shisi.eth-in-web3
shisi.eth-in-web3 copied to clipboard
luyishisi
十四君公众号文章的相关代码资源开源
 在第一个验证码识别实验中 我将正确率设置到了90%，但是验证的时候出现了这个错误 在50%正确率 的情况下可以成功跑出tensorflow_cnn_test_model.py
您好！ 请问 达到50%成功率需要2000个批次，总计20w张图片。 达到70%成功率需要4000个批次，总计40w张图片。 达到94%成功率需要40000个批次，总计400w张图片。 达到98%成功率需要100000个批次，总计1000w张图片。 这些训练数据的验证码是只包含数字还是包含了数字和字母？ 我用您的代码训练，包含数字和字母，跑了200000次，准确率还是0.085
我在最后的全联通层用的是你注释掉的softmax函数 然后每训练20次输出一次准确率 在训练的时候发现，每训练一次loss就增长很多 但第一次输出acc为0.01 第二次为0.0225 按理说loss增加acc应该会减少才对呀 为什么acc不减反增呢 训练代码在 https://github.com/whousemyDaLaBengBa/DeepNeuralNetwork 输出数据在readme中 以注明出处，如侵权请联系删除
with slim.arg_scope([slim.conv2d, slim.fully_connected], activation_fn=tf.nn.relu, biases_initializer=tf.random_normal_initializer, weights_initializer=tf.random_normal_initializer, ): conv1 = slim.conv2d(x, 32, [3, 3], 1) pool1 = slim.max_pool2d(conv1, [2, 2], 2, padding='SAME') drop1 = slim.dropout(pool1, keep_prob=keep_prob) conv2 = slim.conv2d(drop1, 64, [3,...
你好，一开始我把softmax作为最后的分类层，结果在调learning_rate的时候发现loss要么一开始就在某个值上下浮动，要么就会一直增大，后来用你的sigmoid方式分类，loss到最后会在0.0834上下变化，但是accuracy确实一直很小，而且会有时候增大有时候减小，这大概是什么原因呢？ 相对你的代码，我只是添加了scope，然后weights初始化的时候用的是truncated_normal_initializer(stddev=0.01),不知道这样改会有什么影响吗？
learning keras/tensorflow, thinking that your project might be a good starting point for me to learn. However I ran into several issues and I guess maybe your codes were implemented...
shisi.eth 你好， 看了你的文章，【解读】以太坊上海升级即将激活的四个EIP 在看eip-3651时对比官网：https://eips.ethereum.org/EIPS/eip-3651 我觉得： * 在EIP-3651之前，更激励用ETH的支付方式 * 在EIP-3651之后，更激励用ERC20的支付方式 这个结论是不是有问题啊？ 我看原文中的描述为：这种mismatch，(也就是在coinbase地址冷的时候，access coinbase会消耗更多的gas) 会激励出来ETH之外的其他ERC-20代币进行支付。 如果升级该EIP，就不会导致这种激励了吧？
