如何把他们解析出来呢? (1)解析图片文件 可以看出在train-images.idx3-ubyte中,第一个数为32位的整数(魔数,图片类型的数),第二个数为32位的整数(图片的个数),第三和第四个也是32为的整数(分别代表图片的行数 阅读全文
posted @ 2018-10-21 14:34 RamboBai 阅读(4546) 评论(0) 推荐(0) 编辑
摘要: 本次数字图片来自mnist库 大体流程是:显示原图片——》灰度化(主要作用是改变数据的位数)——》进行腐蚀——》进行反二值化(使其变为白字黑背景)——》寻找轮廓——》画出轮廓——》裁剪 为什么要灰度化呢?本来图片就是灰度的啊?原来是有如下原因: 显示效果: 阅读全文
posted @ 2018-10-20 18:24 RamboBai 阅读(1620) 评论(0) 推荐(0) 编辑
摘要: 上一篇讲了图像搜索技术的基础,那那些东西在没有DEEP LEARNING 之前,是如何用到工业界的呢? 先看个问题,有一副图片中有蓝天,白云,青山,绿水。我把这张图片颠倒过来,问这两张图片的相似度是多少?你期待这两个相似度很大,毕竟是同一张图片啊,虽然人眼看的还是同一张图片,但对计算机而言,当图像的 阅读全文
posted @ 2018-10-19 21:27 RamboBai 阅读(238) 评论(0) 推荐(0) 编辑
摘要: https://www.cnblogs.com/gaoxiang12/p/3695962.html 阅读全文
posted @ 2018-10-14 20:22 RamboBai 阅读(205) 评论(0) 推荐(0) 编辑
摘要: 接着上一节,继续计算神经网络的梯度。 如上图所示,计算损失函数J对W14(1)的导数,这是为了更新W14(1)的值。 如上图所示,损失函数J就是S,S对W14(1)进行求导。首先看,W14(1)的变化导致了一号神经元的变化,而2号神经元没有发生变化。所以,对W14(1)的求导,与2号神经元没有关系, 阅读全文
posted @ 2018-10-13 19:07 RamboBai 阅读(4286) 评论(0) 推荐(0) 编辑
摘要: 1.单一神经元 神经网络是由许许多多的单一神经元构成的,那每一个神经元的实质是什么呢?神经元就干一件事情,叫做非线性变换。如下图所示: 2.神经网络 sigmod激活函数的作用是什么呢?它把一个数从负无穷到正无穷映射为0到1的部分,它只干这么一件事。那什么是神经网络呢?神经元是一个函数吧,那么神经网 阅读全文
posted @ 2018-10-12 09:43 RamboBai 阅读(6588) 评论(0) 推荐(0) 编辑
上一页 1 ··· 5 6 7 8 9 10 11 12 13 ··· 15 下一页