目录一、函数文件的基本结构二、函数的调用1.函数调用的格式2.函数的递归调用将特定的算法写成函数的形式，可以提高程序的可重复性和程序设计的效率。并且函数文件定义了输出参数和输入参数的对应关系，方便外部调用。事实上，MATLAB提供的标准函数都是由函数文件定义的。一、函数文件的基本结构 函数文件由function语句引导，其基本结构如下：function 输出参数表=函数名(输入参数表)函
转载
2023-08-28 15:33:10
153阅读
XML文件关于这个文件格式，其实我接触并不多。 具体介绍见XML文件结构和基本语法 类似的有YAML。为什么要写XML文件最近头疼依然是在做数据集标记，因为原始LableImage工具生成的是XML文件，因为装不上这个工具，所以用Matlab标记了，需要将数据写进XML，和那个工具生成一样的格式。 从同事那里拿来工具生成的标准XML文件，开始有点懵。 标准文件是这个样子：椭圆画出部分是当前图片的基
转载
2024-03-19 17:26:31
47阅读
在深度网络中，卷积计算应用非常广泛。在图像处理中，卷积计算也就是图像像素矩阵与卷积核之间的点对点相乘在累加的运算，但是在不同的深度学习框架或者平台中，卷积实现的方式有一定的差异，所以我参考一些博客并根据个人的理解整理了Caffe，Tensorflow及Matlab中的卷积实现。首先，三者对于图像卷积的基本原理是相同的，不同的只是在矩阵变换的实现上，先回顾下卷积前后图像矩阵大小的变化。以二维图像矩阵
转载
2024-09-03 17:57:42
33阅读
1、安装anaconda32、安装Python虚拟环境tensorflow21新建带有tensorflow的python环境，避免与原有python环境混乱。1)Python创建虚拟环境conda create -n tensorflow21 python=3.7.02)查看当前存在哪些虚拟环境conda env list
conda info -e3)激活虚拟环境activate tensor
转载
2024-01-28 05:33:06
342阅读
上一篇讲到了如何安装pycharm和anaconda，同时也讲了一下怎么debug，这篇主要讲解pycharm安装tensorflow和gpu版本的tensorflow。 Pycharm可以很轻易地装各种第三方库和深度学习框架。 在File->Setting->Project->Project Interpreter中，点击画红圈的地方“+”， &n
转载
2023-07-06 23:39:54
268阅读
基于KDDCUP99数据集，使用Tensorflow构建MLP，进行入侵检测分类。1、tensorflow系统 是用数据流图(data flow graphs)技术来进行数值计算的。 在Tensorflow中，用计算图来构建网络，用会话来具体执行网络。深入理解了这两点，我想，对于Tensorflow的设计思路，以及运行机制，也就略知一二了。 图（tf.Graph）：计算图，主要用于
转载
2024-04-16 18:09:12
40阅读
使用前面两节已介绍的相关TensorFlow相关知识点，实现以下三个功能(变量更新)实现一个累加器，并且每一步均输出累加器的结果值。编写一段代码，实现动态的更新变量的维度数目实现一个求解阶乘的代码TensorFlow案例一TensorFlow控制依赖我们可以通过Variable和assign完成变量的定义和更新，但是如果在更新变量之前需要更新其它变量，那么会导致一个比较严重的问题：也就是需要多次调
转载
2024-06-17 13:40:28
34阅读
文章目录一、状态1.状态的层次结构2.状态的横向结构3.状态标签1）状态名2）状态动作4.迁移二、数据与事件 一、状态1.状态的层次结构分为父状态和子状态每一个状态都有父状态，最外围的状态其父状态是它本身外部的state叫父状态，内部的状态叫子状态2.状态的横向结构状态图的顶层或某一父状态下，通常并存多个状态，他们之间的关系分为互斥和并行互斥状态 互斥状态的矩形框边缘显示为实线，同一级的互斥状态
转载
2024-10-01 11:53:22
17阅读
Matlab调用物性计算是仿真工程中常见的问题。在64位环境下的调用稍有不同，在使用中，需要掌握物性函数必要的使用技巧。(所用到的文件在本人上传的资源页打包好了，下载解压 就可以直接运行一、matlab 调用必备的程序工具1、matlab2、refprop（9或9.1）安装包均可3、refpropm.m 和rp_proto64.m(这个文件是为了转化dll的数据型使其在64位平台上可使用4、REF
转载
2024-06-23 23:21:45
460阅读
MATLAB中函数调用
在matlab中，如果是matlab自带的函数，则可以按照该函数的格式直接调用，如果是自己编写的函数，可以将函数写在一个文件中，之后再主文件中调用。举例说明如下：% 文件名为fun.m（注意：文件名需要与函数名一致）
function y = fun(x)
y = x.^2;下面开始编写主文件（文件名为main.
