原创 win10 + scala+ spark+hadoop 環境配置走過的坑
配置走過的坑,留下有用的鏈接: win10安裝spark流程: https://blog.csdn.net/NJYR21/article/details/80291630 Hadoop 2.7.1 windows工具:https:/
原创 Android Sqlite的介紹及使用
Android Sqlite的介紹及使用:https://blog.csdn.net/yonezcy/article/details/73291548 https://blog.csdn.net/midnight_time/artic
原创 Win10下Python及CPU版tensorflow環境安裝
Win10下Python及CPU版tensorflow環境安裝1、下載軟件: Win10 系統 windows版本Python-3.6: Anaconda3-5.0.1-Windows-x86_64.exe
原创 數據分析工程
特徵選擇: https://blog.csdn.net/zhouwenyuan1015/article/details/65938636 https://blog.csdn.net/hren_ron/article/details/8
原创 vmware + centos + MTPuTTY 配置問題解決
(1)Linux問題解決:win10主機無法ping通虛擬機centos: https://blog.csdn.net/qq128495/article/details/81045321 (2) C
原创 win10+spark+hadoop 借鑑
參考: https://github.com/sardetushar/hadooponwindows https://www.jianshu.com/p/ad14d310df3b https://blog.csdn.net/NJYR21/
原创 win10 + python36 + dlib + OpenCV 3.4.0 人臉檢測 安裝教程
win10 + python36 + dlib : https://www.cnblogs.com/AdaminXie/p/9032224.html https://github.com/coneypo/Dlib
原创 Android 6.0動態申請權限
https://blog.csdn.net/htwhtw123/article/details/76032997
原创 TensorFlowLite:將TensorFlow訓練好的模型遷移到Android APP上
在Android Studio中配置TensorFlowLite 把訓練好的 TensorFlow的 pb模型 移植到Android Studio上,TensorFlow Lite官方的例子中已經給我們展示了,我們其實只需要兩個文件
原创 Android studio 2.3.3配置OpenCV 3.4.2
Android studio2.3.3配置OpenCV 3.4.2,這裏就將自己踩過的坑碼下來共免。 首先我的Android studio版本是2.3.3,OpenCV可以去官網上下載相應的Androidsdk版:
原创 tensorflow利用Inception-v3實現遷移學習
1、Tensorflow 實現遷移學習。 #photo地址: #http://download.tensorflow.org/example_images/flower_photos.tgz #Inception-v3模型 #源碼下載和
原创 CNN的LeNet-5模型及其TensorFlow實現
卷積神經網絡的常見網絡結構 常見的架構圖如下: LeNet-5模型結構圖如下圖: LeNet-5模型總共有7層。 第一層:卷積層 第一層卷積層的輸入爲原始的圖像,原始圖像的
原创 Softmax Regression簡介
Softmax Regression簡介 處理多分類任務時,通常使用Softmax Regression模型。 在神經網絡中,如果問題是分類模型(即使是CNN或者RNN),一般最後一層是Softmax Regression。它的工作原理是
原创 手寫識別(MNIST)
MNIST手寫體識別,利用神經網絡解決的過程: 1、前向傳播模塊 首先將前向傳播過程抽象出來,作爲一個可以作爲訓練測試共享的模塊,取名爲mnist_inference_5_5.py,將這個過程抽象出來的好處是,一是可以保證在訓練或者測
原创 MNIST數字識別問題(Tensorflow)
一、首先介紹tensorflow持久化的工作原理,持久化代碼實現。 1.1使用tf.train.Saver類,以下代碼給出了保存tensorflow計算圖的方法。 import tensorflow as tf v1=tf.Variab