初学linux，虽有图形界面但是主要操作还是通过命令行，而且有些操作通过命令行的方式比之图形界面会更加方便，就比如批量的处理，很容易便能使用一行命令就可批量对文件进行操作。主要是使用通配符与正则表达式的方式来实现。文件的批量创建（比如创建文件名为1.txt到10.txt）：$ touch {1..10}.txt如果是按字母顺序也可以，那便将{1.。10}改成类似{a..z}或者{A..Z}的形式

有时候在MyEclipse上访问一个servlet时，会出现404的页面，如果是web.xml没配置好或者Url的错误，这里就不多说了，这里说的是一切都似乎很正确但是仍然访问不了的情况。这里需要做的是找到运行servlet的容器，这里以tomcat为例，先将其关闭，然后在该tomcat找到对应项目，点击redeploy，然后再启动tomcat即可。...

实验有需求，需要对tensor中每一行取一个不同的索引的元素，其中tensor为2维（本文方法适合任意维），因此本文以2维tensor为例。# 二维tensorg = tf.constant([[1,2,3,4,5,6,7,8],[9,8,7,6,5,4,3,2]])# 每一行取的index，在本例中，正确取值为[3, 2]，即第一行index=2的元素和第二行index=7的元素h_in...

在android studio中导入一些依赖的时候出现的这个错误，网上搜到的和我的path的内容都不相同，但是这不重要，重要的是解决方案是相同的。这个错误的意思是同样的依赖路径存在两个，说人话就是两次导入了同一个名称的依赖，然后系统就不知道要以哪一个为准了，这种问题的解决办法也很简单，在build.gradle(Module: app)里面，加上一句：packagingOptions {

前文已经介绍完了tensorflow2.0自定义layer、model、loss function，本文将结合前述知识，搭建一个稀疏自动编码器SAE。先简单介绍稀疏自动编码器SAE，其架构如下图所示（图源网络，侵删），三层结构，输出层应尽量和输入层接近，其重点在于中间的隐藏层，隐藏层将数据进行了重新编码，这样做的目的是获得输入数据更好的数据表示。在普通自动编码器中，往往要求隐藏层元素个数要比输..

最近在用tensorflow2.0搭建一个简单的神经网络，虽然结构简单但是由于对自定义有要求，官方提供的layer和model不能满足要求，因此需要自行对layer、model、loss function进行自定义。由于tensorflow2.0发布不久，国内相关文章较少，我便决定写上这一系列文章。本文讨论tensorflow2.0中如何自定义layer。本文不讨论tensorflow1和2在..

tensorflow1.X的版本使用rmspropoptimizer的调用方式为tf.train.RMSPropOptimizer()然而去看新版官网：https://www.tensorflow.org/api_docs/python/tf/keras/optimizers/RMSprop?version=stable当tensorflow2.X想使用该优化器时，其调用方式为：tf.opti..

tensorflow2.0保存模型的方式有很多，这里只介绍两种。一、 使用官方模型这种情况可以直接保存整个模型，如下所示，可以将模型保存为HDF5文件# 创建模型实例model = create_model()# 保存模型到HDF5文件model.save('my_model.h5')# 读取模型model = keras.models.load_model('my_model.h...

最近在实验中，需要用到tensorflow建立一个简单的模型，但鉴于部分要求比较苛刻，不能直接使用其内置的layer，因此需要自定义一个layer类，这便涉及到了对__init__(), build(), call()这三个函数的理解先看官方手册中使用了Layer中的这三个关键函数的一个简单的实例：class MyDenseLayer(tf.keras.layers.Layer):def...

前文写了如何使用tensorflow2.0自定义Layer，本文将讲述如何自定义Model，并将前述的Layer应用到本Model中来。（一）tensorflow2.0 - 自定义layer自定义模型也比较简单，只是需要搞清楚Model中各部分的作用及执行流程即可。由于本例中将使用前文中的自定义Layer，因此先将其代码贴过来以便查阅，没看过前文的也没关系，不影响对自定义模型的理解。im...