最近一周系统的看下概率论的东西，把公式都看了下，这次重新对VAE做一个直观的推导，我这里就不说VAE为什么要这么做(水平不够)，只说他是怎么做的。

Tensorflow 概率模型学习，代码运行于Tensorflow 1.14，文字半机器翻译。

Tensorflow 概率模型学习，代码运行于Tensorflow 1.14，文字半机器翻译。

Tensorflow 概率模型学习，代码运行于Tensorflow 1.14，文字半机器翻译。

新到了个服务器,为了在Windows下面也可以交叉编译,再配合vscode远程功能,美滋滋.但是很快我发现了一个问题,我们的网络配置如下:

搞定了yolo，终于可以学习点新的东西了。今天就学习一波胶囊网络中的EM路由。 先推荐一个课程资料，杜克大学的统计学课程，从python讲到c++，从矩阵计算讲到概率统计，从jit讲到cuda编程。看看人家本科生学的东西。。。

终于把yolo v3框架写好了。支持多模型、多数据集、任意输出层数量、任意anchor数量、模型剪枝还适配k210.不要太好用～

这里记录一下我之前的实现的问题出在哪里。

我的yolo3模型在k210里面输出结果完全不对，所以我十分怀疑是量化出了问题，但是我又找不到问题。还好昨天case小姐姐帮忙更新了nncase，可以在pc上推理kmdoel.然后我推理了几个图像，这次就是记录一下这个脚本，免得下次要用找不到了。。。

在上次的文章中我写了如何自定义loss，但是我真正想要的使用的场景比那些还要复杂一些。

使用tensorflow.keras的时候，tf.dataset在执行model.fit的时候报错：

ValueError: Cannot take the length of shape with unknown rank.

这里大概率是因为tf.dataset中使用了tf.py_function导致无法自动推导出张 良的形状，所以需要自己手动设置形状。