node.js安装及环境配置教程【Windows系统安装包方式】
摘要：
一、下载安装包： https://nodejs.org/zh-cn/download/ 注：根据自己电脑系统及位数选择，我的电脑是Windows系统、64位、想下载稳定版的.msi（LTS为长期稳定版）这里选择windows64位.msi格式安装包。 .msi和.zip格式区别： .msi是Wind 阅读全文
代码理解误区
摘要：
1、在定义生成器的函数中，对于第一层卷积层，输入256*256*3的遮挡图，使用64个4*4的卷积核，步长为2，same填充，对于输出的图像尺寸一开始总觉得是256*256，因为一直觉得same填充时尺寸不发生改变,但是查了查步长的作用发现即使是用same填充，步长也会影响尺寸的大小，所以总结得出： 阅读全文
代码延伸
摘要：
1、数据处理技巧：Batch Normalization（批归一化）、Data Augmentation（数据增强） 2、上采样和下采样 三、Epoch、Batch以及Batch size的设定 Epoch（时期）： 当一个完整的数据集通过了神经网络一次并且返回了一次，这个过程称为一次>epoch。 阅读全文
经典卷积神经网络结构：LeNet-5、AlexNet、VGG
摘要：
LeNet-5 LeNet-5模型是专门为手写数字识别而设计的经典卷积神经网络。 从上图可以看出，LeNet-5总共由输入层、卷积层、池化层、卷积层、池化层、全连接层、全连接层、输出层组成。 1、输入层：一张32*32的灰度图像，只有一个颜色通道，深度为1。 2、卷积层：将输入与6个高为5，宽为5， 阅读全文
卷积神经网络：卷积与池化
摘要：
Stride的作用：是成倍缩小尺寸，而这个参数的值就是缩小的具体倍数，比如步幅为2，输出就是输入的1/2；步幅为3，输出就是输入的1/3。 卷积神经网络（CNN）有卷积层和池化层结构，这两层结构是CNN的重要组成部分。 卷积层就是通过若干个卷积核对上一层输入进行扫描，从而在较大程度上提取原始像素矩阵 阅读全文
使用encoder编码器-decoder解码器加GAN网络的生成式图像修复
摘要：
论文链接 https://openaccess.thecvf.com/content_cvpr_2016/papers/Pathak_Context_Encoders_Feature_CVPR_2016_paper.pdf 简介 作者提出了一种基于上下文像素预测的无监督视觉特征学习算法，它既完成了特 阅读全文
import cv2
摘要：
pip install opencv_python -i http://pypi.douban.com/simple --trusted-host pypi.douban.com 阅读全文
深度学习第三章-神经网络TensorFlow实现
摘要：
张量可以理解为n维数组或矩阵。在NumPy数组中，一个float32或float64的数字就是一个标量（零维张量），可以用ndim查看张量的维度。 向量（一维张量）是由数字组成的数组。 矩阵（二维张量）是由向量组成的数组。 阅读全文