YUML> 파라미터에서 광학 특성 계산까지
-->[InitField-Y],[InitField-Y]-->convertToInputcsv_170422.py[input.csv],[input.csv]TensorFlow(learnExr_170504.py)-->[model_variables_170429.npy],[model_variables_170429.npy]reproduce_170429.py-->[prediction],[prediction]toInitFieldY_170603.py-->[InitField-Y],[InitField_Y]ADDA(Resume)-->[light scattering properties])
라는 YUML 형식은 다음과 같다.
보기 좋지 않지만 대체로의 흐름은 보였다. 처리의 점이 선에 연결되고 있지만, 아직 프로토 타입이라고 부를 수있는 영역에는 도달하지 않았다. 상기가 완성되어도 TensorFlow의 학습분이 여분의 처리시간이 된다. 복수의 파라미터(예: 사이즈, 복소 굴절률, 형상)를 포함한 학습 형태로 할 수 있으면, 전체의 처리 효율이 높아질 것이지만, 어떤 네트워크가 좋은 것인가. 링크
v0.2
(추가 2017/06/18)
Reference
이 문제에 관하여(YUML> 파라미터에서 광학 특성 계산까지), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/7of9/items/0156978c398924695d78텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
좋은 웹페이지 즐겨찾기
