![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
caichao08
这个作者很懒,什么都没留下…
展开
-
Revertable STFT
最近在做利用深度学习去噪的工作,大部分的工作都是利用spectrogram特征来做的,这就需要用到STFT, 本次利用的是python的scipy.signal模块。在做去噪的时候,首先需要先将输入信号x利用stft转换成spectrogram:ff, tt, yyx = scipy.signal.stft(test_noise_, fs=48000, nperseg = N, noverlap = N//2)其中N表示的是fft的窗口长度(这里因为没有设置nfft,所以默认取nfft = n原创 2020-10-22 20:59:16 · 274 阅读 · 0 评论 -
colab自动断线问题
按住ctrl+shift+i打开如下的界面:在console栏输入下面的代码function ClickConnect(){console.log("Working");document.querySelector("colab-toolbar-button#connect").click()}setInterval(ClickConnect,60000)按一下回车即可。...原创 2020-06-03 16:23:32 · 3147 阅读 · 0 评论 -
Keras手动更新参数BUG记录
最近在学习meta-learning, 因为里面涉及到一些需要手动更新参数的操作,尝试了通过先求loss, 对trainable_variables进行梯度计算,然后再去作更新的操作,但是中途发现了很多的问题。现在记录一下:在这个实验中,主要目的是为了拟合一个二次函数,第一步是先生成相应的training data:from __future__ import absolute_import, division, print_function, unicode_literalsfrom .原创 2020-05-23 13:36:28 · 1231 阅读 · 3 评论 -
keras bug记录
class MyMode(keras.Model): def __init__(self): super().__init__() self.layer1 = Dense(64, input_dim = 4, activation = tf.nn.relu, trainable = True) self.layer2 = Dense(2, trainable = True) def call(self, x): ...原创 2020-05-22 17:21:25 · 271 阅读 · 0 评论 -
keras中对权重的手动操作code snipnet
比方说冻住最后三层的参数,不让它们被训练更新:for layer in model.layers[:-3]: layer.trainable = False或者在model建立的时候就设定好参数,比如:frozen_layer = Dense(32, trainable=False) #在compile之后才会生效model.add(Dense(512, trainable=False))x=Convolution2D(64,[3,3],strides=1, ...原创 2020-05-21 16:31:49 · 920 阅读 · 0 评论 -
可视化升级Anaconda里面相关package
1. 打开Anaconda Navigator2. 选择Environments3. 更新原创 2020-05-18 07:27:42 · 361 阅读 · 0 评论 -
tensorflow中arg_scope的作用(装饰器模式)
When defining convolution layers, you may always use the same padding type and the same initializer, and maybe even the same convolution size. For you pooling, maybe you are also always using the same...原创 2018-05-19 13:31:37 · 4526 阅读 · 0 评论 -
tensorflow Dataset API
Dataset API是TensorFlow 1.3版本中引入的一个新的模块,主要服务于数据读取,构建输入数据的pipeline。此前,在TensorFlow中读取数据一般有两种方法:使用placeholder读内存中的数据使用queue读硬盘中的数据(关于这种方式,可以参考我之前的一篇文章:十图详解tensorflow数据读取机制)相Dataset API同时支持从内存和转载 2018-05-06 16:18:53 · 414 阅读 · 0 评论 -
Graph-based Image Segmentation
图像分割—基于图的图像分割(Graph-Based Image Segmentation)Reference:Efficient Graph-Based Image Segmentation,IJCV 2004,MIT Code图像分割—基于图的图像分割(OpenCV源码注解) 最后一个暑假了,不打算开疆辟土了,战略中心转移到品味经典,计划把图像分割和目转载 2018-05-06 09:37:09 · 1035 阅读 · 0 评论 -
Tensorboard的使用
TensorFlow实现简单的线性回归模型本文为学习standford的tensorflow课程而做的学习笔记 模型为linear regression先load data,import tensorflow as tfimport utilsimport matplotlib.pyplot as pltdata_file = "data/birth_life.txt"...原创 2018-05-05 21:11:56 · 261 阅读 · 0 评论 -
