全部问题

该应用程序将传输许多文件，对我来说，使用名称传输它们很重要。为此，您每次都需要使用文件名发送一条消息，或者是否有可能以不同的方式进行？

您好，任务是在python中使用Keras，theano，使用完全卷积神经网络搜索对象。当前使用以下网络配置：

def create_encoding_layers():
    kernel = 3
    filter_size = 64
    pad = 1
    pool_size = 2
    return [
        ZeroPadding2D(padding=(pad,pad)),
        Convolution2D(filter_size, kernel, kernel, border_mode='valid'),
        BatchNormalization(),
        Activation('relu'),
        MaxPooling2D(pool_size=(pool_size, pool_size)),

        ZeroPadding2D(padding=(pad,pad)),
        Convolution2D(32, kernel, kernel, border_mode='valid'),
        BatchNormalization(),
        Activation('relu'),
        MaxPooling2D(pool_size=(pool_size, pool_size)),

        ZeroPadding2D(padding=(pad,pad)),
        Convolution2D(32, kernel, kernel, border_mode='valid'),
        BatchNormalization(),
        Activation('relu'),
        MaxPooling2D(pool_size=(pool_size, pool_size)),

        ZeroPadding2D(padding=(pad,pad)),
        Convolution2D(64, kernel, kernel, border_mode='valid'),
        BatchNormalization(),
        Activation('relu'),
    ]
    def create_decoding_layers():
    kernel = 3
    filter_size = 64
    pad = 1
    pool_size = 2
    return[
        ZeroPadding2D(padding=(pad,pad)),
        Convolution2D(64, kernel, kernel, border_mode='valid'),
        BatchNormalization(),

        UpSampling2D(size=(pool_size,pool_size)),
        ZeroPadding2D(padding=(pad,pad)),
        Convolution2D(32, kernel, kernel, border_mode='valid'),
        BatchNormalization(),

        UpSampling2D(size=(pool_size,pool_size)),
        ZeroPadding2D(padding=(pad,pad)),
        Convolution2D(32, kernel, kernel, border_mode='valid'),
        BatchNormalization(),

        UpSampling2D(size=(pool_size,pool_size)),
        ZeroPadding2D(padding=(pad,pad)),
        Convolution2D(filter_size, kernel, kernel,     border_mode='valid'),
        BatchNormalization(),
        ZeroPadding2D(padding=(0,pad+1)),
    ]

    segnet_basic = models.Sequential()
    segnet_basic.add(Layer(input_shape=(120, 420, 1)))
    segnet_basic.encoding_layers = create_encoding_layers()
    for l in segnet_basic.encoding_layers:
        segnet_basic.add(l)
    segnet_basic.decoding_layers = create_decoding_layers()
    for l in segnet_basic.decoding_layers:
        segnet_basic.add(l)
    segnet_basic.add(Convolution2D(1, 1, 1, border_mode='valid',))
    segnet_basic.summary()
    segnet_basic.add(Reshape((120,420,1)))

输入是一张照片和一个蒙版（对象所在的区域用 1 填充，其余区域用 0 填充）。据我了解，在输出中我们应该得到相同的掩码。尝试了不同的损失函数。输出是废话。实际上问题是：为了在输出中获得类似的掩码，需要纠正什么？使用哪个损失函数和优化器？图片显示了一个已经训练好的网络的工作示例。image - 输入网络的图像，label - 预期结果，我乘以 255 作为输出，result - 网络产生的结果。我还乘以 255 作为输出

如何识别图片中的电话号码？

我在空闲时间做一些前端工作（为了好玩）——CSS3、JavaScript、HTML5、自适应（使网站看起来“像玩具”，动态重建以适应屏幕的大小和旋转）。

第一步是使用“设备工具栏”在 Google Chrome 模拟器中以各种分辨率测试输出。

一切准备就绪后，我检查了很长一段时间的结果，并根据以下列表进行了乏味的检查：

1. macOS X：
   • 谷歌浏览器
   • 野生动物园 11
   • Tor浏览器
2. 在 Mac OS X 下的 VirtualBox 上运行的 Windows 7：
   • 谷歌浏览器
   • 火狐浏览器
   • 歌剧 45
   • IE11
3. 安卓 4：
   • 谷歌浏览器
   • 安卓浏览器
4. 在 Mac OS X 上运行的 SimulatorApp 9：
   • iPhone 4|5|6
   • iPad 2|专业版|视网膜

对专业前端开发者经验感兴趣：

1. 我用于检查结果的设备和浏览器列表的合理性如何？你想添加一些东西吗？有什么东西扔了？
2. 你的工作流程是什么？你如何检查你的工作？毕竟，这是一件很糟糕的事情——在不同的浏览器和操作系统中测试你的代码需要很多时间。

我正在写一个 CSS 规则

.nav-users {
  color: red;
}

但页面上没有任何变化：颜色保持灰色。