关于L1和L2的直观解释
摘要：
https://blog.csdn.net/jinping_shi/article/details/52433975 阅读全文
posted @ 2018-09-13 16:44 nkh 阅读(256) 评论(0) 推荐(0) 编辑
tf.contrib.slim
摘要：
https://blog.csdn.net/mao_xiao_feng/article/details/73409975 阅读全文
posted @ 2018-05-16 09:33 nkh 阅读(154) 评论(0) 推荐(0) 编辑
numpy中的stack操作：hstack()、vstack（）、stack（）、dstack（）、vsplit（）、concatenate（）
摘要：
stack（）：沿着新的轴加入一系列数组。 vstack（）：堆栈数组垂直顺序（行） hstack（）：堆栈数组水平顺序（列）。 dstack（）：堆栈数组按顺序深入（沿第三维）。 concatenate（）：连接沿现有轴的数组序列。 vsplit（）：将数组分解成垂直的多个子数组的列表。 1、nu 阅读全文
posted @ 2018-04-24 18:04 nkh 阅读(14265) 评论(0) 推荐(0) 编辑
使用HM16.0对视频编码
摘要：
1.编译HM16.0源码： 步骤参照：https://www.vcodex.com/hevc-and-vp9-codecs-try-them-yourself/（可设置pq等参数） 【编译过程中遇到lib库的问题：https://blog.csdn.net/zhaomax/article/detai 阅读全文
posted @ 2018-04-20 16:13 nkh 阅读(522) 评论(0) 推荐(0) 编辑
yuv2mp4
摘要：
>您使用什么类型的YUV像素格式？最常见的格式是YUV4：2：0平面8位(YUV420p)。您可以键入ffmpeg -pix_fmts以获取所有可用格式的列表。>什么是帧率？在我的例子中，我将使用-r 25 fps。>你想使用什么编码器？ libx264(H.264)编码器是一种伟大的无损压缩。>你 阅读全文
posted @ 2018-04-11 20:11 nkh 阅读(1899) 评论(0) 推荐(0) 编辑
先验概率，后验概率，最大似然估计，最大后验概率
摘要：
先验概率和后验概率 教科书上的解释总是太绕了。其实举个例子大家就明白这两个东西了。 假设我们出门堵车的可能因素有两个（就是假设而已，别当真）：车辆太多和交通事故。 堵车的概率就是先验概率 。 那么如果我们出门之前我们听到新闻说今天路上出了个交通事故，那么我们想算一下堵车的概率，这个就叫做条件概率 。 阅读全文
posted @ 2018-01-24 15:16 nkh 阅读(1431) 评论(0) 推荐(0) 编辑
训练网络的小技巧
摘要：
http://lamda.nju.edu.cn/weixs/project/CNNTricks/CNNTricks.html 阅读全文
posted @ 2018-01-11 20:20 nkh 阅读(143) 评论(0) 推荐(0) 编辑
perceptual loss
摘要：
https://arxiv.org/abs/1603.08155 两个网络：image transfer网络和loss网络 image transfer网络： 将输入图片y通过映射f W (x)得到输出图片ŷ （ŷ = f W (x)） loss网络（取预训练好的VGG） 原因：VGG是用来做图像分 阅读全文
posted @ 2018-01-04 16:35 nkh 阅读(521) 评论(0) 推荐(0) 编辑
GAN的入门级理解（按文章顺序）
摘要：
1.https://www.leiphone.com/news/201706/ty7H504cn7l6EVLd.html 我的理解：一开始，G网络利用一组随机噪声生成一堆合成的垃圾照片，交给D网络判断，D早就看过真实的棒棒的图片，因而一下子就判断出这些是垃圾照片，G很生气，但是D很好心，他希望G不要 阅读全文
posted @ 2017-12-29 18:21 nkh 阅读(483) 评论(0) 推荐(0) 编辑
tensorflow的数据读取机制
摘要：
https://zhuanlan.zhihu.com/p/27238630 阅读全文
posted @ 2017-12-29 11:30 nkh 阅读(146) 评论(0) 推荐(0) 编辑
