摘要:
从零开始是实现深度学习 阅读全文
摘要:
tensorflow的模型保存有两种形式:
1. ckpt:可以恢复图和变量,继续做训练
2. pb : 将图序列化,变量成为固定的值,,只可以做inference;不能继续训练 阅读全文
摘要:
设置IP的注意事项 阅读全文
摘要:
C++ Primer: 1. 初识输入和输出 阅读全文
摘要:
本文选自ECCV2018的论文《License Plate Detection and Recognition in Unconstrained Scenarios ( 复杂| 无约束 场景下的车牌检测和识别)》。该论文不进给出了一套完整的车配识别系统( Automatic License Plate Recognition system,ALPR system)的解决方案,而且提供了在无约束(Unconstrained Scenarios)场景下的识别算法, 很好的解决了实际生活中的车 阅读全文
摘要:
Single-Shot Refinement Neural Network for Object Detection 的论文解析与代码实现 阅读全文
摘要:
linux的磁盘分区操作
linux的查看内存的方法
linux 查看磁盘大小的方法 阅读全文
摘要:
ubuntu系统中,存在两个系统变量:$LANG和$LANGUAGE 分别控制语言环境和地区,这两个变量是从/etc/default/locale中读取的; 阅读全文
摘要:
目前,ubuntu18.04上使用了netplan 作为网络配置工具;在终端上配置网络参数跟之前的版本有比较大的差别 阅读全文
摘要:
目标:
使用Keras| tensorflow完成基于Yolo的车辆检测的训练; 阅读全文
摘要:
Todo list:
1. Distributed TensorFlow简介
2. Distributed TensorFlow的部署与运行
3. 对3个台主机做多卡GPU和两台主机做多卡GPU的结果作对比 阅读全文
摘要:
1. MxNet 分布式介绍
2. 分布式部署方法
2.1 Step1. 搭建MxNet环境
2.2 Step2. 设置SSH免密码登录
2.3 Step3. 搭建分布式的环境 阅读全文
摘要:
关键字: rot90, tensorflow
# 1. 背景
在做数据增强的操作过程中, 很多情况需要对图像旋转和平移等操作, 针对一些特殊的卷积(garbo conv)操作,还需要对卷积核进行旋转操作.
在tensorflow中似乎没有实现对4D tensor的旋转操作.
严格的说: tensorflow对tensor的翻转操作并未实现, 仅有针对3D tensor的tf.image.rot()
而在大多数的情况下使用的是4D形式的tensor, [B,W,H,C] 或者是3D的图像组成的batchs.
通过查看这篇文章的代码可以知道[^2d-dilated-convolution-operation] 可以使用numpy的rot90()函数旋转, 但是rot90对象是ndarray, 针对tensorflow.tensor对象而言显然是无法使用的, 会抛出类似: `无法找到m.dim属性`的异常.
也就是说无法使用`numpy.rot90()` 函数. 阅读全文
摘要:
深度学习模型的可视化方法总结
卷积神经网络的可视化方法可以分为两种方式:
1. 保存训练后的权重等个训练参数的value以后,** 即借助绘图工具可视化**,
2. 借助深度学习的可视化的工具也能实现可视化. 比如tensorflow下面的tensorBorad; PyTorch下面的tensorBoradX, Matlab的Deep Visulization Toolbox, **借助绘图工具可视化**
Visualizing intermediate convnet outputs ,Deep Visulization Tools 阅读全文
摘要:
解决github访问过慢问题 阅读全文