【图像算法实习总结】

实习从4月初开始,每周实习三天,共历时近四个月。因为就职时有签订保密协议,就写一下关于实习期间知识上的收获吧


(1)给电脑装系统、搭环境

系统包括win7、win10、ubuntu16,环境主要包括VS、Python、Matlab、opencv、caffe、tensorflow等。我以前没装过系统,都是请人帮忙,结果被带我的大哥嘲讽了一下,工科专业的学生装系统都不会怕是有点说不过去。Ubuntu分区和搭载的时候需要注意一下、后面比较麻烦的是caffe,网上的很多博客不一定适合自己,需要考虑版本是否匹配,我自己的caffe是 cmake+vs14+caffe-windows(当时最新)装好的,有GPU的话,下载合适版本的cuda和cudnn。

(2)Matlab文件操作

将杂乱无章的图像数据按照数据库中的对应关系按类别分别存放,分好train和test集,生成相应的label.txt文件,作为下一步训练网络的输入。

(3)深度学习入门之caffe

如同一杯咖啡,喝的时候很苦,之后回味无穷。相比安装,caffe的使用不要太爽,有命令行接口、Matlab接口和Python接口三种。命令行接口最是无脑,严格来说都不需编写程序,写命令行脚本文件就可以让数据跑起来;Matlab接口和Python接口的使用差不多,相比命令行接口只能看到训练过程中的loss和accuracy,python接口可以查看CNN的网络结构,每一层的权重与偏置参数,还可以绘制loss与accuracy的曲线图。

之前只有图像处理和模式识别的基础,但是企业里做图像或者视觉的现在多用深度学习,于是一边实习,一边补人工神经网络、CNN的基础理论知识,在coursera上学习吴恩达大大的深度学习课程,结合caffe交叉理解。

(4)深度学习进阶之tensorflow

caffe用的很爽,但想搭建自己的CNN网络会比较麻烦、改变损失函数或者优化算法等还需要查改源码,我这种c++渣渣还是暂且打住吧,于是很不情愿的入了tensorflow,看了一些教材上的例子,知道大致流程,直到参考Alexnet写了自己的第一个小型cnn二分类网络才渐渐有了感觉。


其他大概还有一些如远程连接、共享盘、设置IP地址、捣鼓主机里面的线路这些计算机基础知识吧。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值