plus_left的博客

原创 conda安装指定版本的gpu-cpu虚拟环境

conda安装指定版本的gpu-cpu虚拟环境anaconda中没有的版本使用清华镜像安装linux下windows下anaconda中没有的版本使用清华镜像安装linux下如：conda install cudatoolkit=8.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/conda install cudnn=6.0.21 -c https://mirrors.tuna.tsinghua.edu.

原创 Context-Encoders 2016 图像修复篇 基本框架代码复现（tf+keras)

Context-Encoders 2016 图像修复篇 基本框架代码复现tf+keras1.文件路径2.数据集3.代码实现4.运行结果conclusionB站视频链接.1.文件路径2.数据集5k张places2中的arch数据集shape：256×256×3部分数据集和全部数据集均可在官网下载，也可以在我博客文件里下载博客内下载可以访问我的资源里免费下载3.代码实现# context_encoders 图像修复的通用模型讲解 tf+keras# 中航恒拓# by Plusleft#

原创 AlexNet模型结构，卷积池化参数计算以及应用

AlexNet模型结构，卷积池化参数计算以及应用AlexNet显示模型参数pytorch版本keras版本应用到cifar10数据集上进行分类模型训练应用分类AlexNet显示模型参数pytorch版本# 代码测试各网络层参数情况import torch.nn as nnfrom torchsummary import summaryimport torch.nn.functional as Fclass testNet(nn.Module): def __init__(self)

原创 生成对抗网络（GAN）的断点续训问题——savemodel的使用

生成对抗网络（GAN）的断点续训问题——savemodel的使用1.问题简介2.解决办法checkpoint的不可行性savemodel关键代码如下全部代码如下有关代码讲解文章最后有逐行讲解视频链接3.运行结果1.问题简介最近使用GAN做图像生成，发现有时候数据集大网络层数多时，训练需要很长时间，若是中途因为服务器问题或者人为问题意外停止训练，那么续训练这一操作则需要完成。因此参考了tf官网给出的几种方法对断点续训做出了实验，并完成了这一工作。2.解决办法checkpoint的不可行性最先想到的是

原创 ipykernel_launcher.py: error: unrecognized arguments: -f报错解决办法

原创 基于keras的CGAN手把手代码教学＋注释

基于keras的CGAN手把手代码教学＋注释代码如下视频手把手教学代码如下# CGAN_0412 by plus_left# 2021/4/12from tensorflow.keras.models import Sequential, Modelfrom tensorflow.keras.layers import Dense, LeakyReLU, BatchNormalization, Reshapefrom tensorflow.keras.layers import Input,

原创 基于keras的GAN网络手把手代码教学＋注释

基于keras的GAN网络手把手代码教学＋注释代码如下视频手把手教学代码如下# by plus_leftfrom tensorflow.keras import Sequential,Modelfrom tensorflow.keras.layers import Dense, Reshape, Input, Flattenfrom tensorflow.keras.layers import LeakyReLU, BatchNormalizationfrom tensorflow.kera

原创 CGAN中的label_embedding = Flatten()(Embedding(10, 100)(label))行代码解释

在看CGAN代码是对该行产生困惑label_embedding = Flatten()(Embedding(10, 100)(label))经查询和测试两个函数Flatten()和Embedding() 得出以下结论，以便后续复习使用。1.测试内容1from tensorflow.keras.layers import Flatten, Embedding, Inputlabel = Input(shape=(1,), dtype='int32')# label = np.random.ran

原创 LMSE（HK）算法的python实现

import numpy as npimport matplotlib.pyplot as plt# 输入数据# 线性可分# w1 = np.array([[0, 0, 1], [0, 1, 1], [1, 0, 1]])# w2 = np.array([[1, 1, 1]])# 线性不可分w1 = np.array([[0, 0, 1], [1, 1, 1]])w2 = np.array([[1, 0, 1], [0, 1, 1]])w2 = -w2b = np.array([1

原创 tensorflow中checkpoint断点生成，保存，下载参数续训。

四段代码实现参数保存、下载、续训练1.设置ckpt文件保存路径其中保存有模型参数（特定文件类型checkpoint_save_path = "checkpoint/mnist.ckpt"2.判断是否有索引，如果保存了参数模型，会有相应索引文件if os.path.exists(checkpoint_save_path + '.index'): print("---------------loading the model---------------") model.load

原创 mnist数据集预测中输入图片的问题

from PIL import Imageimport numpy as npimport tensorflow as tfmnist = tf.keras.datasets.mnist(x_train, y_train), (x_test, y_test) = mnist.load_data()x_train, x_test = x_train / 255.0, x_test / 255.0# 下载参数model_save_path = './checkpoint/mnist.ckpt'

