何33512336
江河湖海
展开
-
LSTM基础理论与实例
关于深度学习的算法,主要有CNN卷积神经网络、RNN循环神经网络、CAN生成对抗网络三种。LSTM(long-short Time memory)就是基于RNN而来。本文将主要介绍LSTM的基础理论与文字预测的实例。原创 2022-11-14 15:31:52 · 1425 阅读 · 0 评论 -
图像语义分割
1.1图像语义分割的概念与原理图像语义分割可以说是图像理解的基石性技术,在自动驾驶系统(具体为街景识别与理解)、无人机应用(着陆点判断)以及穿戴式设备应用中举足轻重。我们都知道,图像是由许多像素(Pixel)组成,而「语义分割」顾名思义就是将像素按照图像中表达语义含义的不同进行分组(Grouping)/分割(Segmentation)。图像语义分割的意思就是机器自动分割并识别出图像中的内容,比如给出一个人骑摩托车的照片,机器判断后应当能够生成右侧图,红色标注为人,绿色是车(黑色表示back原创 2022-04-07 22:08:06 · 5564 阅读 · 0 评论 -
Pytorch框架迁移到android
前言当前环境:pytorch训练版本:1.6.0;pytorch-android版本:1.6.01 model.pt->model-script.pt若模型上一次由GPU训练得到,需要转换成CPU形式import torchdevice = torch.device('cpu')net=torch.load('model.pt', map_location = device)torch.save(net,'model-cpu.pt')然后把model.pt转换成Py..原创 2021-12-29 15:26:26 · 2164 阅读 · 0 评论 -
torch对于tensor的常规操作
前言使用pytorch框架,会常操作tensor,以下则是对tensor常规操作的汇总。import torchtorch.Tensor会继承某些torch的某些数学运算,例如sort, min/max....不需要调用相应的torch.funciton进行处理,下文中如果是torch/Tensor即表示该函数可以直接对self的tensor使用,也可以使用torch给的相应函数接口1.torch/Tensor.reshape(input, shape) → Tensor指定tenso原创 2021-11-17 15:38:48 · 3987 阅读 · 0 评论 -
pytorch常用Loss函数
前言pytorch常用损失函数损失函数的基本用法:criterion = LossCriterion() #构造函数有自己的参数loss = criterion(x, y) #调用标准时也有参数得到的loss结果已经对mini-batch数量取了平均值1.BCELoss(二分类)CLASS torch.nn.BCELoss(weight=None, size_average=None, reduce=None, reduction='mean')创建一个衡量目标和输出.原创 2021-07-30 16:33:00 · 4550 阅读 · 0 评论 -
关于ncnn转换focus模块报错Unsupported slice step !
前言本文阐述了你ncnn装换时focus报错的原因。转换和实现focus模块$ onnx2ncnn yolov5s-sim.onnx yolov5s.param yolov5s.bin转换为 ncnn 模型,会输出很多 Unsupported slice step,这是focus模块转换的报错Unsupported slice step !Unsupported slice step !Unsupported slice step !Unsupported slice ..原创 2021-03-30 11:24:03 · 3400 阅读 · 2 评论 -
Yolov5-pytorch模型迁移移动端
前言标题所指移动端主要是Android。流程是pt->onnx->ncnn->(param,bin)环境win10x64+pyCharm+Pytorch+Yolov5步骤1.运行Yolov5导出程序export.py,修改为自己的路径执行后会在文件夹中产生2.执行以下代码,进行模型冗余度简化,本文采用Pycharm中的Terminal,cd到对应文件中执行以下命令python -m onnxsim best.onnx best-sim.onnx原创 2021-03-30 11:07:03 · 398 阅读 · 0 评论 -
初识Tensorflow.js
由Irvan Smith在Unsplash发布越来越多的开发者在他们的机器学习工程中使用TensorFlow。今年3月,Google的TensorFlow团队发布等待多时的JavaScript框架,TensorFlow.js(之前也叫做DeepLearn.js)现在开发者可以编译轻量级的模型并在浏览器中使用JavaScript运行它。TensorFlowTensorFlow在2011年...原创 2019-07-09 17:12:11 · 445 阅读 · 1 评论 -
编译ncnn-Win10-vs2019环境中
前言本文功能项在于pyTorch转ncnn时所需要,不排除其他方向适用。1.VS环境配置本文采用VS2019,不排除其他版本适用。1.1 下载VS2019,https://visualstudio.microsoft.com/zh-hans/vs/1.2 选择工作负载,本次编译环境主要依赖以下三个选项,如图所示:1.3 已安装无上述负载,则可在vs2019界面的工具中找到,如下图所示:2.Cmake配置2.1、本文采用cmake-3.16.5,下载地址:https:.原创 2021-03-03 11:25:28 · 640 阅读 · 0 评论 -
YOLOv5构建自己的数据集并训练
前言本文默认已安装好Anaconda等python环境,并已下载好YOLO项目且可运行DEMO。接下来将着重在数据集构建的介绍上。目录前言1.Environment2.构建数据集2.1 目录构建2.2 数据集划分2.3 标记文件转换3. 配置文件及训练1.Environment本文所用环境:代码版本V3.0,源码下载地址:https://github.com/ultralytics/yolov5.gitPytorch:1.6.0Cuda:10.1Pyt.原创 2021-02-26 16:56:41 · 794 阅读 · 1 评论 -
pyTorch与TensorFlow的综合对比
前言之前,斯坦福大学研究机器学习的博士生Awni Hannun,围绕PyTorch还是TensorFlow这个话题,做了一个深入的比较。综合对比表对比类别 pyTorch tensorFlow 较优 上手时间 PyTorch本质上是Numpy的替代者,而且支持GPU、带有高级功能,可以用来搭建和训练深度神经网络。如果你熟悉Numpy、Python以及常见的深度学习概念(卷积层、循环层、SGD等),会非常容易上手PyTorch。 而TensorFlow可以原创 2021-01-13 10:44:18 · 3254 阅读 · 2 评论 -
Python综合基础及机器学习面试题
前言本篇文章多为问答式解析,若对相关信息存在异议,感谢在评论区进行指正。问答式-python基础1.列举 Python 中的基本数据类型?答: Python3 中有六个标准的数据类型:字符串(String)、数字(Digit)、列表(List)、元组(Tuple)、集合(Sets)、字典(Dictionary)。2. 如何区别可变数据类型和不可变数据类型?答: 从对象内存地址方向来说可变数据类型:在内存地址不变的情况下,值可改变(列表和字典是可变类型,但.原创 2021-01-05 10:17:55 · 954 阅读 · 0 评论 -
使用TensorFlow进行矩阵的运算
以下是完整代码:# -*- coding: utf-8 -*-"""Created on Mon Mar 25 15:22:50 2019@author: hadron"""#矩阵的运算20190713import tensorflow as tf# 例1:计算两个矩阵的和# 定义了两个常量op,m1和m2,均为1*2的矩阵 、m1=tf.constant([[3...原创 2019-07-13 17:40:03 · 1201 阅读 · 0 评论 -
关于python集成dlib
前言这是一篇以“踩坑”为驱动的文章,如果直接使用pip install dlib安装,那么就会引用到对C++编译的Cmake和boost,如果还使用了win系统,还会涉及到visual studio和winSdk等各个方面,以及各种库的版本问题。显然上述南辕北辙。如果在python环境下涉及到库的安装最好使用非编译的包*.whl,这种方式是较为合理的,也很简洁。1.dlib简介Dlib是一个现代化的C ++工具箱,其中包含用于在C ++中创建复杂软件以解决实际问题的机器学习算法和工具。它广泛应用原创 2020-09-26 21:55:26 · 1131 阅读 · 0 评论 -
拟合-机器学习基础(三)
前言原创 2020-08-30 11:25:21 · 211 阅读 · 0 评论 -
梯度下降应用解析及推导-10大基础算法(二)
前言梯度下降的概念是机器学习算法中较为基础的,同样也是非常重要的。主要有三大类 批量梯度下降法(Batch Gradient Descent, BGD);随机梯度下降法(Stochastic Gradient Descent, SGD);小批量梯度下降法(Mini-Batch Gradient Descent, MBGD)。本文将从梯度的基础概念,通用场景入手依次解析推导。什么是梯度?梯度的数学定义:在一个数量场中,函数在已知定点处沿着不同的方向,其方向导数是不同的,现在需要求得其中哪一个方向的原创 2020-08-15 21:27:19 · 305 阅读 · 0 评论 -
神经网络中的前向传播和反向传播的算法推导-10大基础算法(一)
前言神经网络中的前向传播与反向传播是机器学习中最基础的理论之一。机器学习中常用的10大算法概要这一篇文章中有引导介绍。推导流程1.1符号表达 在推导过程中将会涉及到很多元素的表达,严谨的数学符号能帮助我们更清晰的阅读推导的过程。 ...原创 2020-08-04 22:31:28 · 722 阅读 · 0 评论 -
TensorFlow 从简单的手势识别开始
前言学习笔记来自于Andrew Ng,文末附资料。1 - 导入TensorFlow库import numpy as npimport h5pyimport matplotlib.pyplot as pltimport tensorflow as tffrom tensorflow.python.framework import opsimport tf_utilsi...原创 2020-05-05 21:08:33 · 911 阅读 · 0 评论 -
TensorFlow CTPN文字定位与识别
前言环境搭建运行中的问题拓展本仅包含初级阶段如何有效运行Demo,下篇文章将会介绍如何训练模型。基本步骤环境搭建运行中的问题拓展环境搭建1.python3.62.tensorflow3.CTPN源码下载地址: https://github.com/eragonruan/text-detection-ctpn/releases解压源码,一个是已经训练好的模型。运行中的问题使用P...原创 2020-04-22 22:47:30 · 807 阅读 · 2 评论 -
神经网络-前向传播与反向传播
一、前言这是一场以误差(Error)为主导的反向传播(Back Propagation)运动,旨在得到最优的全局参数矩阵,进而将多层神经网络应用到分类或者回归任务中去。前向传递输入信号直至输出产生误差,反向传播误差信息更新权重矩阵。这两句话很好的形容了信息的流动方向,权重得以在信息双向流动中得到优化,其实就类似一个带反馈校正循环的电子信号处理系统。我们知道梯度下降可以应对带有明确求导函...原创 2020-03-21 21:34:14 · 1052 阅读 · 1 评论 -
python向量化与循环耗时对比及其原理
前言python向量化与循环耗时对比及其原理,向量化计算速度是循环的300倍。1.测试import timeimport numpy as npa = np.random.rand(1000000)b = np.random.rand(1000000)tic = time.time()c = np.dot(a,b)toc = time.time()print(c)...原创 2020-03-12 22:04:19 · 830 阅读 · 0 评论 -
计算机视觉-卷积基本要素及实例
前言本文将介绍padding,卷积步长,单层卷积,三维卷积,池化层等概念和一个实例。原创 2020-02-29 23:20:38 · 353 阅读 · 0 评论 -
计算机视觉-边缘检测原理及Canny实现
前言卷积运算是卷积神经网络最基本的组成部分,使用边缘检测作为入门样例。1.1 边缘检测示例(Edge detection example ) 让我们举个例子,给了这样一张图片,让电脑去搞清楚这张照片里有什么物体,你可能做的第一件事是检测图片中的垂直边缘。比如说,在这张图片中的栏杆就对应垂直线,与此同时,这些行人的轮廓线某种程度上也是垂线,这些线是垂直边缘检测器的...原创 2020-02-20 21:42:52 · 676 阅读 · 0 评论 -
深度学习的八大开源框架
深度学习八大开源框架导读:深度学习(Deep Learning)是机器学习中一种基于对数据进行表征学习的方法,深度学习的好处是用非监督式或半监督式的特征学习、分层特征提取高效算法来替代手工获取特征(feature)。作为当下最热门的话题,Google、Facebook、Microsoft等巨头都围绕深度学习重点投资了一系列新兴项目,他们也一直在支持一些开源深度学习框架。目前研究人员原创 2017-06-16 16:26:23 · 4393 阅读 · 0 评论