摘要：
name/variable_scope 的作用 欢迎转载，但请务必注明原文出处及作者信息。 @author: huangyongye @creat_date: 2017-03-08refer to: Sharing Variables name / variable_scope 详细理解请看： Te 阅读全文
摘要：
在tensorflow的使用中，经常会使用tf.reduce_mean,tf.reduce_sum等函数，在函数中，有一个reduction_indices参数，表示函数的处理维度，直接上图，一目了然： 需要注意的一点，在很多的时候，我们看到别人的代码中并没有reduction_indices这个参 阅读全文
摘要：
tensorflow中有很多在维度上的操作，本例以常用的tf.reduce_sum进行说明。官方给的api input_tensor:表示输入 axis:表示在那个维度进行sum操作。 keep_dims:表示是否保留原始数据的维度，False相当于执行完后原始数据就会少一个维度。 reductio 阅读全文
摘要：
高斯分布的概率密度函数 numpy中 参数的意义为： loc:float 概率分布的均值，对应着整个分布的中心center scale:float 概率分布的标准差，对应于分布的宽度，scale越大越矮胖，scale越小，越瘦高 size:int or tuple of ints 输出的shape， 阅读全文
摘要：
若随机变量X服从一个数学期望为μ、方差为σ^2的正态分布，记为N(μ，σ^2)。 其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。 当μ = 0,σ = 1时的正态分布是标准正态分布。 ⒈方差s^2=[（x1-x）^2+（x2-x）^2+......（xn-x）^2]/（ 阅读全文
摘要：
output output array([[ 0.24747071, -0.43886742], array([[ 0.24747071, -0.43886742], [-0.03916734, -0.70580089], [-0.03916734, -0.70580089], [ 0.004623 阅读全文
摘要：
（1）tf.multiply是点乘，即Returns x * y element-wise. （2）tf.matmul是矩阵乘法，即Multiplies matrix a by matrix b, producing a * b. 阅读全文
摘要：
____tz_zs tf.random_normal 从正态分布中输出随机值。 . [python] view plain copy <span style="font-size:16px;">random_normal(shape,mean=0.0,stddev=1.0,dtype=tf.floa 阅读全文
摘要：
tf.random_uniform((4, 4), minval=low,maxval=high,dtype=tf.float32)))返回4*4的矩阵，产生于low和high之间，产生的值是均匀分布的。 例如： 输出： [[ 0.23706067 0.42579055 0.16444612 0.1 阅读全文
摘要：
按住shift 右击按键，进入在 X:\Program Files\Keil\MDK510\ARM\ARMCC\bin 。中打开命令cmd.exe ，然后进入一下操作。 编译自己的工程，并将"_build"目录中的xxx.axf文件拷贝到 X:\Program Files\Keil\MDK510\A 阅读全文
摘要：
1:概述: SYS/BIOS 是一个可扩展的实时的操作系统。具有非常快速的响应时间（在中断和任务切换时达到较短的延迟），响应时间的确定性，强壮的抢占系统，优化的内存分配和堆栈管理（尽量少的消耗和碎片）。能够实现系统的模块化并可裁剪。 最大的特点就是：实时。 2：XDCtools: XDCtools 阅读全文
摘要：
在SYS/BIOS中，广义上指被处理器执行的任何独立的指令流。线程是一个能够调用一个函数或者中断服务程序的单点控制。在sysbios系统中一共有硬件中断(HWI)、软件中断(SWI)、任务(Task)、空闲线程(Idle)这四种线程，它们的优先级依次从高到低。关于HWI与SWI的创建笔者分别在SYS 阅读全文
摘要：
第一部分：深度学习 原文：https://blog.csdn.net/woaidapaopao/article/details/77806273?locationnum=9&fps=1 1、神经网络基础问题 （1）Backpropagation（要能推倒） 后向传播是在求解损失函数L对参数w求导时候 阅读全文
摘要：
转自https://zhuanlan.zhihu.com/p/25005808 更新几个面试被问到或者联想出来的问题，后面有时间回答 SGD 中 S(stochastic)代表什么 个人理解差不多就是Full-Batch和Mini-Batch 监督学习／迁移学习／半监督学习／弱监督学习／非监督学习？ 阅读全文
摘要：
https://blog.csdn.net/lj6052317/article/details/78241730 前言： 找工作时（IT行业），除了常见的软件开发以外，机器学习岗位也可以当作是一个选择，不少计算机方向的研究生都会接触这个，如果你的研究方向是机器学习/数据挖掘之类，且又对其非常感兴趣的 阅读全文