原创 SQL Server中的窗口計算

SQL Server中的窗口函數 - CareySon - 博客園 http://www.cnblogs.com/CareySon/p/3411176.html 1. 窗口計算簡介 爲了支持窗口計算,SQL server提供了OVER子句

原创 遊標的使用

遊標主要用於存儲過程和觸發器中: 1.聲明變量,用於包含遊標返回的數據 2. 使用遊標聲明語句(declare cursor) 將遊標與select 語句關聯; 3. 使用open語句執行select語句並填充遊標; 4. 使用fetch

原创 DenseNet:比ResNet更優的CNN模型

碼字不易,歡迎給個贊! 歡迎交流與轉載,文章會同步發佈在公衆號:機器學習算法全棧工程師(Jeemy110) 文章目錄前言設計理念網絡結構實驗結果及討論使用Pytorch實現DenseNet小結參考文獻 前言 在計算機視覺領域,卷積神

原创 目標檢測算法之SSD

碼字不易,歡迎給個贊! 歡迎交流與轉載,文章會同步發佈在公衆號:機器學習算法全棧工程師(Jeemy110) 目錄 目錄 前言 設計理念 網絡結構 訓練過程 預測過程 性能評估 TensorFlow上的實現 小結 參考文獻

原创 目標檢測|YOLOv2原理與實現(附YOLOv3)

碼字不易,歡迎給個贊! 歡迎交流與轉載,文章會同步發佈在公衆號:機器學習算法工程師(Jeemy110) 歡迎關注機器學習算法工程師專欄和公衆號 前言 YOLOv2的改進策略 Batch Normalization High Res

原创 YOLO算法的原理與實現

碼字不易,歡迎給個贊! 歡迎交流與轉載,文章會同步發佈在公衆號:機器學習算法全棧工程師(Jeemy110) 目錄 目錄 前言 滑動窗口與CNN 設計理念 網絡設計 網絡訓練 網絡預測 算法性能分析 算法的TF實現 小結 參考文獻

原创 動態規劃

動態規劃 對很多問題,動態規劃(Dynamic Programming)是個強有力的武器,因爲大部分情況下它可以大大降低算法的時間複雜度。動態規劃的一個重要的應用是在滿足最優性原理的優化問題,所謂最優性原理指的是問題的一個最優解總是包含子

原创 你知道如何計算CNN感受野嗎?這裏有一份詳細指南

碼字不易,歡迎給個贊! 歡迎交流與轉載,文章會同步發佈在公衆號:機器學習算法全棧工程師(Jeemy110) 固定大小的CNN特徵圖可視化 感受野計算公式 附文 小結 本文翻譯自A guide to receptive fiel

原创 C++可變參數模板

可變參數模板 普通模板只可以採取固定數量的模板參數。然而,有時候我們希望模板可以接收任意數量的模板參數,這個時候可以採用可變參數模板。對於可變參數模板,其將包含至少一個模板參數包,模板參數包是可以接收0個或者多個參數的模板參數。相應地,存

原创 生成對抗網絡的tensorflow實現

生成對抗網絡的tensorflow實現 原文地址:http://blog.evjang.com/2016/06/generative-adversarial-nets-in.html 這是關於使用tensorflow來實現Goodfel

原创 使用邏輯迴歸對MNIST數字分類

使用邏輯迴歸對MNIST數字分類 注意:這部分需要讀者熟悉Theano的以下概念:shared variables,basic arithmetic ops,T.grad,floatX。如果準備使用GPU運行代碼,你需要閱讀Theano

原创 遞歸神經網絡教程(1)-RNN介紹

遞歸神經網絡教程(1)-RNN介紹 Source: http://www.wildml.com/2015/09/recurrent-neural-networks-tutorial-part-1-introduction-to-rnns/

原创 SQLServer事務的隔離級別

傳統隔離級別 隔離級別確定了併發用戶讀取或者寫入的行爲。讀取者可以是任何選擇數據的語句,默認情況下使用共享鎖。寫入者是任何對錶進行修改的語句,並且需要一個排它鎖。 SQL Server支持4個基於悲觀併發控制(鎖定)的傳統隔離級別:RE

原创 實例介紹TensorFlow的輸入流水線

目錄 目錄 前言 製作TFRecords文件 讀取TFRecords文件 tf.data簡介 創建Dataset 創建Iterator One-shot Iterator Initializable Iterator Reinitia

原创 分佈式TensorFlow入門教程

目錄 目錄 前言 分佈式訓練策略 模型並行 數據並行 分佈式訓練架構 Parameter server架構 Ring-allreduce架構 分佈式TensorFlow簡介 複製訓練(Replicated training)