原创 深入理解numpy.array一些函数运算中的axis参数

深入理解ny.array中的axis参数一、二维矩阵下的一些运算实例1.创建一个二维矩阵2.二维矩阵的一些运算3.将一维数组转换成二维矩阵、n维张量此时再看最大值函数中的axis参数二、推广到n维张量三、合并运算 vstack，hstack和concatenate1. vstack、hstack2.concatenate合并3.多维以此类推 axis参数即可理解完毕一、二维矩阵下的一些运算实例1.创建一个二维矩阵# create by plusleft ############# 2020/11/3

原创 20201121熵（信息论）与BP算法顿悟

熵H( p )交叉熵H(p,q)相对熵KL散度Dkl(p||q) p：目标概率分布 与 q：近似p的概率分布 的信息损失量化三者关系 熵＋相对熵=交叉熵BP算法反向传播中的随机梯度下降详情见大佬链接，弱鸡学习完毕懒于重复整理KL散度（相对熵）.三者关系.JS散度.万一有人需要，看完不会你砍我（别真下手）（可能需要科学上网...

原创 CNN输入图片进行预测TF2版本

CNN输入图片进行预测一、直接上全码 已注解二、知乎大神输入n张图片，进行批量预测三、在此附上py数据集存储为图片的代码一、直接上全码 已注解import tensorflow as tfimport numpy as npfrom PIL import imagefrom tensorflow.keras.layers import Conv2D, BatchNormalization, Activation, MaxPool2D, Dropout, Flatten, Densefrom te

转载 第一个GAN网络（待完善）

from __future__ import print_function, divisionfrom tensorflow.keras.datasets import mnistfrom tensorflow.keras.layers import Input, Dense, Reshape, Flatten, Dropoutfrom tensorflow.keras.layers import BatchNormalization, Activation, ZeroPadding2Dfrom

原创 tf.keras下model.compile(metrics=[‘’])的metrics参数问题

y和y_都是数值 ‘accuracy’y_和y都是独热码（概率分布y)使用 ‘categorical_accuracy’y_是数值，y是独热码（概率分布）则使用 ‘sparse_categorical_accuracy’

原创 conda虚拟环境下tf1和tf2版本共存问题及解决方案

conda虚拟环境下tf1和tf2版本共存问题及解决方案一、虚环境的配置安装相关杂项二、遇到大坑三、配置全过程1.下载python3.6.8并安装2.下载anaconda最新版本3.cmd命令行操作创建两个虚拟环境4.查看并分别进入两个虚拟环境安装对应的tensorflow5.两个conda虚拟环境的tf安装成功后，在pycharm导入、切换一、虚环境的配置安装相关杂项相信想安装虚环境的朋友已经掌握了安装单个环境的能力，所以这里不在赘述，只讨论更深层次问题。我们安装tensorflow的过程是在con

原创 HP打印机同一路由（子网）下共享连接打印机

HP打印机同一路由（子网）下共享连接打印机设备：这是一台 HP LeserJet M1005设备连接共享方式其他主机连入此打印机踩了个大坑找到好的方案设备：这是一台 HP LeserJet M1005设备连接共享方式有线连接一台PC，PC成功与打印机连接，然后在有线连接打印机的PC上共享此打印机。即可供给同一局域网内的其他PC连接打印。其他主机连入此打印机踩了个大坑hp官网找驱动，使用tcp/ip地址手动添加打印机，在安装驱动的一步始终找不到hp官方提供的打印机型号，导致无法安装。进而去h

原创 RNN学习记录——预测代码实现

学习记录2020/10/31RNN预测连续字符RNN预测股票RNN预测连续字符abcd->e bcde->fimport numpy as npimport tensorflow as tffrom tensorflow.keras.layers import Dense, SimpleRNN, Embeddingimport matplotlib.pyplot as pltimport osinput_word = "abcdefghijklmnopqrstuvwxyz"w

原创 RNN循环神经网络——embedding的理解

RNN中Embedding的一些理解一、RNN 循环神经网络1. 1循环核：1.2 循环核按时间步展开1.3循环计算层二、tf描述一个循环计算层2.1基本函数2.1进入RNN时，x_train的维度2.3循环计算过程三、Embedding编码代替独热码3.1思想：3.2代码实现：3.3参数理解感谢北京大学曹健老师的《tensorflow笔记》，收益良多，基本属于课上内容，搬砖至此，作为笔记。一、RNN 循环神经网络以实现连续数据预测为例，在这里先引入几个概念1. 1循环核：具有记忆力，通过不同时刻

