原创 以kenlm爲例,詳細介紹N-gram語言模型

本文爲轉載https://blog.csdn.net/asrgreek/article/details/81979194的基礎上,做了一些推演與推演過程的修正,如有錯誤歡迎指正。 本文以KenlM介紹常用的N-gram語言模型原理。Ken

原创 CTreeCtrl如何修改節點名稱

 1)  設置ctreectrl  label editable 屬性   long lStyle=::GetWindowLong(m_tree.GetSafeHwnd(),GWL_STYLE);  lStyle|=TVS_EDITLAB

原创 Ukkonen後綴樹算法原理

https://www.cnblogs.com/gaochundong/p/suffix_tree.html 本文爲節選上述文章,若有問題請聯繫本人。 看了很多相關的文章,都沒有解釋清楚下面系列圖示裏面的符號的含義,後來發現這篇文章裏面做

原创 Mac配置sublime text3+python3+brew+boost+cmake+kenlm環境

1、首先安裝python3,配置python3環境 下載python3.7.1安裝包,鏈接:https://pan.baidu.com/s/1JaPaoUCGNeYj60gATpb9eg  密碼:0mh6 將python3安裝路徑加入環境

原创 wordcloud 參數 含義

font_path : string  #字體路徑,需要展現什麼字體就把該字體路徑+後綴名寫上,如:font_path = '黑體.ttf' width : int (default=400) #輸出的畫布寬度,默認爲400像素 heig

原创 vsrelease版本調試設置

設置在Release模式下調試的方法: 1.工程項目上右鍵 -> 屬性 2.c++ -> 常規 -〉調試信息格式 選 程序數據庫(/Zi)或(/ZI), 注意:如果是庫的話,只能(Zi) 3.c++ -> 優化 -〉優化 選 禁止(/Od

原创 TensorFlow官方文檔TensorBoard: 圖表可視化

TensorFlow 圖表計算強大而又複雜,圖表可視化在理解和調試時顯得非常有幫助。 下面是一個運作時的可式化例子。爲了顯示自己的圖表,需將 TensorBoard 指向此工作的日誌目錄並運行,點擊圖表頂部窗格的標籤頁,然後在左上角的菜單

原创 TensorBoard 簡介及使用流程

僅供學習參考,轉載地址:http://blog.csdn.net/mzpmzk/article/details/77914941 一、TensorBoard 簡介及使用流程 1、TensoBoard 簡介 TensorBoard 和 T

原创 tensorboard 查看訓練模型

https://www.cnblogs.com/tengge/p/6376073.html   import tensorflow as tf import numpy as np #輸入數據 x_data = np.linspace

原创 Tensorflow模型保存與讀取

import tensorflow as tf import numpy as np import os #輸入數據 x_data = np.linspace(-1,1,300)[:, np.newaxis] noise = np.r

原创 ResNet

1 簡要概括     ResNet(Residual Neural Network)由微軟研究院的Kaiming He等四名華人提出,通過使用ResNet Unit成功訓練出了152層的神經網絡,並在ILSVRC2015比賽中取得冠軍,在

原创 淺談對AlexNet的理解

注意:分析之前先介紹一下卷積之後圖像的尺寸變化: 先定義幾個參數 輸入圖片大小 W×W Filter大小 F×F 步長 S padding的像素數 P 於是我們可以得出 N = (W − F + 2P )/S+1 輸出圖片大小爲 N×N

原创 GoogleNet:inceptionV3模型

Rethinking the Inception Architecture for Computer Vision 論文地址:https://arxiv.org/abs/1512.00567   Abstract 介紹了卷積網絡在計算機視

原创 卷積神經網絡的一些經典網絡(Lenet,AlexNet,VGG16,ResNet)

LeNet – 5網絡 網絡結構爲: 輸入圖像是:32x32x1的灰度圖像 卷積核:5x5,stride=1 得到Conv1:28x28x6 池化層:2x2,stride=2 (池化之後再經過激活函數sigmoid) 得到Pool1:14

原创 VGG Net

一、簡介        VGG Net由牛津大學的視覺幾何組(Visual Geometry Group)和 Google DeepMind公司的研究員一起研發的的深度卷積神經網絡,在 ILSVRC 2014 上取得了第二名的成績,將 T