原文: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,返回索引值) 4.np.empty(生成空矩阵) 5.np.meshgrid(生成二维数据) 6.np.where(符合条件的索引) 7.tf.gather取值

. tf.image.resize and crop net, bbox, , , , name 根据bbox的y ,x ,y ,x 获得net中的位置,将其转换为 ,因此为 , , , 表示转换的个数,最后的维度为 , , , 参数说明:net表示输入的卷积层,bbox表示y ,x ,y , x 的比例, 表示转换成多少个, , 表示转换的卷积,name表示名字 . tf.slice x, , ...

2019-04-03 19:57 0 717 推荐指数:

查看详情

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

横1. np.concatenate(list, axis=0) 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=0,表示从上到下进行串接 2.np.hstack(list) 将列表进行横向排列 参数说明:list.append ...

Thu Mar 07 07:59:00 CST 2019 0 963
深度学习原理与框架-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(对数据进行切分操作) 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
深度学习原理与框架-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(将一数据表示为二维维度) 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
tf.gather,取指定维度多个索引数据

tensorflow和numpy在数据处理上语法相似但又不完全一样,比如在numpy中想取指定维度的多个指定索引所指向的数据时,直接用一个列表保存索引就能直接取,比如: 但是若b是tensor形式,则上述操作会报错! 而在tensor中则需要使用tf.gather方法来 ...

Fri Jul 03 20:11:00 CST 2020 0 650
tf.image.crop_and_resize

https://blog.csdn.net/m0_38024332/article/details/81779544 将图片剪切下来,池化为固定大小。可以快速的对proposal进行池化 ...

Sun Nov 24 19:17:00 CST 2019 0 260
 
粤ICP备18138465号  © 2018-2025 CODEPRJ.COM