Drknown的博客

目前colab pro本身就支持terminal每个月大约11$, 当然还有其他功能：更大的内存，更长的session runtime（24h ?）。如果不想折腾可以用kora实现：!pip install korafrom kora import consoleconsole.start()

1. 获取Google Drive无限容量网盘使用Google共享网盘，无限容量，放数据集可以，例如KITTI，Kaggle这些。获取方法n多，可以自行google，我用的这个链接link。2. 在Colab中下载KITTI数据集到google网盘进入共享硬盘目录：%cd /content/drive/Shareddrives/创建一个文件夹用来保存KITTI数据集：%mkdir -p dataset/kitti进入kitti目录下载数据集：%cd dataset/

临时更改：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple package-name永久更改：pip install pip -U # update pippip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

在准备深度学习训练数据集的时候，经常需要操作数据集所在的文集夹。例如：获取某些图片的路径信息，生成路径list为后期dataset做准备。Python有很多操作路径的库，Pathlib是其中一个用起来很方便的库。例如我们有如下一个采集好图像数据的文件夹：.└── images ├── cat │ ├── 1.jpg │ ├── 2.jpg │ └── 3.jpg ├── dog │ ├── 1.jpg │ ...

ImageDataGenerator属于Keras的图片预处理模块，在Tensorflow 2.0中已集成了Keras的API。本文利用ImageDataGenerator来完成一个基本的机器学习流程：检查并了解数据 建立输入管道 建立模型 训练模型 测试模型 改进模型并重复该过程1. 检查并了解数据： 导入必要的package from __future__ i...

在学习Tensorflow的过程中，发现大多数教程都是基于现有的数据集进行训练、优化。例如：MNIST识别教程，一个(x_train, y_train), (x_test, y_test) = mnist.load_data()即可获得训练、测试数据集。而在解决实际问题时，我们经常面对的是采集到的原始图片信息，这些图片保存在硬盘当中，当模型搭建好以后开始把数据从硬盘加载到内存，然...

卷积运算时filter在输入矩阵上滑动的步长叫stride记为S。S越小，提取的特征越多，但是S一般不取1，主要考虑时间效率的问题。S也不能太大，否则会漏掉图像上的信息。在卷积神经网络中，有一个非常重要的特性：权值共享。所谓的权值共享就是说，给一张输入图片，用一个filter去扫这张图，filter里面的数就叫权重，这张图每个位置是被同样的filter扫的，所以权重是一样的，也就是共...

损失函数(Loss function)是定义在单个训练样本的损失/误差，也就是就算一个样本的误差，比如我们想要分类，就是预测的类别和实际类别的区别，是一个样本的哦，用L表示。代价函数(Cost function)是定义在整个训练集整体的误差描述，也就是所有样本的误差的总和的平均，也就是损失函数的总和的平均，有没有这个平均其实不会影响最后的参数的求解结果。 分类问题： 交叉熵，折页...

安装环境：CPU：Intel® Pentium(R) CPU G4400 @ 3.30GHz × 2 GPU：GTX 1060 RAM：8G OS：Ubuntu 18.04 64-bit1. 安装NVIDIA驱动 下载（地址）显卡驱动 这里选择了GTX 1060当前最新版410驱动。 安装依赖项： $ sudo dpkg --add-architecture i3...