注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. MxNet预编译版本下载

  2. 符号计算构架（如 CNTK，MXNET，TensorFlow，Theano）被定义为一个向量运算符的符号图，例如矩阵的加法/乘法或卷积。一个层仅是这些运算符的组合。构造块（运算符）良好的粒度允许用户在不需要在低级语言（如在 Caffe 中）中实现的情况下，开发新的复杂层类型。 符号框架可以从依赖图中自动推倒优化，可以利用更多内存复用机会

  3. 所属分类：机器学习

    • 发布日期：2017-10-10
    • 文件大小：6291456
    • 提供者：u010916338

  1. tensorflow 简单加减运算可视化

  2. 实现a=(b+c)∗(c+2)的可视化，代码执行后。按照代码里的说明执行命令 就可以看到运算的可视化

  3. 所属分类：深度学习

  1. Tensorflow tensor 数学运算和逻辑运算方式

  2. 一、arthmetic 算术操作（+，-，*，/，Mod） （1）tensor-tensor操作(element-wise) #两个tensor 运算 #运算规则：element-wise。即c[i,j,..,k]=a[i,j,..,k] op b[i,j,..,k] ts1=tf.constant(1.0,shape=[2,2]) ts2=tf.Variable(tf.random_normal([2,2])) sess.run(tf.global_variables_initializer

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：59392
    • 提供者：weixin_38679233

  1. Tensorflow进行多维矩阵的拆分与拼接实例

  2. 最近在使用tensorflow进行网络训练的时候，需要提取出别人训练好的卷积核的部分层的数据。由于tensorflow中的tensor和python中的list不同，无法直接使用加法进行拼接，后来发现一个函数可以完成tensor的拼接。 函数形式如下： tf.concat(concat_dim,values,name='concat') 其中，第一个参数表示需要拼接的多维tensor，并且可以将多个tensor同事拼接，第二个表示按照哪一个维度拼接（从数字0开始）。 例子：创建一个三维的ten

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：63488
    • 提供者：weixin_38551938

  1. TensorFlow2.0矩阵与向量的加减乘实例

  2. 1、矩阵加法使用 a = np.random.random((3,3)) b = np.random.randint(0,9,(3,3)) ad = tf.add(a,b) 2、矩阵乘法注意 # tensorflow 使用矩阵乘法都必须使用相同类型的数据，否则报错。 a = np.random.random((5,3)) b = np.random.randint(0,9,(3,6)) c = tf.tensordot(a.astype(np.float),b.astype(np.float

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：33792
    • 提供者：weixin_38741075

  1. tensorflow 基础API

  2. tensorflow 基础APItensorflow 常量（constant）创建常量矩阵创建常量、常量定义类型、定义一个随机数（标量）定义一个有2个元素的零向量、定义两个2×2的常量矩阵0维张量、字符串张量矩阵操作举例加法、平方、矩阵相乘、转置输出矩阵信息打印矩阵、打印范围行、打印第几行、用numpy输出输出矩阵形状、类型和numpy相互转换字符串张量创建字符串常量、打印字符串常量获得字符串长度、获得在utf8编码下的长度、将字符串从unicode转换成utf-8不等长矩阵、不等长矩阵转换成普

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：75776
    • 提供者：weixin_38556737

  1. superpoint-pytorch:Superpoint https的Pytorch实现-源码

  2. 超点火炬 该文件是对Superpoint模型的pytorch实现和评估，如。 我们在RémiPautrat的tensorflow实现中找到了很大的帮助： : 。 在兴趣点检测中，我们的模型似乎未完全收敛： 但是，同形加法与我们的模型相结合的结果看起来还是不错的： 与其他点检测模型进行比较： 与原始模型相比，总体结果未达到跟踪能力。 对于原始模型，匹配点是： 与我们的实施： 尽管总体结果不能令人满意，但是我们希望可以将不同的块（数据生成，单应性调整等）用于将来的工作。 该文件

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：45088768
    • 提供者：weixin_42152298

  1. DiffMorph:通过应用翘曲贴图并对其进行优化，可以在没有参考点的情况下对图像进行变形-源码

  2. 可微变形 通过应用变形贴图并对其进行优化，可以在没有参考点的情况下对图像进行变形。 可微变形是一种机器学习算法，可以在没有参考点的情况下对任意两个图像进行变形。 之所以称其为“可区分的变体”，是因为在传统数据中，此处的神经网络并未用于标注映射意义，而是一种简单的方法来解决优化问题，在该问题中，一幅图像通过通过梯度下降找到的翘曲图映射到另一幅图像。 因此，找到地图后，就不需要网络本身了。 结果 依存关系 Tensorflow 2.1.3及更高版本。 用法 安装适当的依赖项： pip insta

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：8388608
    • 提供者：weixin_42181693

  1. visual-analogy-tensorflow：“深度视觉类比制作”的Tensorflow实现-源码

  2. 深度视觉类比 Tensorflow实现。 本文的matlab代码可在找到。 此实现包含经过端到端培训的深度网络，以执行与 全连接的编码器和解码器网络 通过向量加法和深度网络进行类比转换（未实现向量乘法） 流形遍历转换的正则化器 此实现意味着： shape数据集的类比转换 具有基于向量加法的类比（L_add）的目标 具有多个完全连接层的目标（L_deep） 具有多重遍历转换 先决条件 Python 2.7或Python 3.3+ 用法 首先，您需要使用以下命令下载数据集： $ ./dow

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：3145728
    • 提供者：weixin_42097508

  1. InsightFace_TF：TensorFlow上的Insight Face-源码

  2. TensorFlow中的Insight Face 任务 mxnet数据集到tfrecords 骨干网络架构[vgg16，vgg19，resnet] 骨干网络体系结构[resnet-se，resnext] LResNet50E-IR LResNet100E-IR 加法角余量损失 余弦面损失 火车网络代码 在训练期间添加验证 多GPU训练 合并损失由RogerLo提供。 评估代码 培训技巧（持续更新） 如果您不能使用大批量（> 128），则应使用较小的学习率 如果您不能使用大批量

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：284672
    • 提供者：weixin_42137022

  1. jupyter笔记本：Jupyter笔记本和其他-源码

  2. 布局 标题 上一次更改 维基 Jupyter笔记本 2020/11/15 12:41:21 深度学习 Scikit，学习上的IRIS数据集的感知器，神经网络，Keras。 TensorFlow Implementaion在MNIST数据集。 Softmax，交叉熵损失 使用PyTorch进行梯度计算。 层调试。 验证合并，连接方法。 在文本嵌入上验证Conv1D。 验证Image数据集上的Conv2D。 验证LSTM计算。 器具Seq2Seq学习的执行加法。 器具Seq2Se

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：19922944
    • 提供者：weixin_42097208