人工智能
文章平均质量分 63
gdyshi
https://blog.gdyshi.top/
展开
-
人工智能笔记系列(一)
参考资料:《人工智能:一种现代的方法》人工智能的定义两个维度外部表现:思考、行动评判:像人一样、合理性通过两个维度的交叉形成4种定义方法像人一样思考——认知科学像人一样行动——图灵测试合理地思考——逻辑合理地行动——agent原创 2017-01-12 16:13:15 · 1255 阅读 · 0 评论 -
tensorflow模型部署系列————嵌入式(c/c++ android)部署(附源码)
摘要本文为系列博客tensorflow模型部署系列的一部分,用于实现通用模型的部署。本文主要实现用tflite接口调用tensorflow模型进行推理。相关源码见链接引言本文为系列博客tensorflow模型部署系列的一部分,用于tflite实现通用模型的部署。本文主要使用pb格式的模型文件,其它格式的模型文件请先进行格式转换,参考tensorflow模型部署系列————预训练模型导出。从...原创 2019-07-10 17:24:32 · 10938 阅读 · 9 评论 -
tensorflow模型部署系列————单机java部署(附代码)
摘要本文为系列博客tensorflow模型部署系列的一部分,用于实现通用模型的部署。本文主要实现用JAVA接口调用tensorflow模型进行推理。相关源码见链接引言本文为系列博客tensorflow模型部署系列的一部分,用于JAVA语言实现通用模型的部署。本文主要使用pb格式的模型文件,其它格式的模型文件请先进行格式转换,参考tensorflow模型部署系列————预训练模型导出。从模型...原创 2019-07-01 18:54:13 · 5602 阅读 · 1 评论 -
tensorflow模型部署系列————单机C++部署(附源码)
摘要本文为系列博客tensorflow模型部署系列的一部分,用于实现通用模型的部署。本文主要实现用C++接口调用tensorflow模型进行推理。相关源码见链接引言本文为系列博客tensorflow模型部署系列的一部分,用于C++语言实现通用模型的部署。本文主要使用pb格式的模型文件,其它格式的模型文件请先进行格式转换,参考tensorflow模型部署系列————预训练模型导出。从模型文件...原创 2019-06-14 09:11:01 · 8121 阅读 · 21 评论 -
tensorflow模型部署系列————单机python部署(附代码)
摘要本文为系列博客tensorflow模型部署系列的一部分,用于实现通用模型的部署。通用主要体现在通过tensorboard图从已保存的模型中还原并查看模型详细结构,以及自定义模型的输入输出tensor引言本文为系列博客tensorflow模型部署系列的一部分,用于python语言实现通用模型的部署。通用主要体现在通过tensorboard图从已保存的模型中还原并查看模型详细结构,以及自定...原创 2019-05-30 11:15:00 · 7109 阅读 · 3 评论 -
tensorflow模型部署系列————预训练模型导出(附代码)
摘要本文为系列博客tensorflow模型部署系列的一部分,用于为模型部署提供最开始的输入————标准化的模型文件。引言本文为系列博客tensorflow模型部署系列的一部分,用于为模型部署提供最开始的输入————标准化的模型文件。相关示例代码放在gdyshi的github上主题可保存的模型格式有多种,本文仅针对 tensorflow 的默认格式ckpt、 keras 的默认格式h5和...原创 2019-05-23 09:49:13 · 5032 阅读 · 4 评论 -
tensorflow模型部署系列————立贴
引言本文开始我将要写几篇针对tensorflow系列模型的导出方法和步骤,此文为立贴文。一来确定后续研究路线,二来用于鞭策自己将系列博文坚持写完。相关示例代码放在gdyshi的github上研究线路模型部署的第一步就是要有模型,所以我首先把模型导出方法做一下梳理,部署主要有两种:单机版和服务器版。单机版可以在单机上进行模型推理,主要应用在离线的智能终端、边缘计算产品上;单机版我先从最简单的p...原创 2019-05-20 17:47:05 · 6008 阅读 · 5 评论 -
tensorflow使用高阶api导致训练不收敛问题
摘要本文将低级api实现的tensorflow网络移植到高级api上遇到的loss值不变和训练结果不收敛问题引言tensorflow版本更新很快,猛一回头发现已经推出更高级的api了主题tensorflow高级api上图是tensorflow软件栈图,我之前学习和实现的网络模型(0.12a)使用的是 低级api, 现在的新版本(1.10)对低级api进行了封装,形成了高级api(es...原创 2019-05-20 10:10:03 · 1185 阅读 · 2 评论 -
tensorflow非标准模型的导出
