柴崎越

分类

Leetcode(85) 代码总结(4) 毕业设计(18)

/ 注册

TA的专栏 21篇文章 0人订阅

21篇文章 877人学习

全部文章（共107篇）

Leetcode37 解数独

题目代码分析递归参数的确定 1,使用的思想就是回溯递归，每放入一个位置就判断一下，如果可以的话，我们就继续递归，不行的话，复原当前位置，换一个数字继续递归。对于二维数组的话，我们的row和col是不断改变的。所以我们的方法参数包括row和col,每一次这个f的时候，需要改变的就是row和col。...

Leetcode 回溯算法哈希

2019-12-25

0 615

毕业设计预备知识(三)

使用SRCNN进行测试准备图片 # Read and prepare the test image for SRCNN. def prepare_data(path): # Settings. data = [] label = [] padding = abs(s...

毕业设计深度学习神经网络

2019-12-11

0 600

毕业设计预备知识(二)

在(一)中，是对图片的处理，在二中就开始看训练过程了 size_input = 33 size_label = 21images = tf.placeholder(tf.float32, [None, size_input, size_input, 1], name='images') labels...

毕业设计深度学习神经网络

2019-12-10

0 659

毕业设计预备知识(一)

首先是编写代码需要用到的知识，如numpy和tensorflow，cv2的使用参照的代码是github上的SRCNN的实现，网址如下: https://github.com/Edwardlzy/SRCNN基本的配置对于图片放大或者缩小的倍数是3 scale=3图片输入的大小是33，图片输出的是21...

毕业设计深度学习神经网络

2019-12-10

0 887

使用numpy实现简单的卷积神经网络

卷积层的向前传播 def conv_forward(A_prev,W,b,hparameters): (m,n_H_prev,n_W_prev,n_C_prev)=A_prev.shape (f,f,n_C_prev,n_C)=W.shape向前传播，参与运算的有A_prev,W,b...

毕业设计深度学习神经网络

2019-12-04

0 1217

SRCNN代码解读2

part1 初始化配置 def __init__(self, sess, image_size=33,#输入图片是33 label_size=21, #输出图片是21 ba...

毕业设计深度学习神经网络

2019-12-02

0 978

SRCNN代码解读

首先看util.py part1 从文件读取数据 def read_data(path): with h5py.File(path, 'r') as hf: data = np.array(hf.get('data')) label = np.array...

毕业设计深度学习神经网络

2019-12-02

0 1599

吴恩达课程二第一次作业

初始化，正则化，梯度校验首先来看一下我们使用到了库和数据集然后我们说明一下，我们要做的事情首先是初始化参数，当然分为三种情况，如下 case1:初始化为0 case2:初始化为随机数 case3:初始化为梯度抑制给出的数然后就是正则化，这里是两种情况 case1:正则L2 case2:随机删除节点...

毕业设计深度学习神经网络

2019-11-26

0 696

吴恩达深度学习第三次作业

一步步搭建多层神经网络以及应用这一次的作业我们搭建两个神经网络，一个是两层的，一个是多层的开始之前开始之前，我们来看一下神经网络运行的大概步骤，先来贴一张图片在进入神经网络之前，我们会提供所有需要用到的w和b，有几层就会有多少对这样的w和b，进入先是正向传播，直到算出了损失函数，然后就是反向传...

毕业设计深度学习神经网络

2019-11-24

0 1065

吴恩达深度学习第二次作业

带有一个隐藏层的平面数据分类解释一下，就是一个二维平面有两种不同的花色，我们通过花色将这个平面进行划分预备知识我们先来看一下我们需要的包 import numpy as np import matplotlib.pyplot as plt from testCases import * imp...

毕业设计深度学习神经网络

2019-11-23

0 2718