[Caffe]Jupyter notebook如何root 2023年4月6日 下午4:47 • Caffe sudo jupyter notebook --allow-root 本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:[Caffe]Jupyter notebook如何root - Python技术站 Caffe人工智能 赞 (0) 0 0 打赏 微信扫一扫 支付宝扫一扫 生成海报 caffe层解读-softmax_loss 上一篇 2023年4月6日 下午4:47 win7 配置微软的深度学习caffe win7 配置微软的深度学习caffe 下一篇 2023年4月6日 相关文章 tensorflow feed_dict() import tensorflow as tf a=tf.Variable(100) b=tf.Variable(200) c=tf.Variable(300) update1=tf.assign(c,b+a) update2=tf.assign(c,3) update3=tf.assign_add(b,10) d=a+50 with tf.Session(… tensorflow 2023年4月6日 000 目标检测 CenterNet算法笔记(目标检测论文) 该论文是由中科院,牛津大学以及华为诺亚方舟实验室联合提出。截至目前(2019.04.19),CenterNet应该是one-stage目标检测方法中性能(精度)最好的方法。 论文名称:CenterNet: Keypoint Triplets for Object Detectiontection 论文链接:https://arxiv.org/abs/1904… 2023年4月8日 000 【机器学习】李宏毅——Flow-based Generative Models 本文主要介绍了Flow-based Generative Models的概念,以及其内部各个模块的主要思想,可结合我之前写过的生成模型的博客共同阅读。 前文我介绍了部分关于生成学习的内容,可以参考我这篇博文点此前面介绍的各个生成模型,都存在一定的问题: 对于PixelRNN这类模型来说,就是从左上角的像素开始一个个地进行生成,那么这个生成顺序是否合理,每一个… 机器学习 2023年4月12日 000 PyTorch 线性逻辑回归与非线性逻辑回归pytorch+sklearn 1 import matplotlib.pyplot as plt 2 import numpy as np 3 from sklearn.metrics import classification_report 4 from sklearn import preprocessing 5 6 # 载入数据 7 data = np.genfromtxt(“LR… 2023年4月6日 000 keras 学习笔记(二) ——— data_generator 每次输出一个batch,基于keras.utils.Sequence Base object for fitting to a sequence of data, such as a dataset. Every Sequence must implement the __getitem__ and the __len__ methods. If you w… Keras 2023年4月8日 000 卷积神经网络总结 卷积神经网络总结 卷积神经网络总结 ——放牛娃的春天 原文链接:http://blog.csdn.net/achaoluo007/article/details/40956285 CNNs应用的最成功的一个例子:Yann LeCun(曾经是Hinton组的research associate) 链接:http://yann.lecun.com/e… 卷积神经网络 2023年4月8日 000 caffe安装2 洋洋洒洒一大篇,就没截图了,这几天一直在折腾这个东西,实在没办法,不想用Linux但是,为了Caffe,只能如此了,安装这些东西,遇到很多问题,每个问题都要折磨很久,大概第一次就是这样的。想想,之后应用,应该还会遇到很多问题吧,不过没办法了,骑虎难下!!这里有个建议是,如果将来要做大数据集,最好事先给Linux留多点空间,比如Imagenet,估计500… Caffe 2023年4月8日 000 机器学习总结-LR(对数几率回归) LR(对数几率回归) 函数为\(y=f(x)=\frac{1}{1+e^{-(w^{T}x+b)}}\)。 由于输出的是概率值\(p(y=1|x)=\frac{e^{w^{T}x+b}}{1+e^{w^{T}x+b}},p(y=0|x)=\frac{1}{1+e^{w^{T}x+b}}\),所以求解使用极大似然估计来求解参数\(w,b\)。为了方便表示,记\… 机器学习 2023年4月11日 000