首先简单介绍一下AE和VAE然后在完成代码实践一、什么是自编码器（Auto-encoder）自动编码器是一种数据的压缩算法，其中数据的压缩和解压缩函数是数据相关的、有损的、从样本中自动学习的。在大部分提到自动编码器的场合，压缩和解压缩的函数是通过神经网络实现的。这种算法的大致思想是：将神经网络的隐含层看成是一个编码器和解码器，输入数据经过隐含层的编码和解码，到达输出层时，确保输出的结果尽量与输入数
也许你已经下载了TensorFlow，而且准备开始着手研究深度学习。但是你会疑惑：TensorFlow里面的Tensor，也就是“张量”，到底是个什么鬼？也许你查阅了维基百科，而且现在变得更加困惑。也许你在NASA教程中看到它，仍然不知道它在说些什么？问题在于大多数讲述张量的指南，都假设你已经掌握他们描述数学的所有术语。 别担心！ 我像小孩子一样讨厌数学，所以如果我能明白，你也可以！我们只需要用
# 使用Python进行Google Earth Engine (GEE) 数据处理
Google Earth Engine (GEE) 是一个强大的地理信息处理平台，允许用户分析海量的地球数据。其开放存取的公共数据集和友好的API接口，使得环境科学家、研究人员和开发者都能够有效地使用和分析空间数据。在这篇文章中，我们将介绍如何使用Python与GEE配合，并通过代码示例展示其基本应用。
##
原创
2024-10-20 07:34:38
778阅读
以下代码实现了使用TensorFlow搭建神经网络解决MNIST手写体数字识别问题，此神经网络使用了激活函数去线性化，本身为三层全连接结构，带有指数衰减的学习率以及L2正则化损失函数，同时使用滑动平均模型进行优化。import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
INPUT_NOD
转载
2024-04-19 14:39:50
50阅读
Luogu 1081 【NOIP2012】开车旅行 （链表，倍增）Description小A 和小B决定利用假期外出旅行，他们将想去的城市从1到N 编号，且编号较小的城市在编号较大的城市的西边，已知各个城市的海拔高度互不相同，记城市 i的海拔高度为Hi，城市 i 和城市 j 之间的距离 d[i,j]恰好是这两个城市海拔高度之差的绝对值，即d[i, j] = |Hi − Hj|。旅行过程中，小A 和
1859年发表的《物种起源》 人类在自然界中的地位，真的如达尔文与赫胥黎认为的那样，“与其他生物平等”吗？这种贬抑人类地位的理想化理念，或许推进了人类对大自然肆无忌惮的破坏。自达尔文的《物种起源》于1859年发表后，人类傲居群首的生物地位便受到了压制。毕竟，我们不是上帝的终极完美作品，而是历经过与猿猴、八目鳗和青贝相同的过程，逐渐演化而来。在1882年的达尔文追悼词中，德国生理学家埃米尔·杜·博伊
【代码】【GEE】使用Colab加载Geemap。
原创
2024-05-10 11:36:02
210阅读
TensorFlow是一个采用数据流图，用于数值计算的开源软件库。自己接触tensorflow比较的早，可是并没有系统深入的学习过，现在TF在深度学习已经成了“标配”，所以打算系统的学习一遍。在本篇文章中主要介绍TF的基础知识。。。创建并运行图###首先创建 两个变量import tensorflow as tf
reset_graph()
x = tf.Variable(3, name="x")
转载
2024-02-22 12:04:33
51阅读
摘要：这篇文章主要介绍深度学习的几个应用领域及安装tensorflow深度学习应用领域图像识别语音识别音频处理自然语言处理机器人生物信息处理电脑游戏搜索引擎网络广告投放医学自动诊断金融基本工具介绍Protocol Buffer：结构化数据工具Bazel：自动化构建工具，用来编译程序TensoFlow介绍TensorFlow是由谷歌开发并维护的深度学习框架，在目前主流的深度学习框架中处于领先地位安装
转载
2024-04-30 18:50:15
59阅读
全部 VAE 代码：https://github.com/FelixMohr/Deep-learning-with-Python/blob/master/VAE.ipynb 自编码器是一种能够用来学习对输入数据高效编码的神经网络。若给定一些输入，神经网络首先会使用一系列的变换来将数据映射到低维空间，这部分神经网络就被称为编码器。 然后，网络会使用被编码的低维数据去尝试重建
转载
2024-07-31 16:09:18
28阅读
一.神经网络模型可以理解为，给定多个输入，然后给定每个输入不同的权重值，和一定的偏置，最终可以给出一个输出。 如图,x就是我们的输入，w就是为不同的输入分配的权重值，b就是我们的偏置，最后就可以得到我们的输出y。 如果用矩阵的形式来看，可以用下面的图来表示： 我们给定输入的特征x，这个时候我们为了得到准确的输出y，前提是我们的w和b是准确可靠的。所以我们训练神经网络的过程就是找到这个w和b的过程。
