关于TensorFlow,tensorflow官网 _官网

有什么学习Python的网站？

这个其实非常多，下面我简单介绍几个适合初学者学习的Python网站：菜鸟教程这是一个免费的编程学习网站，涉及开发语言众多，包括常见的Python，Java等，资料众多，章节详细合理，知识点基础全面，还提供在线练习环境，不需要本地搭建运行环境，非常适合初学者学习入门：慕课网这是一个非常不错的编程学习网站，所有资料都是以视频方式在线观看，涉及语言众多，前后端都有，既有基础入门教程，也有高阶深入项目，对于想入门编程或者提升自我编程经验的人来说，是一个非常不错的选择：实验楼这也是一个不错的编程学习网站，涉及开发语言也非常多，所有项目示例都以小实验的形式展示出来，非常好学有趣，资料文档全面，自带有实验运行环境（Linux Python），对于想提升自我编程水平或经验的人来说是一个非常不错的选择：网易云课堂这是一个在线的学习网站，资料非常多，涉及的方面也非常广，其中就包含有编程开发这一块（包含Python），课程安排合理，项目示例丰富，介绍详细全面，由点及面，一层一层深入，非常适合初学者学习和自我提升：Python官网教程Python官网也自带有基础入门教程，中文版的，介绍的非常详细，从基础的数据类型、控制语句、函数、类、模块、异常处理、输入输出等都有非常详细的说明和示例，对于初学者入门来说，专业可靠、非常不错：就介绍这5个不错的Python学习网站吧，非常适合初学者入门，当然，还有许多其他的Python学习网站，像Python中文开发者社区、廖雪峰Python教程等也都非常不错，选择适合自己的一个就行，希望以上分享的内容能对你有所帮助吧，也欢迎大家评论、留言进行补充。
inception Net如何实现数据增强？

谢邀看到悟空问答官方给我推荐这个问题，我不得不说，这推荐是不是有点太精准了？我才前几天在头条号上发布的Inception Net如何实现数据增强，今天就给我推送这个问题，这一点我不得不服。所以接下来我就直接引用我之前写过的文章了。在CNN中，为了增大数据量避免模型的过拟合，通常都会对训练数据做数据增强处理，这篇文章主要介绍在Inception Net中是如何做数据增强的，tensorflow官方通过slim已经实现了VGG、Inception、LeNet网络的数据增强的，官网链接如下：https://github.com/tensorflow/models/tree/master/research/slim/preprocessing，Inception Net数据增强主要包括以下几个部分：1、将图片的像素缩放到[0,1)#将图片的像素值缩放到[0,1)image = tf.image.convert_image_dtype(image, dtype=tf.float32)2、随机裁剪图片image：一个3维的图片tensor，数据的取值范围在[0,1]，即表示已经做了归一化后的图片bbox：box的边框，[ymin,xmin,ymax,xmax]，默认是[0,0,1,1]表示使用的是整张图片min_object_covered：在随机裁剪图片的时候必须要包括box边框的比例aspect_ratio_range：随机裁剪的图片,宽/高的比例需要满足的范围area_range：随机裁剪的图片需要占图片的比例max_attempts：随机裁剪，尝试的最多次数，超过最大尝试次数返回整张图片返回的是一张裁剪之后的图片和随机裁剪所选的区域，后面会通过tensorflow对这个区域进行标注，裁剪的图片就是从这个区域中选择的。
3、随机变化图片的参数(翻转、亮度、饱和度、色度、对比度)在随机变化图片参数的时候，tensorflow提供了一种fast_mode模型，从名字上理解就是快速模型，在fast_mode模型中没有做比较耗时处理的色度变换和对比度变换，由于参数变换的顺序也会影响最终生成的图片，在变换参数的时候也还加入了不同变化顺序。