原创 FCNN和CNN笔记

神经网络全连接神经网络训练全连接神经网络预测基本卷积神经网络全连接神经网络训练import tensorflow as tfimport numpy as npimport osfrom matplotlib import pyplot as plt# 将打印项目全部不以省略号的形式输出np.set_printoptions(threshold=np.inf)# 下载数据集mnist = tf.keras.datasets.mnist(x_train, y_train), (x_tes

原创 记录TensorFlow安装中找不到对应tf版本的问题解决

所遇问题找了n多种方法什么镜像啊（我有vpn啊什么python版本要和anaconda版本对应啊等等等等最后emmmm 我电脑64位的下载了32位的anaconda。。。。换成64位的就好了

原创 数据结构（严蔚敏C语言版）-顺序栈的基本操作总结

文章目录一、引言二、代码语言与编译器完整代码运行截图分步记录1.基本操作函数声明2.存储结构3.函数定义3.main函数一、引言前边已经记录过链表的学习过程，现将栈的顺序栈相关内容的伪代码调通在编译器中成功编辑，现将代码附上方便自己日后复习和大家采纳与指正。二、代码语言与编译器代码使用C++在dev下写的，因为C语言对引用不是很支持，而课本主要指导利用引用进行算法的书写，故使用C++。大同...

原创 数据结构（严蔚敏C语言版）-单链表的基本操作总结

文章目录一、引言二、代码语言与编译器完整代码运行截图分步记录1.基本操作函数声明2.函数定义3.主函数一、引言最近学习数据结构，从严蔚敏C语言版开始学习，现已将第二章单链表相关内容的伪代码调通在编译器中成功编辑，现将代码附上方便自己日后复习和大家采纳与指正。二、代码语言与编译器代码使用C++在dev下写的，因为C语言对引用不是很支持，而课本主要指导利用引用进行算法的书写，故使用C++。大同...

原创 2019426 SPSS入门学习

文章目录一、初识——初步上手操作安装软件1、了解.sav——数据文件扩展名2、打开SPSS开始上手进行一些简单操作2.1 导入一个系统自带的数据(1.数据编辑窗口（SPSS Data Aditor）(2.结果输出窗口（SPSS Viewer）(3.程序语句窗口（SPSS Syntax Editor）2.2定义变量、建立数据文件2.2.1定义变量2.2.2建立数据文件一、初识——初步上手操作安装...

原创 数据挖掘—Autistic Spectrum Disorder Screening Data For Children

数据挖掘—Autistic Spectrum Disorder Screening Data For Children简介研究内容：儿童自闭症谱系障碍的数据挖掘百度词条：自闭症谱系障碍是一个医学名词，它是一种广泛性发展障碍，现多使用于儿童身上。其病征包括异常的语言能力、异常的交往能力、狭窄的兴趣以及固执的行为模式。在这个谱系障碍中，儿童自闭症是儿童精神类疾病当中最为严重的一种。自闭症...

原创 Android之显式Intent界面跳转

android之Intent界面跳转实现内容实现代码Start.java类对应一个登陆界面activity_Start.xml，通过显式Intent实现界面跳转至下一activity。//Start.javapublic class Start extends AppCompatActivity { @Override protected void onCreate(...

原创 Android：统一资源标识URI的理解及相关用法

百科词条 ↓统一资源标识符（Uniform Resource Identifier，或URI)是一个用于标识某一互联网资源名称的字符串。该种标识允许用户对任何（包括本地和互联网）的资源通过特定的协议进行交互操作。URI由包括确定语法和相关协议的方案所定义。Web上可用的每种资源 -HTML文档、图像、视频片段、程序等 - 由一个通用资源标识符（Uniform Resource Id...

原创 计算机三级复习（预习）的经历

计算机三级复习的一些拙见复习具体方法：1.书上的题。1）.把题册撕开，方便看答案。（多动笔）2）.一开始做题肯定都不会做，所以翻看答案之后，将答案的知识点记下来（我是记在了空白处）（我的题上好多笔记了）3）这个书我第一遍只看全部内容的选择题，之后全刷完之后又看填空。大题没管2.电脑上的题。1）我刷电脑题的时候也是先选择填空2）整理错题漏题知识点3）题库弄懂基本ok4）大题。3.我在这过程中找到了一...

原创 JAVA类之间方法的调用

JAVA类方法的调用一、静态方法调用其他方法：1. 静态方法调用非静态方法2.静态方法调用静态方法二、非静态方法调用其他方法1.非静态方法在同一类内调用其他方法2.非静态方法在不同类之间调用其他方法注：调用方法——调用另一方法的方法被调用方法——被调用的方法一、静态方法调用其他方法：1. 静态方法调用非静态方法无论是否在同一类内，均需要通过对象调用//Test类package mai...