import tensorflow as tf a = tf.constant(20) b = tf.constant(10) result1 = tf.cond(a > b, lambda: a, lambda: b) result2 = tf.cond(a < b, lambda: a, lambda: b) # Initialize all the variables (includi

TensorFlow   条件语句  

今天作了一个paper reading,感觉论文不错,马克一下~ CVPR 2016 Best Paper Honorable Mention "Sublabel-Accurate Relaxation of Nonconvex Energies" 研究视觉问题的同学都知道,视觉问题很多都是多标签的问题,在进行优化的时候,我们都可以把他们转化为能量函数的形式,由数据项和平滑项组成。这些能量函数可以

CVPR best paper   Sublabel-Accurate Re  

最近,处理两个矩阵的点除,得到结果后,再作其他的计算,发现有些内置的函数不work;查看得到的数据,发现有很多nan和inf,导致python的基本函数运行不了,这是因为在除的过程中分母出现0的缘故。为了将结果能够被python其他函数处理,尤其numpy库,需要将nan,inf转为python所能识别的类型。这里将nan,inf替换0作为例子。 1. 代码 import numpy as np

python   nan   inf   zero  

1、修改同一目录下所有图片的尺寸(宽x高) 长宽比不变&长宽比改变 find ./ -name '*.jpg' -exec convert -resize 600x480 {} {} \; find ./ -name '*.jpg' -exec convert -resize 600x480 !{} {} \; 未完待续。。。

linux  

Python中存储系列数据,比较常见的数据类型有list,除此之外,还有tuple数据类型。相比与list,tuple中的元素不可修改,在映射中可以当键使用。tuple元组的item只能通过index访问,collections模块的namedtuple子类不仅可以使用item的index访问item,还可以通过item的name进行访问。可以将namedtuple理解为c中的struct结构,其

collections   namedtuple  

原文转自:http://blog.csdn.net/imzoer/article/details/8667176 lambda只是一个表达式,函数体比def简单很多。 lambda的主体是一个表达式,而不是一个代码块。仅仅能在lambda表达式中封装有限的逻辑进去。 lambda表达式是起到一个函数速写的作用。允许在代码内嵌入一个函数的定义。 如下例子: 定义了一个lambda表达式,求三个数的和

python  

Why Doesn't Python Have Switch/Case? Tuesday, June 09, 2015 (permalink) Unlike every other programming language I've used before, Python does not have a switch or case statement. To get around this fa

python  

TensorFlow与OpenCV,读取图片,进行简单操作并显示 1 OpenCV读入图片,使用tf.Variable初始化为tensor,加载到tensorflow对图片进行转置操作,然后opencv显示转置后的结果 import tensorflow as tf import cv2 file_path = "/home/lei/Desktop/" filename = "MarshOrch

TensorFlow   opencv  

[1] http://deeplearning.stanford.edu/wiki/index.php/UFLDL_Tutorial [2] http://www.deeplearningbook.org/ 持续更新中,假如您有更好的资料,请留言,谢谢~

深度学习  

tf.app.run()

在很多TensorFlow公布的Demo中,都有这样的代码存在,如下,这是干什么的呢? if __name__ == "__main__": tf.app.run() 我们来看一下源代码: # tensorflow/tensorflow/python/platform/default/_app.py # Copyright 2015 Google Inc. All Rights Rese

tf.app.run   TensorFlow  
1 2 3 4 5 6 7 8 9