原文:深度学习原理与框架-神经网络-cifar10分类(代码) 1.np.concatenate(进行数据串接) 2.np.hstack(将数据横着排列) 3.hasattr(判断.py文件的函数是否存在) 4.reshape(维度重构) 5.tanspose(维度位置变化) 6.pickle.load(f文件读入) 7.np.argmax(获得最大值索引) 8.np.maximum(阈值比较)

横 . np.concatenate list, axis 将数据进行串接,这里主要是可以将列表进行x轴获得y轴的串接 参数说明:list表示需要串接的列表,axis ,表示从上到下进行串接 .np.hstack list 将列表进行横向排列 参数说明:list.append , , list.append , np.hstack list , list等于 , , , . hasattr opt ...

2019-03-06 23:59 0 963 推荐指数:

查看详情

深度学习实践-物体检测-faster-RCNN(原理和部分代码说明) 1.tf.image.resize_and_crop(根据比例取出特征层,进行维度变化) 2.tf.slice(数据切片) 3.x.argsort()(对数据进行排列,返回索引) 4.np.empty(生成空矩阵

1. tf.image.resize_and_crop(net, bbox, 256, [14, 14], name) # 根据bbox的y1,x1,y2,x2获得net中的位置,将其转换为14*14,因此为[14, 14, 512], 256表示转换的个数,最后的维度为[256, 14, 14 ...

Thu Apr 04 03:57:00 CST 2019 0 717
深度学习原理框架-卷积神经网络-cifar10分类(图片分类代码) 1.数据读入 2.模型构建 3.模型参数训练

卷积神经网络:下面要说的这个网络,由下面三层所组成 卷积网络:卷积层 + 激活层relu+ 池化层max_pool组成 神经网络:线性变化 + 激活层relu 神经网络: 线性变化(获得得分值) 代码说明: 代码主要有三部分组成 第一部数据读入 第二部:模型的构建,用于生成 ...

Tue Mar 12 08:43:00 CST 2019 4 439
深度学习原理框架-神经网络-线性回归与神经网络的效果对比 1.np.c_[将数据进行合并] 2.np.linspace(将数据拆成n等分) 3.np.meshgrid(将一维数据表示为二维的维度) 4.plt.contourf(画出等高线图,画算法边界)

1. np.c[a, b] 将列表或者数据进行合并,我们也可以使用np.concatenate 参数说明:a和b表示输入的列表数据 2.np.linspace(0, 1, N) # 将0和1之间的数分成N份 参数说明:0表示起始数据,1表示末尾数据,N表示生成的分数 3.xx, yy ...

Fri Mar 08 00:46:00 CST 2019 0 791
深度学习原理框架-Alexnet(迁移学习代码) 1.sys.argv[1:](控制台输入的参数获取第二个参数开始) 2.tf.split(对数据进行操作) 3.tf.concat(对数据进行合并操作) 4.tf.variable_scope(指定w的使用范围

1. sys.argv[1:] # 在控制台进行参数的输入时,只使用第二个参数以后的数据 参数说明:控制台的输入:python test.py what, 使用sys.argv[1:],那么将获得what这个数值 2. tf.split(value=x ...

Thu Mar 21 03:20:00 CST 2019 0 587
np.concatenate函数

原文链接 numpy.concatenate((a1, a2, ...), axis=0) 1、测试代码 结果 结果 结果:2行4列 concatenate([a, b]) 连接,连接后ndim不变,a和b ...

Mon Apr 27 07:37:00 CST 2020 0 2016
Python:numpy数组拼接之np.concatenatehstack 、vstack

在python中,用于数组拼接的主要来自numpy包,当然pandas包也可以完成。 而,numpy中可以使用append和concatenate函数: 1. 建立数组 2. np.append函数 3. np.concatenate函数 ...

Fri Apr 10 05:00:00 CST 2020 0 2010
 
粤ICP备18138465号  © 2018-2025 CODEPRJ.COM