机器学习
机器学习相关
crazyjackkong
这个作者很懒,什么都没留下…
展开
-
ubuntu下编译mmcv
参考官方编译教程主要步骤下载源码git clone https://github.com/open-mmlab/mmcv.git cd mmcv安装加速库ninja(可选)pip install -r requirements/optional.txt编译成whl文件MMCV_WITH_OPS=1 python setup.py bdist_wheel不同于官方的直接安装至本地目录编译完成后在dist/文件夹中即可看到编译好的whl文件安装直接到dist文件下安装对原创 2022-02-25 16:15:06 · 1322 阅读 · 0 评论 -
Keras 查看模型结构并保存图片
Keras 查看模型结构并保存图片安装首先安装pydot 和 graphviz ,尽量采用conda进行安装,可以比较方便的解决依赖的问题conda install pydot, graphviz使用from keras.utils.vis_utils import model_to_dotsrc = model_to_dot(model,show_shapes=True, show_layer_names=True, rankdir='TB', dpi=300,原创 2021-07-29 20:08:33 · 691 阅读 · 0 评论 -
深度压缩 Deep Compression论文
深度压缩 Deep Compression: Compressing Deep Neural Networks with Pruning, Trained Quantization and Huffman Coding目录介绍网络剪枝 Pruning量化 QuantizationHuffman Codingexperiencediscussions介绍论文:Deep Compression: Compressing Deep Neural Networks with Pruning,原创 2020-12-11 02:25:00 · 471 阅读 · 0 评论 -
ubuntu下通过docker安装TensorFlow-GPU
目录概述1. docker简介安装1. 安装docker engine2. 安装NVIDIA-docker toolkit下载TensorFlow image并运行修改image:增加OpenCV包并保存2. jupyternotebook 中运行py文件概述由于不同设备和不同环境在配置TensorFlow的过程中,会出现多种不兼容的问题,故想借用Docker来解决这个问题。也发现TensorFlow官方也提供有TensorFlow的官方docker镜像。这里,我在Ubuntu 18.04 基于Dock原创 2020-11-16 19:52:16 · 385 阅读 · 0 评论 -
dock 中使用 argparse 出错
目录概述问题解决概述在TensorFlow官方的docker中运行自己在windows下的代码,在参数解析中报错代码段:def main(): parser = argparse.ArgumentParser() #参数解析 parser.add_argument('--weights', default="YOLO_small.ckpt", type=str) parser.add_argument('--weight_dir', default='weights',原创 2020-11-16 19:49:36 · 122 阅读 · 0 评论 -
Yolo_v1代码分析
Yolo_v1代码分析参考:https://github.com/TowardsNorth/yolo_v1_tensorflow_guiyu项目地址:https://github.com/crazyjackkong/yolo_v1_tensorflowpascal_voc.py主要研究 load_pascal_annotation(self, index)函数:其返回值为:return label, len(objs) #返回label,以及该index文件中object的数量label数组的定原创 2020-10-25 23:26:18 · 398 阅读 · 0 评论 -
Yolo_v1实验
Yolo_v1 本地运行实验TensorFlowYolo_v1 原理学习参考 https://zhuanlan.zhihu.com/p/46691043 进行Yolo_v1 实验参考:https://github.com/TowardsNorth/yolo_v1_tensorflow_guiyu环境及数据集准备TensorFlow 2.x环境数据集 VOCtrainval_06-Nov-2007.tar:https://hyper.ai/datasets/7660权重文件 YOLO_s.原创 2020-10-23 08:34:34 · 205 阅读 · 0 评论 -
有监督学习和无监督学习
是否有监督(supervised),就看输入数据是否有标签(label)。输入数据有标签,则为有监督学习,没标签则为无监督学习这里我参考网络资料将机器学习分为;有监督学习、无监督学习、半监督学习和强化学习四类。有监督学习分类(classification):输入的训练数据有特征(feature),有标签(label)。所谓的学习,其本质就是找到特征和标签间的关系(mapping)。从而给定新的特征,得出器相应的分类结果即标签。回归(regression):其数据集是给定一个函数和它.原创 2020-10-21 16:27:35 · 878 阅读 · 0 评论