原创 無人機圖像快拼環境與資料總結

            ODM:open drone  可以用來出無人機正射 odm說明文檔 https://docs.opendronemap.org/installation.html#hardware-recommendations

原创 sqlite3:鎖機制、stmt加速、wal日誌模式、多進程併發、寫互斥

最近需要做sqlite的併發優化,會有一些多主機多進程的操作失敗問題,所以學習一下,順便爲了翻閱,做一個筆記收集。   未完成。。。。。。。。。。。。。。。。。。。 to be continued 目前只對我某時刻最關注的點做筆記,默認簡

原创 python手寫神經網絡之用im2col實現卷積層、池化層

簡介 im2col就是img to colomn主,要是把圖像轉成column,原因和用途也很清晰,CNN中數據是四維的,並且有滑動窗口的存在,如果用for循環,計算效率不敢看。   那麼原理也很簡單,展開、複製、向量化。   但是從示意

原创 在opencv3以上環境中使用nonfree等模塊,使用surf等,3.4.3爲例(草稿)

    https://opencv.org/releases/page/3/原版壓縮包,分zip和windows的exe。 https://github.com/opencv/opencv/releases/tag/3.4.3  也是一

原创 【有視頻】通過觀察deep dream的一些細節直觀瞭解卷積神經網絡

使用deep dream做了很多圖,從中確實能直觀地學到一些東西。 下面是自己做的視頻,使用不同通道生成了一些圖形,並對比了不同的迭代次數下生成的圖片。 https://www.bilibili.com/video/av65825597/

原创 手寫softmax cross entropy的反向傳播推導過程以及反向傳播代碼。

如圖,共兩部分,softmax一部分,cross-entropy一部分,a1、a2、a3是輸入,y1、y2、y3是softmax的輸出,t1、t2、t3是label,圖中右側輸出Loss=cross entropy,輸入gradient

原创 scipy.misc import 'imread' 導入失敗解決方法 python3!!!

  from scipy.misc import imread ImportError: cannot import name 'imread'         三個點:一,需要依賴Pillow; pip install pillow  

原创 LeetCode:43 multiply 大數乘法的數學直觀理解

  leetcode上遇到的題。 我們學了那麼多年的數學,做了那麼多年的乘法,卻不曾仔細總結其中的規律,至少是沒有用這種程序化的邏輯概括過。 這個計算過程想想也是很有意思,還是總結下。 以15*15=225爲例: 個位數是5*5=25,留

原创 聯合體(union)的使用方法及其本質

有些基礎知識快淡忘了,所以有必要複習一遍,在不借助課本死知識的前提下做些推理判斷,溫故知新。   1.聯合體union的基本特性——和struct的同與不同 union,中文名“聯合體、共用體”,在某種程度上類似結構體struct的一種數

原创 C語言結構體(struct)常見使用方法

今天覆習一下struct,順便挖掘一下以前沒注意的小細節:   基本定義:結構體,通俗講就像是打包封裝,把一些有共同特徵(比如同屬於某一類事物的屬性,往往是某種業務相關屬性的聚合)的變量封裝在內部,通過一定方法訪問修改內部變量。    

原创 樣本不均衡

使用mnist進行訓練,將訓練集進行處理,指定一個分類,刪除大部分樣本。 各類樣本數如下 # 5444,6179,5470,5638,5307,4987,5417,5715,5389,5454 specified_class_idx

原创 TensorFlow中EMA的概念和正確使用方法

目錄 概念 彌補不足:初始數據積累不足的情況 深度學習訓練中的作用 實現 典型步驟 一個EMA影子變量的例子 進一步接近真實情景,讓w1變動 例2:global_step的trainable設置 最後,怎麼用影子變量來測試? 模擬訓練與存

原创 win7-64安裝anaconda4.6.7+cuda9.0+cudnn7.0+tensorflow-gpu1.5.0+pycharm+jupyter過程及遇到的一些問題

學習的話,用linux還是比較好,但是雙系統虛擬機跑的話只能用CPU,太慢了,所以還是要裝windows,用上我的兩塊GPU。 因爲是照着別人的搭配選擇的版本,整體來說比較簡單,除了一些網絡問題和等待,沒太大的阻礙,比linux下默認自帶

原创 Tensorflow中BatchNormalization用法詳解

因爲用了ipynb格式,所以代碼暫時不挪過來了。 手動、自動、保存、恢復的代碼實現,相關參數的變化: https://github.com/huqinwei/tensorflow_demo/batch_normalization_use_

原创 使用PIL(Pillow)的Image.fromarray轉換fer2013數據集報錯

kaggle的一個表情識別的訓練集。     fer2013,通過pandas的read_csv得到的是這個類型    '<i8' 普通的,如果使用Image.open()打開一張圖,得到的是    '|u1'   PIL支持的就只有這些