转载
2023-06-08 14:52:06
216阅读
# PyTorch调用TensorFlow
在深度学习领域，PyTorch和TensorFlow都是最为流行的深度学习框架之一。PyTorch是一个基于Torch的Python库，它提供了用于创建和训练神经网络的高级API和工具。而TensorFlow是由Google开发的一个开源机器学习框架，它提供了一个灵活的生态系统和丰富的工具，可以在不同的硬件上进行大规模的机器学习训练和推理。
虽然Py
原创
2024-01-20 05:23:46
75阅读
一、运行样例原始代码如下import numpy as np
from matplotlib import pyplot as plt
import os
import tensorflow as tf
from PIL import Image
from utils import label_map_util
from utils import visualization_utils as vi
tensorflow2调用huggingface transformer预训练模型一点废话huggingface简介传送门pipline加载模型设定训练参数数据预处理训练模型结语 一点废话好久没有更新过内容了，开工以来就是在不停地配环境，如今调通模型后，对整个流程做一个简单的总结（水一篇）。现在的NLP行业几乎都逃不过fune-tuning预训练的bert或者transformer这一关，按照传
1. 测试通过的环境名称版本Windowswin10_64位IDEEclipse 2018-12Tensorflow1.6.0JDK1.8 （Eclipse 2018-12自带）2. JAVA版本的Tensorflow测试代码测试代码项目文件百度网盘下载传送门
import org.tensorflow.Graph;
import org.tensorflow.Session;
import or
转载
2023-06-12 22:35:57
413阅读
文章目录安装tensorflow运行代码 安装tensorflow先添加清华的镜像源 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anac
公司后台查询数据时，如果选择的时间段过长，就会遇到"请求超时"的的问题。造成这一问题的原因大概有以下几点：1，Asp.net请求超时 2，Webservice请求超时 3，IIS请求超时 4，数据库连接超时 知道原因后,就可以解决问题了。Asp.net中关于超时的设置：在web.config 里<system.web>节点
‘在讲述在TensorFlow上的数据读取方式之前，有必要了解一下TensorFlow的系统架构，如下图所示：TensorFlow的系统架构分为两个部分：前端系统：提供编程模型，负责构造计算图；后端系统：提供运行时环境，负责执行计算图。在处理数据的过程当中，由于现在的硬件性能的极大提升，数值计算过程可以通过加强硬件的方式来改善，因此数据读取（即IO)往往会成为系统运行性能的瓶颈。在TensorFl
转载
2024-06-17 04:22:49
57阅读
目录一、基础理论1、单词感知器介绍 2、单词感知器学习规则前向传递（得到输出y） 反向传递（更新权重w）二、实现单层感知器1、初始参数设置 2、正向传播（得到输出y）3、 反向传播（更新权重参数）总代码一、基础理论1、单词感知器介绍 感知器：模拟生物神经网络的人工神经网络结构。w：权值，可以调节神经信号输入值的大小。b：偏置，相当于神经元内部自带的信号。&n
作者 | 高开远，上海交通大学，自然语言处理研究方向最近在工作上处理的都是中文语料，也尝试了一些最近放出来的预训练模型（ERNIE，BERT-CHINESE，WWM-BERT-CHINESE），比对之后还是觉得百度的ERNIE效果会比较好，而且使用十分方便，所以今天就详细地记录一下。希望大家也都能在自己的项目上取得进展~1、A Glance at ERNIE
关于ERNIE模型本
Keras 是一个用 Python 编写的高级神经网络 API，它能够以 TensorFlow, CNTK, 或者 Theano 作为后端运行。Keras 的开发重点是支持快速的实验。有时候我们在使用keras设计好模型后，需要在其他平台进行运行，这时候我们就需要将keras h5 model转换为TensorFlow pb model，因为keras只是一个Python的高级库，而TensorF
转载
2024-04-15 20:47:14
65阅读
