原文:深度學習實踐-物體檢測-faster-RCNN(原理和部分代碼說明) 1.tf.image.resize_and_crop(根據比例取出特征層,進行維度變化) 2.tf.slice(數據切片) 3.x.argsort()(對數據進行排列,返回索引值) 4.np.empty(生成空矩陣) 5.np.meshgrid(生成二維數據) 6.np.where(符合條件的索引) 7.tf.gather取值

. tf.image.resize and crop net, bbox, , , , name 根據bbox的y ,x ,y ,x 獲得net中的位置,將其轉換為 ,因此為 , , , 表示轉換的個數,最后的維度為 , , , 參數說明:net表示輸入的卷積層,bbox表示y ,x ,y , x 的比例, 表示轉換成多少個, , 表示轉換的卷積,name表示名字 . tf.slice x, , ...

2019-04-03 19:57 0 717 推薦指數:

查看詳情

深度學習原理與框架-神經網絡-cifar10分類(代碼) 1.np.concatenate(進行數據串接) 2.np.hstack(將數據橫着排列) 3.hasattr(判斷.py文件的函數是否存在) 4.reshape(維度重構) 5.tanspose(維度位置變化) 6.pickle.load

橫1. np.concatenate(list, axis=0) 將數據進行串接,這里主要是可以將列表進行x軸獲得y軸的串接 參數說明:list表示需要串接的列表,axis=0,表示從上到下進行串接 2.np.hstack(list) 將列表進行橫向排列 參數說明:list.append ...

Thu Mar 07 07:59:00 CST 2019 0 963
深度學習原理與框架-Alexnet(遷移學習代碼) 1.sys.argv[1:](控制台輸入的參數獲取第二個參數開始) 2.tf.split(對數據進行切分操作) 3.tf.concat(對數據進行合並操作) 4.tf.variable_scope(指定w的使用范圍

1. sys.argv[1:] # 在控制台進行參數的輸入時,只使用第二個參數以后的數據 參數說明:控制台的輸入:python test.py what, 使用sys.argv[1:],那么將獲得what這個數值 2. tf.split(value=x ...

Thu Mar 21 03:20:00 CST 2019 0 587
深度學習原理與框架-神經網絡-線性回歸與神經網絡的效果對比 1.np.c_[將數據進行合並] 2.np.linspace(將數據拆成n等分) 3.np.meshgrid(將一數據表示為二維維度) 4.plt.contourf(畫出等高線圖,畫算法邊界)

1. np.c[a, b] 將列表或者數據進行合並,我們也可以使用np.concatenate 參數說明:a和b表示輸入的列表數據 2.np.linspace(0, 1, N) # 將0和1之間的數分成N份 參數說明:0表示起始數據,1表示末尾數據,N表示生成的分數 3.xx, yy ...

Fri Mar 08 00:46:00 CST 2019 0 791
tf.gather,取指定維度多個索引數據

tensorflow和numpy在數據處理上語法相似但又不完全一樣,比如在numpy中想取指定維度的多個指定索引所指向的數據時,直接用一個列表保存索引就能直接取,比如: 但是若b是tensor形式,則上述操作會報錯! 而在tensor中則需要使用tf.gather方法來 ...

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

https://blog.csdn.net/m0_38024332/article/details/81779544 將圖片剪切下來,池化為固定大小。可以快速的對proposal進行池化 ...

Sun Nov 24 19:17:00 CST 2019 0 260
 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM