人工智能
文章平均质量分 90
bit_100
分布式机器学习,联邦学习
展开
-
【论文代码复现】Clustered Sampling: Low-Variance and Improved Representativity for Clients Selection in Fede
目录一、前言二、论文内容概要1. 论文背景:2. 已有解决方案3. 论文方法三、实验1. 实验设置2. 代码3. 修改后试验结果和论文结果对比:参考:一、前言1. 论文地址:[2105.05883v2] Clustered Sampling: Low-Variance and Improved Representativity for Clients Selection in Federated Learning (arxiv.org)...原创 2021-09-27 00:29:22 · 2115 阅读 · 5 评论 -
多层感知机multiLayerPercetrons
目录1. 感知机:2. 常用非线性的激活函数3. 多层感知机——多隐藏层4. 代码实践1. 感知机:感知机(perceptron)是二类分类的线性分类模型,其输入为实例的特征向量,输出为实例的类别。线性模型在处理一些问题时好用,但是在处理XOR问题时就出现了问题。因为线性模型无法将①④和②③同时分类,但是通过增加隐藏层来逐步分类,如上图黄线和蓝线,两个步骤就能分出来。所用感知机为单分类单隐藏层感知机。隐藏层需要非线性的激活函数,不然本质的运算还是线性模型。.原创 2021-09-20 00:19:54 · 825 阅读 · 0 评论 -
【聚类】专题总结——概览 + 划分聚类
目录一、 聚类的概念二、聚类分析中需要考虑的关键问题: 三、详细介绍1. 数据相似性2. 聚类优化方法(1)划分聚类(partitioning clustering) (2)层次聚类(hierarchical clustering) (3)基于数据密度的聚类(density based clustering) (4)基于空间网格的聚类(grid based clustering) (5)基于统计模型的聚类(model based ...原创 2021-09-12 23:37:20 · 3405 阅读 · 0 评论 -
Back Propagation 反向传播
目录BP学习目标BP计算图BP的链式法则chain rule计算流程:前向网络传播反向传播过程完整的计算图举例:代码剖析:练习:练习代码:结果:总结:BP学习目标对权重w进行更新,随机梯度下降采用的是loss对w进行求导求梯度,使得w的更新来减少loss,并尽可能是loss最小。 BP计算图 这个结构就成为神经网络中的一层完整的两层神经网络如下图。 具体的Matrix multiplicati...原创 2021-08-01 23:33:20 · 266 阅读 · 0 评论 -
基于CNN的车牌识别
一、车牌识别背景介绍随着经济社会的迅猛发展,人们的生活水平的提高,机动车辆的数量也越来越多。为了提高车辆的管理效率,缓解公路上的交通压力,我们必须找到一种解决方案。而作为汽车“身份证”的汽车车牌,是在公众场合能够唯一确定汽车身份的凭证。我们可以以此为依据,设计一种车牌识别系统监控各个车辆的情况。传统的车牌识别需要先检测出车牌,检测出车牌后通过“像素映射”或者“联通区查找”的方法分割出单个的文字,然后基于模板匹配的方法单独识别每个文字。而一旦车牌上有物体遮挡到了文字的一部分,基于模板匹配的方法则完全不原创 2021-07-25 23:35:36 · 8200 阅读 · 7 评论 -
基于深度学习的三维人体姿态估计
目录一、技术背景1.1 人体姿态估计1.2三维人体重建1.4构建多人场景研究情况二. 技术方法2.1基础架构2.2重叠loss2.3深度顺序感知loss四.存在的问题与未来研究热点4.1 本实验方法存在的问题4.2 未来研究热点参考文献:一、技术背景1.1 人体姿态估计人体姿态估计(human pose estimation, HPE)已经发展了几十年,一直围绕着从传感器的输入来构建人体姿态。在摄影领域...原创 2021-07-04 23:41:43 · 4144 阅读 · 1 评论 -
Python绘图 多个文件 多条线段组合绘图
import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport os# 路径path = './woker16/'# 文件列表 accfiles_AlexNet_acc = []for file_acc in os.listdir(path): if file_acc.endswith("AlexNet_acc.txt"): files_AlexNet_acc.append(p.原创 2021-06-20 23:42:03 · 2093 阅读 · 3 评论 -
用anaconda prompt安装tensorflow
本文转载自:https://www.cnblogs.com/ming-4/p/11516728.html安装tensorflow是基于Python的,并且需要从Anaconda仓库中下载。所以我们的步骤是:先下载Anaconda,再在Anaconda中安装一个Python,(你的电脑里可能本来已经装了一个Python环境,但是Anaconda中的Python是必须再装的),然后再下载安装tensorflow。因为anaconda支持的python版本与TensorFlow支持的python版本不转载 2021-01-27 23:20:06 · 1798 阅读 · 0 评论