- Tensorflow
- LeNet模型构建
- Model类、Sequential类 （参数layers，继承自Model）
- 第一层卷积类：
- filter #卷积核个数
- kernel_size #卷积核大小
- strides =（1，1） #步长
- padding = ‘valid’ #其他可选项：same，前者舍弃后者为补齐
- 第二层池化层：
- pool_size #必须设置
- strides = （1，1）
- padding = ‘valid’ #其他可选项：same，前者舍弃后者为补齐
- date_format = None
- AveragePooling2D(pool_size = (2,2),strides=(2,2),padding=‘same’)
- 第三层第四层（与第一第二层类似）
- 扁平化类：tf.keras.layers.Flatten()
- Dense全连接类
- Dense(units=120, activation=tf.nn.relu),
- Dense(units=84, activation=tf.nn.relu),
- Dense(units=10, activation=tf.nn.softmax)
- LeNet模型训练和预测
- 超参数的设置：epoch：训练轮数；batch_size：批大小；learning_rate：学习率
- 优化器：adam_optimizer = tf.optimizers.Adam(learning_rate)
- 损失函数设置：optimizers：优化器；loss：损失函数；metrics：评价
- 训练方法fit：x：训练数据；y：训练数据的标签；batch_size：批大小；epoch：训练遍数（轮数）
- 保存模型
- 模型预测：predict
- LeNet模型构建
- 操作系统
- 进程互斥的软件解决方案
- free：临界区空闲标志：true有进程在临界区false则无
- turn：谁进临界区的标志：true P进程进临界区false则Q
- pturn qturn初值都为false：
- P进临界区：pturn and not qturn
- Q进临界区：not pturn and qturn
- DEKKER算法，在方法三在引入turn变量
- PETERSON算法：解决互斥访问的问题，客服强制轮流法的缺点
- 进程互斥的硬件解决方案
- 中断屏蔽方法：“开关中断”指令
- 适用于操作系统本身、不适合用户进程
- 代价高
- 不适用于多处理器
- 简单高效
- “测试”并加锁指令：TSL指令：test and set lock
- “交换”指令：XCHG指令：exchange
- 自旋锁spin lock（多处理器）
- 中断屏蔽方法：“开关中断”指令
- 进程互斥的软件解决方案
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！