![](../../asset/images/user/bgImg_default.jpeg)
简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
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];...
文本编辑工具trsedawk
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