摘要本文记录部署一个非标准模型(未定义name、未定义placeholder、未定义batchnorm中的train参数)的过程引言之前训练的一个比较好的模型需要部署到实际应用场景中,但从之前训练时到现在,tensorflow版本已经更新了7、8个,一些借口已经改变。给部署带来一定的难度主题本文在旧的tensorflow版本上先进行模式导出和试验,成功后再部署到新的tensorflow版...原创 2018-11-27 11:49:53 · 238 阅读 · 0 评论 -
github上的facenet代码文档结构
文档结构contributed/batch_represent.py 从图片目录中生成embeddingscontributed/cluster.py 人脸图像归类contributed/clustering.py 人脸匹配contributed/export_embeddings.py 从图片文件夹中导出embeddings和标签(numpy数组格式)contributed/face...原创 2018-10-29 15:51:45 · 2391 阅读 · 3 评论 -
译文 FaceNet: A Unified Embedding for Face Recognition and Clustering
摘要Despite significant recent advances in the field of face recognition [10, 14, 15, 17], implementing face verification and recognition efficiently at scale presents serious challenges to current ap...原创 2018-09-03 11:46:42 · 5845 阅读 · 0 评论 -
机器学习中的优化算法(附代码)
摘要> 优化算法指通过改善训练方式,来最小化(或最大化)损失函数E(x)局部最优问题 局部最优与鞍点。在神经网络中,最小化非凸误差函数的另一个关键挑战是避免陷于多个其他局部最小值中。实际上,问题并非源于局部极小值,而是来自鞍点,即一个维度向上倾斜且另一维度向下倾斜的点。这些鞍点通常被相同误差值的平面所包围,这使得SGD算法很难脱离出来,因为梯度在所有维度上接近于零。原创 2018-01-15 11:46:47 · 2840 阅读 · 0 评论 -
机器学习中的软件测试
摘要 机器学习的实现需要使用软件代码,从这一角度来说,机器学习也是软件工程的一部分。针对软件就会引入对软件是否正确的检验,那么在机器学习中如何进行软件测试?相关源码什么是软件测试 TDD-测试驱动开发 是指开发功能代码之前,先编写测试代码,然后只编写使测试通过的功能代码,从而以测试来驱动整个开发过程的进行。这有助于编写简洁可用和高质量的代码,有很高的灵活性和健壮性,能快速响应变化,并原创 2017-12-30 22:28:15 · 3262 阅读 · 0 评论 -
神经网络之权重初始化(附代码)
摘要 神经网络/深度学习模型训练的过程本质是对权重进行更新,在对一个新的模型进行训练之前,需要每个参数有相应的初始值。对于多层神经网络/深度学习而言,如何选择参数初始值便成为一个值得探讨的问题。本文从实现激活值的稳定分布角度来探讨神经网络的效率优化问题权重在神经网络/深度学习中的作用(个人领受) 神经网络的作用是从大量不同的待训练数据中发现数据本身的内在规律(提取特征数据)。这就要求输入数原创 2017-12-04 21:16:23 · 22368 阅读 · 0 评论 -
神经网络之过拟合(附代码)
摘要 监督机器学习问题无非就是“minimizeyour error while regularizing your parameters”,也就是在规则化参数的同时最小化误差。最小化误差是为了让我们的模型拟合我们的训练数据,而规则化参数是防止我们的模型过分拟合我们的训练数据。什么是过拟合 一个假设在训练数据上能够获得比其他假设更好的拟合,但是在训练数据外的数据集上却不能很好地拟合数据,此原创 2017-12-09 21:07:46 · 8840 阅读 · 0 评论 -
Windows下安装tensorflow步骤
官方安装链接 tensorflow 0.12.0开始支持Windows下安装了环境要求:Windows 64位 python 3.5 pip 9.0.1tensorflow 0.12.0cuda8.0cudnn5.1visual c++ 2015 运行时库 查看gpu是否支持cuda安装过程:安装python3.5下载安装升级pip python.exe -m pip i原创 2016-12-28 09:26:53 · 51671 阅读 · 16 评论 -
tensorflow模型部署系列————浏览器前端部署(附代码)
摘要本文为系列博客tensorflow模型部署系列的一部分,用于javascript实现通用模型的部署。本文主要实现用javascript接口调用tensorflow模型进行推理。实现了tensorflow在浏览器前端计算方案,将计算任务分配在终端,可以有效地降低服务端负荷,并提供相关示例源代码。相关源码见链接引言本文为系列博客tensorflow模型部署系列的一部分,用于javascri...原创 2019-07-22 15:53:22 · 4424 阅读 · 4 评论