深度学习实践-强化学习-bird游戏 1.np.stack(表示进行拼接操作) 2.cv2.resize(进行图像的压缩操作) 3.cv2.cvtColor(进行图片颜色的转换) 4.cv2.threshold(进行图片的二值化操作) 5.random.sample(样本的随机抽取)
摘要：1. np.stack((x_t, x_t, x_t, x_t), axis=2) 将图片进行串接的操作，使得图片的维度为[80, 80, 4] 参数说明: (x_t, x_t, x_t, x_t) 表示需要进行串接的图片, axis = 2 表示在第三个维度上进行串接操作 2. cv2.resiz
阅读全文
posted @
2019-04-10 19:53
python我的最爱
阅读(937)
推荐(0) 编辑
深度学习实战-强化学习-九宫格 当前奖励值 = max(及时奖励 + 下一个位置的奖励值 * 奖励衰减)
摘要：强化学习使用的是bellmen方程，即当前奖励值 = max(当前位置的及时奖励 + discout_factor * 下一个方向的奖励值) discount_factor表示奖励的衰减因子 使用的是预先制造好的九宫格的类 代码说明： env.nA,即每个位置的下一个方向的个数为4 env.nS 表
阅读全文
posted @
2019-04-08 11:31
python我的最爱
阅读(985)
推荐(0) 编辑
深度原理与框架-图像超分辨重构-tensorlayer
摘要：图像超分辨重构的原理，输入一张像素点少，像素较低的图像， 输出一张像素点多，像素较高的图像 而在作者的文章中，作者使用downsample_up, 使用imresize(img, []) 将图像的像素从原理的384，384降低到96， 96, 从而构造出高水平的图像和低水平的图像 作者使用了三个部分
阅读全文
posted @
2019-04-06 00:41
python我的最爱
阅读(3384)
推荐(1) 编辑
算法知识点的总结(自用)
摘要：1. 在pickle.load可能会出现代码的读取错误，这里使用代码 2.进行图片的展示，生成的是25张图片 代码来源 对抗生成网络dcgan_mnist 3.对图片进行预处理，并进行保存成.npy格式，代码来源图像补全算法 4. 使用已经存在sess文件，就进行sess的读取, 代码来源高原卷积分
阅读全文
posted @
2019-04-03 21:45
python我的最爱
阅读(433)
推荐(0) 编辑
深度学习实践-物体检测-faster-RCNN(原理和部分代码说明) 1.tf.image.resize_and_crop(根据比例取出特征层，进行维度变化) 2.tf.slice(数据切片) 3.x.argsort()(对数据进行排列,返回索引值) 4.np.empty(生成空矩阵) 5.np.meshgrid(生成二维数据) 6.np.where(符合条件的索引) 7.tf.gather取值
摘要：1. tf.image.resize_and_crop(net, bbox, 256, [14, 14], name) # 根据bbox的y1,x1,y2,x2获得net中的位置，将其转换为14*14，因此为[14, 14, 512], 256表示转换的个数，最后的维度为[256, 14, 14,
阅读全文
posted @
2019-04-03 19:57
python我的最爱
阅读(1207)
推荐(0) 编辑