TensorBoard可视化工具
当使用Tensorflow训练大量深层的神经网络时,我们希望去跟踪神经网络的整个训练过程中的信息,比如迭代的过程中每一层参数是如何变化与分布的,比如每次循环参数更新后模型在测试集与训练集上的准确率是如何的,比如损失值的变化情况,等等。如果能在训练的过程中将一些信息加以记录并可视化得表现出来,是不是对我们探索模型有更深的帮助与理解呢?Tensorflow官方推出了可视化工具Tensorboard,可...转载 2018-05-03 22:52:56 · 2614 阅读 · 0 评论 -
Deep learning资源汇总
入门课程机器学习的入门教程,推荐coursera上andrew NG的machine learning course.链接在些。这门课程能让你对machine learning的基本流程有一定的了解。而且这里面有一些programing task,能加深一下理解。这门课程讲得非常的简单,没有深入讲解背后的推理过程,所以建议看看周志华的《机器学习》这本书。另外《最优化导论》这本书也可以看一看原创 2018-01-06 13:55:11 · 294 阅读 · 0 评论 -
MNIST手写识别数据调用API(python)
MNIST数据集比较小,一般入门机器学习都会采用这个数据集来训练下载地址:yann.lecun.com/exdb/mnist/有4个有用的文件: train-images-idx3-ubyte: training set images train-labels-idx1-ubyte: training set labels t10k-images-idx3-ubyte: test原创 2018-01-06 13:57:55 · 2979 阅读 · 1 评论 -
pytorch入门之变量
TensorTenosr是一种和numpy的ndarrays是相同的概念,不同的时tensor可以用GPU来加速#import sys#sys.executable#print(sys.path)from __future__ import print_functionimport torchx = torch.Tensor(5, 3)print(x原创 2018-01-06 14:14:22 · 5153 阅读 · 0 评论 -
基于pytorch的linear regression的学习
首先第一步是产生训练的数据,这里我们采用scikit工具箱来完成。import numpy as npimport matplotlib.pyplot as pltfrom sklearn.datasets.samples_generator import make_regressionimport torchimport torch.nn as nnfrom torc原创 2018-01-07 12:01:31 · 2441 阅读 · 0 评论 -
pytorch 在MNIST数据集上实现logistic regression
MNIST数据集逻辑回归首先来load数据集import torch import torch.nn as nnfrom torch.autograd import Variable# torchvision可以帮助我们处理常用数据集,如MNIST,COCO, ImageNET等import torchvision.datasets as dsetsimport torchv原创 2018-01-07 14:28:43 · 3109 阅读 · 2 评论 -
神经网络的pytorch实现-基于MNIST数据集
简单的全连接神经网络,包含一个输入层,一个隐藏层,一个输出层首先利用torchvision来加载数据集import torchimport torch.nn as nnimport torchvision.datasets as dsetsimport torchvision.transforms as transformsfrom torch.autograd import Va原创 2018-01-07 20:10:59 · 9659 阅读 · 1 评论 -
Tensorflow常用操作与API
1、tensorflow的基本运作为了快速的熟悉TensorFlow编程,下面从一段简单的代码开始:import tensorflow as tf #定义‘符号’变量,也称为占位符 a = tf.placeholder("float") b = tf.placeholder("float") y = tf.mul(a, b) #构造一个op节点 sess转载 2018-05-09 22:53:56 · 4038 阅读 · 2 评论 -
Tensorflow引入动态图机制
PyTorch 的动态图一直是 TensorFlow 用户求之不得的功能,谷歌也一直试图在 TensorFlow 中实现类似的功能。最近,Google Brain 团队发布了 Eager Execution,一个由运行定义的新接口,让 TensorFlow 开发变得简单许多。在工具推出后,谷歌开发人员 Yaroslav Bulatov 对它的性能与 PyTorch 做了横向对比。今天,我们转载 2018-05-09 23:00:46 · 5393 阅读 · 0 评论 -
拉格朗日乘数法
阅读目录1. 拉格朗日乘数法的基本思想2. 数学实例3. 拉格朗日乘数法的基本形态4. 拉格朗日乘数法与KKT条件 拉格朗日乘数法(Lagrange Multiplier Method)之前听数学老师授课的时候就是一知半解,现在越发感觉拉格朗日乘数法应用的广泛性,所以特意抽时间学习了麻省理工学院的在线数学课程。新学到的知识一定要立刻记录下来,希望对各位博友有些转载 2017-10-11 22:16:53 · 397 阅读 · 0 评论