数据增强表示的是，在原始图像的基础上，对数据进行一定的改变，增加了数据样本的数量，但是数据的标签值并不发生改变， 图片中可以看出对猫这张图片进行了灰度值的变化，但是猫的标签并没有发生改变 常见的数据增强的策略： . Horizontal flips 翻转， 左右翻转，将左边的像素点放在右边，将右边的像素点放在左边 .Random crops scales 随机选取与裁剪， 图中使用 的矩形框，进行 ...
2019-03-12 09:31 0 754 推荐指数：
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 第一部分： 数据读入 第二部分：模型的构建，用于生成 ...
感受野：对于第一次卷积，如果卷积核是3*3，那么卷积的感受野就是3*3，如果在此卷积上，再进行一次卷积的话，那么这次的卷积的感受野就是5*5 因为5*5的区域，卷积核为3*3， 卷积后每一个点的感受野是3*3，卷积后的区域为3*3 第二次卷积还用用3*3的卷积的话，第二次卷积的结果就变成 ...
LSTM网络是有LSTM每个单元所串接而成的， 从下面可以看出RNN与LSTM网络的差异， LSTM主要有控制门单元和输出门单元组成 控制门单元又是由遗忘门单元和记忆门单元的加和组成。 1.控制门单元， 与最后的输出层做相乘操作，决定什么样的信息会被保留 2.遗忘门单元：上一层 ...
getVectorRadians( x1, y1, x2, y2) { let len_y = y2 - y1; let len_ ...
原文作者：aircraft 原文地址：https://www.cnblogs.com/DOMLX/p/9579392.html 深度学习教程目录如下，还在继续更新完善中 深度学习系列教程目录 一.卷积 在深度学习的过程中，很多神经网络都会用到各种卷积核来进行操作 ...
原博客搬移到：https://blog.csdn.net/u013171226/article/details/107680285 ...
有一个开锁的功能，具体的需求就类似于微信的“摇一摇”功能：摇动手机，手机震动，手机上的锁的图片摇动一下，然后发送开锁指令。需求简单，但用到了许多方面的知识。 1.摇一摇 相对这是最简单的功能了。 在viewController的viewDidLoad中加这两句代码 ...
在调用函数的时候，可能需要传入参数，因此使用lambda来构造函数进行传入 QPushButtonDemo.py ...