转载
2024-05-14 19:59:02
76阅读
1、概述作为一个Android开发者和Tensorflow爱好者，当发现tensorflow可以在Android平台开发,那必须来玩玩。大多数参考文章说，Tensorflow在Android上的应用只能在Linux系统编译，事实上不是，构建工具bazel 现在支持Windows、Mac、Linux三个平台，windows上没有尝试过，但应该也可以，跟着本文步骤，可以在各个平台实现。本文从搭建环境开
转载
2023-12-26 22:41:05
56阅读
开题一、 Python 、Tensorflow 安装及环境配置二、 Object Detection API配置三、 LabelImage对训练样本标注处理四、 标注后训练样本验证样本格式转换tfrecord五、 训练模型选取及参数配置六、 定位在Object Detection文件下train.py开始训练七、 上一步训练结果固化成pb模型八、 视频流中调用模型预测基于Tensorflow的自定
LSTM1.简介2.RNN2.1RNN原理内容介绍2.1优缺点3.LSTM3.1RNN差异3.2 LSTM内部结构3.3 LSTM代码 1.简介长短期记忆网络（Long-Short Term Memory,LSTM）论文首次发表于1997年。由于独特的设计结构，LSTM适合于处理和预测时间序列中间隔和延迟非常长的重要事件。 LSTM的表现通常比时间递归神经网络及隐马尔科夫模型（HMM）更好，比如
转载
2024-02-12 07:58:22
197阅读
TensorFlow Cookbook for version 1.12针对TellnsorFlow-1.12的《Tensorflow机器学习实践指南》代码自己在学习《Tensorflow机器学习实践指南》这本书的时候，用的是Tensorflow-1.12的版本，虽然很多代码都是可以运行并且ok的，但是还是存在函数改名和代码运行不对的情况，所以把针对Tensorflow-1.12的代码上传到这里，
转载
2024-06-21 20:15:30
76阅读
挺长的~超出估计值了~预计阅读时间20分钟。 从helloworld开始
mkdir 1.helloworld
cd 1.helloworldvim
helloworld.py
代码:
# -*- coding: UTF-8 -*-
# 引入 TensorFlow 库
import tensorflow as tf
# 设置了gpu加速提示信息太多了，设置日志等级屏蔽一
GEE+pythonGEE之python环境配置学习数据格式Task保存矢量shp保存img影像Map()属性查询制作GIF给影像集排序按时间排序按裁剪区域的云量排序geemapee_to_numpy面积最大来切分按最小外接矩形面积最大来切分roi的调用根据坐标获取数组工作流应用画水系 GEE之python环境配置首先需要vpn和注册GEE账号[参考]安装python和pip（略）；安装Goog
转载
2024-01-10 18:47:18
149阅读
在深度学习训练数据集中，采用批量训练时候基本都要使用生成器一批次一批次地把数据送入网络，节省内存。在keras中有ImageDataGenerator，使用很方便。所以pytorch也有对应的生成器，这里记录一下学习笔记。个人感觉pytorch的生成器并没有keras的使用方便。keras中有ImageDataGenerator使用：pytorch中数据提取模块主要有Dataset和DataLoa
转载
2024-10-24 12:37:27
170阅读
TensorFlow是一个采用数据流图（data flow graphs），用于数值计算的开源软件库。节点（Nodes）在图中表示数学操作，图中的线（edges）则表示在节点间相互联系的多维数据数组，即张量（tensor）。它灵活的架构让你可以在多种平台上展开计算，例如台式计算机中的一个或多个CPU（或GPU），服务器，移动设备等等。TensorFlow 最初由Google大脑小组（隶属于Goog
转载
2024-05-04 18:56:34
41阅读
官网上对TensorFlow的介绍是，一个使用数据流图(data flow graphs)技术来进行数值计算的开源软件库。数据流图中的节点，代表数值运算；节点节点之间的边，代表多维数据(tensors)之间的某种联系。我们可以在多种设备（含有CPU或GPU）上通过简单的API调用来使用该系统的功能。TensorFlow包含构建数据流图与计算数据流图等基本步骤，图中的节点表示数学操作，图中连结各节点
转载
2024-05-11 17:21:36
70阅读
