![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Deep Learning
Aaron2333
Buck up muggles!
展开
-
从csv文件构建Tensorflow的数据集
从csv文件构建Tensorflow的数据集 当我们有一系列CSV文件,如何构建Tensorflow的数据集呢? 基本步骤 获得一组CSV文件的路径 将这组文件名,转成文件名对应的dataset => file_dataset 根据file_dataset中的每个文件名,读取文件内容 生成一个内容的dataset => content_dataset 这样的多个content_dataset, 拼接起来,形成一整个dataset 因为读出来的每条记录都是string类型, 所以还需要对每条记录原创 2020-06-23 02:12:14 · 785 阅读 · 0 评论 -
Tensorflow 基础API
Tensorflow 基础API 自定义损失函数 def customize_mse(y_true, y_pred): return tf.reduce_mean(tf.square(y_pred - y_true)) model.compile(loss=customize_mse, optimizer="adam") 自定义层次 # customized layer by a subclass class CustomizedDenseLayer(keras.layers.Layer):原创 2020-06-19 13:44:45 · 133 阅读 · 0 评论 -
普通MLP处理图像时遇到了什么样的问题,才导致后续各种模型的出现
普通MLP处理图像时遇到了什么样的问题,才导致后续各种模型的出现 出现的问题 参数过多 比如输入一张大小为1000x1000的图像, 第一层要使用1000个神经元,下一层的神经元使用10^6个 那么,全连接参数就是1000 * 1000 * 10^6 = 10^12 一万亿个参数 这还仅仅是前两层。 很明显,网络的参数过多, 参数过多 意味着 模型容易过拟合, 也就需要更多训练数据。 首先数据不容易获得,而且即使拿到海量数据去训练这个模型也会使模型的泛化能力差。 同时还可以看到,因为参数过多,数据原创 2020-06-17 07:25:03 · 685 阅读 · 0 评论 -
图像分类算法为什么有那么多?
图像分类算法为什么有那么多? AlexNet, VGGNet, MobileNet, ResNet, Inception v1 v2 v3 v4… blablabla为什么针对图像的分类算法有这么多,什么时候该用什么。 我好晕啊, 我觉得可能不止我一个人晕吧。 那就接着看吧。 这些算法的来源 首先事物都是有发展的过程的,图像分类算法也不例外,上面提到的和你听到的各种图像算法都是各位大佬为解决某一领域问题,在普通卷积思想的基础上发展出来的。 别慌,都是人想出来,不会很难。 为什么要有这么多不同的网络结构 不原创 2020-06-15 03:10:27 · 1339 阅读 · 2 评论 -
深度学习玩LOL-游戏助手-概述
目标 用深度学习技术实现常规英雄联盟游戏助手的主要功能,功能主要包括:英雄推荐,装备推荐,地图预警等。 基本思路 首先使用图像分类算法模型对游戏客户端内的英雄头像进行截取和识别。 使用线性回归模型对可选英雄进行预测胜率和推荐。 在游戏内,记录敌我双方英雄在小地图上的实时位置,并对移动朝向进行预测,实现地图预警 在游戏内,对敌我双方装备进行实时记录,并在玩家打开商城后,使用线性回归进行装备推荐。 为完成上述功能,还添加了下列程序辅助: 游戏客户端心跳线程,监控游戏客户端的不同状态,位置和大小等信息。(原创 2020-06-05 14:25:50 · 1469 阅读 · 3 评论