首页
首页
沸点
课程
直播
活动
竞赛
商城
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
SuperHua1001
掘友等级
研究员
|
Tencent
Java Android
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
31
文章 31
沸点 0
赞
31
返回
|
搜索文章
最新
热门
一文读懂Python垃圾回收机制【收藏版】
得益于Python的自动垃圾回收机制,在Python中创建对象时无须手动释放。这对开发者非常友好,让开发者无须关注低层内存管理。但如果对其垃圾回收机制不了解,很多时候写出的Python代码会非常低效。
Python3.X使用C Extensions调用C/C++
假设我们要在Python代码中要调用如下C语言实现的mul函数将两个整数相乘,函数add将两个整数相加,创建demo_module.c,代码如下 其中,函数demo_mul_and_add是C语言与Python语言的桥梁函数。demo_mul_and_add函数内使用PyArg…
Python3.X使用Cython调用C/C++
pxd 文件可以看成是Cython(即pyx文件)的头文件,关于pxd和pyx文件可以简单如下来理解: pxd文件是pyx与C/C++之间的桥梁。 pyx是C/C++与Python之间的桥梁。 既然pxd是头文件,那就是跟demo.h长的很像,创建cdemo.pxd文件,内容如…
从Tensorflow模型文件中解析并显示网络结构图(CKPT模型篇)
上一篇文章《从Tensorflow模型文件中解析并显示网络结构图(pb模型篇)》中介绍了如何从pb模型文件中提取网络结构图并实现可视化,本文介绍如何从CKPT模型文件中提取网络结构图并实现可视化。理论上,既然能从pb模型文件中提取网络结构图,CKPT模型文件自然也不是问题,但是…
从 Tensorflow 模型文件中解析并显示网络结构图(CKPT模型篇)
上一篇文章《从Tensorflow模型文件中解析并显示网络结构图(pb模型篇)》中介绍了如何从pb模型文件中提取网络结构图并实现可视化,本文介绍如何从CKPT模型文件中提取网络结构图并实现可视化。理论上,既然能从pb模型文件中提取网络结构图,CKPT模型文件自然也不是问题,但是…
从Tensorflow模型文件中解析并显示网络结构图(pb模型篇)
Tensorflow官方提供的Tensorboard可以可视化神经网络结构图,但是说实话,我几乎从来不用。主要是因为Tensorboard中查看到的图结构太混乱了,包含了网络中所有的计算节点(读取数据节点、网络节点、loss计算节点等等)。更可怕的是,如果一个计算节点是由多个基…
MobileNet V1官方预训练模型的使用
使用MobileNet V1官方预训练的模型,快速封装物体识别模型
Tensorflow MobileNet移植到Android
将Tensorflow官方训练的MobileNet V1模型移植到Android端,在Android中能实时识别物体
Tensorflow反卷积(DeConv)实现原理+手写python代码实现反卷积(DeConv)
上一篇文章已经介绍过卷积的实现,这篇文章我们学习反卷积原理,同样,在了解反卷积原理后,在后面手写python代码实现反卷积。 反卷积原理不太好用文字描述,这里直接以一个简单例子描述反卷积过程。 假设输入如下: 反卷积卷积核如下: 现在通过stride=2来进行反卷积,使得尺寸由…
Tensorflow卷积实现原理+手写python代码实现卷积
从一个通道的图片进行卷积生成新的单通道图的过程很容易理解,对于多个通道卷积后生成多个通道的图理解起来有点抽象。本文以通俗易懂的方式讲述卷积,并辅以图片解释,能快速理解卷积的实现原理。最后手写python代码实现卷积过程,让Tensorflow卷积在我们面前不再是黑箱子!
下一页
个人成就
优秀创作者
文章被点赞
4,815
文章被阅读
133,151
掘力值
7,351
关注了
0
关注者
3,359
收藏集
0
关注标签
1
加入于
2016-06-23