文本编辑工具trsedawk

TensorFlow和Keras中的Crop函数在计算机视觉算法中，有些需要对图像进行裁剪（crop）操作的，如下图所示：而在TensorFlow和Keras中(针对于TensorFlow版本1.8)，提供了一系列的函数用于crop操作，分别是:Keras中的tf.keras.layers.Cropping1D（用于一维信号如语音信号的裁剪）tf.keras.layers....

segment fault段错误是在编程报错中经常出现的，特别是在c语言编程中，尤其常见，其原因本质上上是访问了非法（不属于这个程序）的内存地址空间，具体来说有以下几种情况：局部变量定义中，使用了过大的局部变量，大于了系统给之的栈(stack)的大小，因此报错。比如以下代码在linux环境下，就可能出现段错误报错：void foo(){float vars[10000][10000];...

TensorFlow中有着一个image模块专门用于处理图片数据的预处理，里面定义了若干常见的图像预处理函数，让我们列举出来，介绍一下，API地为 tf.image.tf.image.adjust_brightness(images, delta) ：用于改变原图像的明亮度，也就是在原图像的基础上加上一个delta，于是我们有new_image = old_image+delta。tf...

TensorFlow的体系结构前言* 本文翻译自官方的体系结构介绍，有利于理解TensorFlow系统的整体框架结构，有利于自行后续阅读源码，因此翻译为中文，以飨国人，原文出自TensorFlow Architecture *如有谬误，请联系指正。转载请注明出处。联系方式：e-mail: FesianXu@163.comQQ: 973926198github: ht...

Paddle静态图训练时在线验证FesianXu 20220312 at Baidu Search Team前言在使用paddle静态图进行模型训练的时候，可以同时进行在线模型验证，实现自动化的最优checkpoint挑选。如有谬误请联系指出，本文遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明并且联系笔者，谢谢。∇\nabla∇ 联系方式：e-mail: FesianXu

曲线拟合问题与L2正则前言我们在[1]中曾经谈到了在贝叶斯理论下指导的曲线拟合问题以及基于此的L2正则化解释，其实，对于L2正则化还可以从模型复杂度的角度进行解释，现在，我们针对非贝叶斯观点的曲线拟合问题和L2正则进行讨论。如有谬误，请联系指正。转载请注明出处。联系方式：e-mail: FesianXu@163.comQQ: 973926198github: https://gith...

前言线性回归模型是机器学习中一个基本回归模型，是许多模型的基础，学习好线性回归模型有助于我们的机器学习，这里简单介绍下线性回归模型并且提供Python代码演示。如有谬误，请联系指正。转载请注明出处。联系方式：e-mail: FesianXu@163.comQQ: 973926198github: https://github.com/FesianXu代码开源：click线性回

本文作为笔记记录git使用的一些杂问题。git bash中文文件名无法正确显示git终端的文件名无法正常显示，如git bash 客户端第一次查看文件时，无法正确显示中文的文件名，输入以下命令即可解决git config --global core.quotepath false# 显示 status 编码git config --global gui.encoding utf-8# 图形界面编码

贝叶斯曲线拟合以及对L2正则化的贝叶斯解释前言在以前文章中，我们讨论过《概率学派和贝叶斯学派的区别》和《 <机器学习系列> 线性回归模型》，这里我们讨论下曲线拟合问题中的数据点的噪声问题，以及根据贝叶斯理论的L2正则化解释。如有谬误，请联系指正。转载请注明出处。联系方式：e-mail: FesianXu@163.comQQ