摘要： 手写数字识别 import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data def full_connected(): #获取真实数据 mnist=input_data.read_data_set 阅读全文

摘要： 题目分析： 利用视觉分析技术对视频进行识别，主要是固定物体的识别，如建筑等，通过对不同物体的识别，分类，标注上不同的颜色 目标及应用场景： 我们设想的应用场景为无人驾驶或者盲人助手。我们希望通过的视频图像识别可以识别出画面里的盲道和障碍物或者马路的基本方向，可以向使用者作出一些提示。 需要学习的知识 阅读全文

摘要： 卷积神经网络 卷积神经⽹网络 卷积层：定义过滤器器（观察窗⼝口）⼤大⼩小， 步⻓长(移动的像素数量量)1 奇数 1*1， 3*3， 5*528，28，1卷积层：32个filter, 3*3，步⻓长1, p=1H2 = (28-3+ 2P)/1+1= 28 w2=(28-3+ 2P)/1+1 = 28 阅读全文

摘要： 软件架构设计这本书最开始主要讲述了软件架构的概念，以及一些软件结构设计的方法。 软件架构的概念： 组成派：软件架构 = 组件 + 交互。 决策派：软件架构 = 重要决策集。 软件架构子系统和框架之间的关系：好的架构设计必须把变化点错落有致地封装到软件系统的不同部分。 软件架构在软件开发过程中有着非常 阅读全文

摘要： 实现文件的读取 import tensorflow as tf import os #批处理大小和队列，数据的数量没有影响，大小之决定这批次取多少数据 def csvread(filelist): #1构造文件队列 file_queue=tf.train.string_input_producer( 阅读全文

摘要： tensorflow实现线性回归 import tensorflow as tf import os #自实现一个线性回归预测 def myregression(): with tf.variable_scope("data"):#变量作用域，代码更加分明 #1准备数据 x特征值[100,1] y目 阅读全文

摘要： 在一线架构师Refined Architecture阶段中，讲到了细化架构的相关方法，最开始通过两个故事说明了细化架构的重要性。介绍了一个细化架构的方法，多视图法是贴近实践的一种方法，将一线架构师的各项具体工作涵盖其中。 Refined Architecture是相对于Conceptual Arch 阅读全文

摘要： 学会读取图片并转化为张量 import tensorflow as tf import os #读取狗图片并转换成张量 def picread(filelist): file_queue=tf.train.string_input_producer(filelist) #构造阅读器读取图片内容，默认 阅读全文

摘要： 重构上学期的大型数据库大作业《信息领域热词分析》，这里将介绍如何设计编码实现六种质量属性战术，为什么这样设计，解决什么问题，实现的过程、难度是什么。 1.可用性战术 可用性与系统故障及其后果相关，当系统不再提供其规范中所说的服务时，就出现了系统故障。系统用户可以观察到此类故障。可用性战术有错误检测， 阅读全文

摘要： k-means算法的思想比较简单，假设我们要把数据分成K个类，大概可以分为以下几个步骤： 随机选取k个点，作为聚类中心；计算每个点分别到k个聚类中心的聚类，然后将该点分到最近的聚类中心，这样就行成了k个簇；再重新计算每个簇的质心（均值）；重复以上2~4步，直到质心的位置不再发生变化或者达到设定的迭代 阅读全文