- 博客(13)
- 收藏
- 关注
原创 yolov5在plotting labels时停止并显示Process finished with exit code 1
yolov5_6.0运行train.py文件报错总结
2023-03-02 20:33:37
719
原创 使用spacy库出现错误OSError: [E941] Can‘t find model ‘en‘.
问题运行代码:TEXT = data.Field(tokenize='spacy')LABEL = data.LabelField(dtype=torch.float)报错:OSError: [E941] Can't find model 'en'. It looks like you're trying to load a model from a shortcut, which is obsolete as of spaCy v3.0. To load the model, use
2022-05-16 15:34:33
1941
3
原创 用YOLOv5训练自己的目标检测数据集(以口罩检测为例)
运行YOLOv5首先需要安装深度学习环境,教程请看安装pytorch深度学习环境(GPU版)。YOLOv5的代码在GitHub上是开源的GitHub - ultralytics/yolov5,利用其代码实现自己的目标检测需求,需要2个步骤:1.准备数据集;2.配置代码参数,训练模型;3.预测。以下笔者将带大家一步步实现自己的目标检测模型训练。一、准备数据集1.1 收集图片我们根据自己的需求收集相关图片,在这里以口罩识别为例。我们从网上收集到一些...
2022-05-07 09:57:37
9914
8
原创 安装pytorch深度学习环境(GPU版)和pycharm
1.安装或更新显卡驱动根据自己的电脑的配置和需求,安装或更新显卡驱动,nvidia显卡驱动下载地址:官方驱动 | NVIDIA下载可能比较慢,有梯子的话会好些。下载完成后安装exe文件即可。安装完成后,打开cmd命令窗口,输入如下的命令,可查看显卡驱动信息。nvidia-smi 根据显卡驱动信息,可以看到驱动的版本和最高支持的CUDA版本。然后,我们就需要根据这个信息来安装环境。 2.安装Anaconda...
2022-04-29 14:25:45
4933
2
原创 win10中运行YOLOv5时安装pycoctools报错解决方法
pip install pycocotools 报错 :ERROR: Failed building wheel for pycocotoolsCould not build wheels for pycocotools which use PEP 517 and cannot be installed directly解决方法直接暴力安装 ,进入cocotools官网下载pycocotools · PyPI需要的版本包,一般是要大于2.0的下载后解压,直接将这两个标黑的文件复制粘.
2022-04-12 21:43:25
1195
2
原创 Chinese MNIST数据集(Kaggle)的pytorch实现
一、Chinese MNIST数据集 本数据集来自Kaggle网站https://www.kaggle.com/gpreda/chinese-mnist主要包括15000张64*64的手写中文数字图片,和一份内容文件。二、神经网络结构 三层全连通网络:4096*300*80*15三、传播过程 BP算法的计算过程可参考之前的文章,有详细说明,不再赘述。四、本项目重点:数据集的载入 这里主要采用通...
2021-11-14 16:45:58
3104
原创 基于pytorch的MNIST手写数字识别
一、MNIST数据集MNIST数据集包括: 60000张训练集28*28的灰度图像及标签 10000张测试集28*28的灰度图像及标签二、神经网络结构两层全连通神经网络: 输入层:784 隐藏层:80(自定) 输出层:10三、传播过程 四、交叉熵损失函数BP算法数学推导五、程序(pytorch)...
2021-11-14 16:14:42
1339
原创 BP算法数学推导
BP算法是根据链式求导法则推导得出的,在此我们以2层神经网络结构演示反向推导过程。一、2层神经网络结构(不含输入层)二、BP算法数学推导1.正向计算过程输入层:第一层: 第二层: 代价函数:2.反向推导过程对W2求偏导:对W1求偏导:对其进行步骤拆分:对于W2: 对于W1: ...
2021-10-18 21:46:08
1034
原创 基于二层神经网络的手写数字识别(Matlab)
该程序是根据二层神经网络实现的手写数字0-9的识别。一、手写数字0-9训练集为5000幅像素为20*20的手写数字0-9,如图所示为100个样本展示图像:二、神经网络结构二层的神经网络结构如下图所示:输入层神经元401个(含1个偏执单元),隐藏层神经元26个(含偏执单元),输出层神经元10个系数矩阵的阶数为25401,的阶数为1026。三、数学推导数学推导与《简单的二层BP神经网络-实现逻辑与门(Matlab和Python)》一文中的推导过程类似,在此不再赘述,文章链
2021-10-16 14:30:06
749
原创 简单的二层BP神经网络-实现逻辑与门(Matlab和Python)
该程序主要是设计一个2层的神经网络,通过BP算法实现与门逻辑。一、逻辑与门二、二层的神经网络三、数学推导根据真值表可知,输入输出的对应逻辑关系。故设输入X,输出Y为 权值W1为2*2矩阵,W2为2*1矩阵(1).前向计算过程第1个神经元输出为:第2个神经元输出为:其中:(2).反向传播过程第2个神经元误差为:第1个神经元误差为:其中:权值W2的偏导数为:权值W1的偏导数为:(3)....
2021-10-15 17:26:39
5131
2
原创 《吴恩达机器学习》内容总结Week2
课程网址:Machine Learning | Coursera第二周的主要内容有两个部分:多元线性回归和Octave教程。一、多元线性回归1.基本模型2.多元梯度下降3.特征缩放 将每个特征的范围大约控制在[-1,1] 均值归一化:4.学习率 如果太小,梯度下降将很慢。 如果太大,代价函数有可能不会随每次迭代减小,可能不能收敛。 以三倍的增加进行尝试,...,0.001,0.003,0.01, 0.03...
2021-10-10 11:26:18
112
原创 《吴恩达机器学习》内容总结Week1
课程网址:Machine Learning | Coursera 第一周的主要内容分为三个部分:机器学习基础概念的介绍、一元线性回归和线性代数基础知识的回顾。一、机器学习基础概念的介绍1.机器学习的定义 第二个定义更为细化,要分清其中涉及的几个概念。 经验E:学习过程 任务T:设计目的 性能P:训练精度2.机器学习的分类 监督学习:给算法的数据集,其中包含...
2021-10-10 10:17:48
140
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人