零基础入门机器学习
文章平均质量分 54
upDiff
专注于计算机视觉和深度学习领域,8年+AI项目实战经验。善于将复杂的概念简化为易于理解的形式,并提供清晰的示例代码和运行结果,帮助大家速掌握相关技术。
展开
-
python代码阅读神器,加速掌握开源项目
导语阅读知名开源项目源码可以帮我们快速提升代码功力,学到很多编程方法和技巧。工欲善其事,必先利其器。经过小编的体验,将下面这款源码阅读神器分享给大家。(温馨提示:多图,流量党慎入,尽量在WIFI模式下观看)Sourcetrail简介我们今天的主角是Sourcetrail,是一款开源免费的代码阅读神器。Sourcetrail软件源码地址位于https://github.com/CoatiSoftware/Sourcetrail。以计算机视觉领域著名的detectron2开源项目为例,我们来看下这款利器对源码的原创 2022-05-04 11:07:11 · 3360 阅读 · 0 评论 -
模型训练过程中出现Nan该怎么办?
导语在深度学习模型训练过程中,有时会出现损失值为Nan的情况。那么在训练过程中发生Nan的最常见原因是什么?其次,有什么方法可以解决这个问题?01无效输入原因:输入中包含Nan或者输入为空,对于图像而言输入为损坏的图片。 检查方法:使用python的异常检测机制对数据进行合格检测解决方法:修改代码满足输入为有效的数据,比如在检查过程中先删除受损的图片。02损失函数原因:有时损耗函数的计算会导致Nan的出现。例如给InfogainLoss层提供非归一化的值或者使用有bug的自定义损失层等。检查方法:原创 2022-05-04 11:01:13 · 4322 阅读 · 0 评论 -
【初学者入门系列】Tensorflow学习路线指引
导语TensorFlow是业界广泛使用的开源机器学习框架,虽然有后起之秀不断挑战它的地位,凭借快速部署、适合产品级应用等特点,目前在AI开发者中仍然占据Top2的地位。工具篇目前神经网络框架分为静态图框架和动态图框架,TensorFlow1.x主要使用静态图,这意味着我们先定义计算图,然后不断使用它;而在TensorFlow2.x中,每次都会重新构建一个新的计算图。对于使用者来说,两种形式的计算图有着非常大的区别,同时静态图和动态图都有他们各自的优点,比如动态图比较方便debug,使用者能够用任何他们喜欢的原创 2022-05-02 11:12:15 · 1505 阅读 · 0 评论