Tomorrow

摘要： tile() 平铺之意，用于在同一维度上的复制 tile( input, #输入 multiples, #同一维度上复制的次数 name=None ) with tf.Graph().as_default(): a = tf.constant([1,2],name='a') b = tf.tile( 阅读全文

摘要： 1.功能上：偏置可以加速神经网络拟合。 加了偏置项的神经网络有更复杂的参数结构，拟合能力更好。 2.形式上：偏置b可以视为控制每个神经元的阈值（-b等于神经元阈值）。 举例如：神经元的激活函数f为sign。每个神经元的输出即为sign(WX +b)。 当 wx < -b时， 输出值为-1，也就是抑制 阅读全文

摘要： ndarray对象的内容可以通过索引或切片来访问和修改，与 Python 中 list 的切片操作一样。 ndarray 数组可以基于 0 - n 的下标进行索引，切片对象可以通过内置的 slice 函数，并设置 start, stop 及 step 参数进行，从原数组中切割出一个新数组。 impo 阅读全文

摘要： tf.random_normal(shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None) tf.random_normal()函数用于从“服从指定正态分布的序列”中随机取出指定个数的值。 shape: 输出张量的形状， 阅读全文

摘要： tf.cast()函数的作用是执行 tensorflow 中张量数据类型转换，比如读入的图片如果是int8类型的，一般在要在训练前把图像的数据格式转换为float32。 cast(x, dtype, name=None) 第一个参数 x: 待转换的数据（张量） 第二个参数 dtype： 目标数据类型 阅读全文

摘要： 自监督学习的方法主要可以分为 3 类： 1.基于上下文（Context based） 基于数据本身的上下文信息，我们其实可以构造很多任务，比如在 NLP 领域中最重要的算法 Word2vec 。Word2vec 主要是利用语句的顺序，例如 CBOW 通过前后的词来预测中间的词，而 Skip-Gram 阅读全文

摘要： 1.监督需要人工标记的数据 2.无监督不需要任何标记的数据，不依赖任何标签值，通过对数据内在特征的挖掘，找到样本间的关系，比如聚类 3.半监督学习利用少量有标签的数据和大量无标签的数据来训练网络 一、半监督学习可以分为：直推半监督学习、归纳半监督学习 （1）直推半监督学习 直推半监督学习(Semi- 阅读全文

摘要： 把两个文件夹“压缩文件”和“压缩到文件夹”是不一样的呜呜呜，直接把两个压缩就好了，不要先放到一个文件夹里再压缩 阅读全文

摘要： 阅读全文

摘要： 可能是batch_size 和num_workers的问题，num_workers is too big! just change it from 32 to 16 and then everthing is ok ! 阅读全文