java接口可以实例化吗？

接口不可以实例化。但是接口对象可以指向它的实现类对象。
接口可以看做特殊的抽象类，只是所有的方法都是抽象方法（没有实现的方法），接口的方法都是默认public abstract的，
所以不能被实例化。
比如：
List Set Map都是接口
使用时先实现

draw_bounding_boxes

#给一批图片绘制方框，每张图片的方框数量、大小、位置都一样。

#boxes：shape：[batch, num_bounding_boxes, 4]，方框坐标 [y_min, x_min, y_max, x_max]，取值范围[0.0, 1.0]。

图像翻转

tf.image.flip_up_down：上下翻转
tf.image.flip_left_right：左右翻转
tf.image.transpose_image：对角线翻转
除此之外，TensorFlow还提供了随机翻转的函数，保证了样本的样本的随机性：
tf.image.random_flip_up_down：随机上下翻转图片
tf.image.random_flip_left_right：随机左右翻转图片

图像尺寸调整属于基础的图像几何变换，TensorFlow提供了几种尺寸调整的函数：
tf.image.resize_images：将原始图像缩放成指定的图像大小，其中的参数method（默认值为ResizeMethod.BILINEAR）提供了四种插值算法，具体解释可以参考图像几何变换（缩放、旋转）中的常用的插值算法

下面讲解tensorflow如何读取jpg格式的图片，png格式的图片是一样的。有两种情况：

第一种就是把图片看做是一个图片直接读进来，获取图片的原始数据，再进行解码，主要用到的函数就是tf.gfile.FastGFile，tf.image.decode_jpeg

Given a non-overlapping interval list which is sorted by start point.

Insert a new interval into it, make sure the list is still in order and non-overlapping (merge intervals if necessary).

• 这周看了一半<<神经网络与深度学习>>，发现这本书写的很好，很适合初学者
  里面对BP反向传播算法的缺点也分析的很好，对卷积神经网络那块也讲的很清晰。下周任务继续看这本书和并研究一下tensorflow，做一下蝴蝶图片的数据增强。可惜上学期光顾着看cs231n的视频了，发现其实关于深度学习没熟练掌握多少，倒是英语长进很多，哈哈哈，也是六级过的原因之一吧。也算有得有失。这学期突然知道自己要干啥了，更有方向和目的性了。
  Read more »

CK and CK+

原文地址：http://blog.csdn.net/hjimce/article/details/49255013

作者：hjimce

一、相关理论

　　本篇博文主要讲解2015年一篇paper《Age and Gender Classification using Convolutional Neural Networks》，个人感觉这篇文献没啥难度，只要懂得Alexnet，实现这篇文献的算法，会比较容易。其实读完这篇paper之后，我一直在想paper的创新点在哪里？因为我实在没有看出paper的创新点在哪里，估计是自己水平太lower了，看文献没
抓到文献的创新点。

看来tensorflow比caffe好装多了，相到当时在windows下配
caffe-ssd真是踩了太多坑了，如此轻易也是有点unbelievable