台部落东东就是我

0.源自於看了知乎上的文章，作者就是這樣的開發環境。所以爲了更好的學習，隨按照作者的環境搭建了。 https://zhuanlan.zhihu.com/p/93277900 1.docker，nvidia-docker 安裝 https:

2020-06-30 05:57:55

Ubuntu python 虛擬環境下自啓動 1.編寫一個shell 1.前面的是你使用的環境下的python的絕對路徑 2.後面是你的程序（.py）的絕對路徑 3.我是把這個test.sh放在和app.py同一目錄下的，不然報錯

2020-06-16 05:54:26

1.首先我們一直說，訓練集，通過訓練數據得出模型。測試集驗證模型的準確率。但是爲什麼要這樣做呢？答：數學上有一個不等式叫做霍夫丁不等式（Hoeffding’s Inequality），這個不等式:

2020-06-16 05:54:26

1.循環神經網絡和卷積神經網絡問題1：處理文本數據時，循環神經網絡與前饋神經網絡相比有什麼特點？答： nett=Uxt+Wht−1,hf=f(nett),y=g(VhT) net_t=Ux_t+Wh_{t-1},h_f=f(n

2020-06-16 05:54:26

參考：https://www.zhihu.com/question/22237507 一，前言：瞭解SVD之前，我們要知道特徵值，特徵向量的含義，回顧（https://blog.csdn.net/qq_33228039/article/

2020-06-16 05:54:26

import psutil import os for proc in psutil.process_iter(): if (proc.name()=='python'): os.system("sudo re

2020-06-16 05:54:26

2020-06-16 05:54:26

https://blog.csdn.net/qq_37541097/a pip install pycocotools-windows rticle/details/106585046

2020-06-16 05:54:26

目錄 1.評估指標的侷限性問題1.準確率的侷限性。問題2.精確率與召回率的權衡。問題3.平方根誤差的“意外” 2.ROC曲線 1.問題：什麼是ROC曲線？ 2.問題：如何繪製ROC曲線？ 3.問題：如何計算AUC？ 4.問題：R

2020-06-16 05:54:26

5.深度卷積神經網絡問題1：卷積操作的本質特性包括稀疏交互和參數共享，具體解釋這兩種特性及其作用。答：在卷積神經網絡中，卷積核尺度遠小於輸入的維度，這樣每個輸出神經元僅與前一層特定局部區域內的神經元存在連接權重，我們稱這種

2020-06-16 05:54:26

4.2模型評估方法 1.留出驗證（數據足夠，增加一個驗證集） 2。K折驗證（數據分成K分，k-1訓練，1驗證） 3.帶有打亂數據的重複K折驗證（和K折驗證一樣，數據分成K分，但是每次訓練打亂數據順序，切執行p次） 4.3數據需處理 1.向

2020-06-16 05:54:26

1.多層感知機與布爾函數問題1：多層感知機表示異或邏輯時最少需要幾個隱含層（僅考慮二元輸入）？答：一層問題2：如果只是用一個隱層，需要多少隱節點能夠實現包含n元輸入的任意布爾函數？答：問題3：考慮多隱層的情況，實現包含n元輸入的

2020-06-16 05:54:26

*開啓異常處理 dev_set_check('give_error') *錯誤代碼，非0表示異常，0表示ok ErrorCode:=0 *設置填充模式 dev_set_draw('margin') * Image Acquisition

2020-06-16 05:54:26

目錄 1.構建數據集 1.1數據增強參數解釋： 1.2根據batch_size構建訓練集參數解釋： 2.構建模型 2.1.不加載權重，從頭訓練參數解釋 2.2 加載imagenet訓練好的權重，修改網絡後幾層。 3.訓練 4.測

2020-06-16 05:54:26

1.vgg16 # coding=utf-8 """ __project_ = 'Backbone' __file_name__ = 'VGG16' __author__ = 'WIN10' __time__ = '2020/5/26

2020-06-16 05:54:25