摘要: Unet——用于图像边缘检测,是FCN的改进 如上图是UNET的架构图,可以发现器输入图像和输出图像不一致,如果我们需要输入图像和输出图像一致时,在卷积时,使用padding=“SAME”即可,然后再边缘检测时,就相当与像素级别的二分类问题,用交叉熵做loss函数即可。但位置检测常用IOU作为los 阅读全文
posted @ 2018-03-24 11:50 雨婷墨染 阅读(4405) 评论(1) 推荐(0) 编辑
摘要: KL散度(相对熵) 衡量两个概率分布的距离,两个概率分布越相似,KL散度越小,交叉熵越小。表示已知q,p的不确定性程度-p的不确定性程度 交叉熵:表示已知分布p后q的不确定程度,用已知分布p去编码q的平均码长 交叉熵在分类任务中为loss函数 往往交叉熵比均方误差做loss函数好 1.均方差求梯度太 阅读全文
posted @ 2018-03-24 11:29 雨婷墨染 阅读(2220) 评论(0) 推荐(0) 编辑
摘要: 1.sigmod函数——(tf.nn.sigmoid()) sigmod函数性质: 1.如图像所示其值域在[0,1]之间,函数输出不是0均值的,权重更新效率降低,因为这会导致后层的神经元的输入是非0均值的信号,这会对梯度产生影响:假设后层神经元的输入都为正(e.g. x>0 elementwise 阅读全文
posted @ 2018-03-18 23:07 雨婷墨染 阅读(2084) 评论(0) 推荐(0) 编辑
摘要: TFRcord的原理 TFRecord是一种标准的Tensorflow格式,可以将任意的数据转换为TFRecord格式, 这种格式与网络应用架构相匹配,多线程的并行处理数据,速度快。TFRecords文件包含了tf.train.Example 协议内存块(protocol buffer)(协议内存块 阅读全文
posted @ 2018-03-17 20:34 雨婷墨染 阅读(466) 评论(1) 推荐(0) 编辑
摘要: 1.安装node,安装版本太新,npm 版本是6.0.0太高,会有安装出错,npm install hexo --save 出错,产生NPM No license field,所以我安装的是v9.0.0版本 npm为5.5.1版本。 2.hexo init后出现FATAL错误,我们应该hexo in 阅读全文
posted @ 2018-03-15 18:21 雨婷墨染 阅读(183) 评论(0) 推荐(0) 编辑
摘要: 密码编码学与网络安全(第五版)答案 https://wenku.baidu.com/view/283a5dbb5727a5e9856a61ff.html 课程网址 2.4题: 通过如下代码分别统计一个字符的频率和三个字符的频率,"8"——"e",“;48”——“the”,英文字母的相对使用频率,猜测 阅读全文
posted @ 2018-03-15 13:21 雨婷墨染 阅读(2161) 评论(0) 推荐(0) 编辑
摘要: 整段缩进: 阅读全文
posted @ 2018-03-15 12:57 雨婷墨染 阅读(257) 评论(0) 推荐(0) 编辑
摘要: 1.常用数学符号的 LaTeX 表示方法: http://www.mohu.org/info/symbols/symbols.htm Latex的简单介绍:http://www.mohu.org/info/lshort-cn.pdf 括号总结:https://blog.csdn.net/han___ 阅读全文
posted @ 2018-03-15 12:51 雨婷墨染 阅读(1490) 评论(0) 推荐(0) 编辑
摘要: 摘 要 本文是汽车评估系统的核心算法,利用决策树进行分类,本文对决策树进行了介绍,同时比较C4.5和ID3算法的不同,对C4.5提出随机深林的想法提高分类预测的准确性。 关键词:汽车评估,决策树,C4.5 决策树(Decision tree) 它从一组无次序、无规则的元组中推理出决策树表示形式的分类 阅读全文
posted @ 2017-07-17 09:58 雨婷墨染 阅读(1932) 评论(0) 推荐(0) 编辑
摘要: 端口渗透总结 0x00 背景 在前段时间的渗透中,我发现通过端口来进行渗透有时会提升我们的效率,所以才有了这篇文章的诞生; 首先分享一份关于端口及他们对应的服务文件:https://yunpan.cn/cYyNXEpZNYvxQ 访问密码 983e 这里再分享一篇我曾经在百度文库提交的端口渗透文章: 阅读全文
posted @ 2017-05-17 18:19 雨婷墨染 阅读(2867) 评论(1) 推荐(3) 编辑