Fire-深度学习
文章平均质量分 92
深度学习相关总结
猴哥智能
写算法,看论文,不亦乐乎
展开
-
深度学习-卷积神经网络-目标检测之YOLOV3模型-代码运行训练自己的数据集并进行检测实践3
前序文章前一篇文章介绍了在Windows下用CPU实现利用YOLOV3-Keras版本代码执行图片检测本篇文章详细说明如何使用自己的数据集进行YOLOV3模型权重的训练使用的代码版本是在前一篇文章中完成的项目KerasYolo3Test2在Windows环境下使用CPU进行训练(操作系统:Windows 10专业版 64位)(CPU:Intel(R) Core(TM) i5-4590 [email protected],内存8G)第一部分:建立数据集,完成模型权重训练1、收集图片..原创 2021-01-24 19:51:18 · 539 阅读 · 0 评论 -
深度学习-卷积神经网络-目标检测之YOLOV3模型-代码运行图片检测实践2
前序文章前一篇文章主要通过修改yolo_video.py文件实现YOLOV3-Keras版本的执行图片检测这里介绍另一种执行图片检测的实践途径,实验证明也是可行的;并且为后面使用自己的数据集进行训练做准备使用的代码版本仍然是github上的qqwweee/keras-yolo3Keras实现版本在Windows环境下使用CPU进行检测(操作系统:Windows 10专业版 64位)(CPU:Intel(R) Core(TM) i5-4590 [email protected],内存8G)..原创 2020-12-28 16:44:57 · 1337 阅读 · 1 评论 -
深度学习-卷积神经网络-目标检测之YOLOV3模型-代码运行图片检测实践1
前序文章:最近看了计算机视觉—目标检测领域中的YOLOV3模型及代码这里使用的代码版本是github上的qqwweee/keras-yolo3Keras实现版本在Windows环境下使用CPU进行检测,看看效果如何(操作系统:Windows 10专业版 64位)(CPU:Intel(R) Core(TM) i5-4590 [email protected],内存8G)执行下面YOLOV3的检测程序前,需要完成前序文章中的TensorFlow和Keras环境搭建和安装(如果要执行视频检..原创 2020-12-06 23:19:01 · 1027 阅读 · 1 评论 -
深度学习-卷积神经网络(目标检测环境搭建)-TensorFlow及Keras环境搭建&详细安装教程
最近在学习研究目标检测算法,先看看YOLOV3—CNN深度模型的原理,然后看了代码实现,准备动手跑一遍这篇文章先记录下所需的安装环境因为代码看的是基于TensorFlow+Keras的版本,所以这里安装相对应的环境(操作系统是Windows10 专业版)第一部分:TensorFlow安装1、安装Python 3.6.5 64位进入Python官方网站,找到Downloads页面,找对应的版本,下载安装具体安装步骤比较简单,网上随便搜下就有2、升级pip至最新版本,安装vi..原创 2020-11-29 21:25:02 · 1169 阅读 · 0 评论 -
深度学习-卷积神经网络-实例及代码3(图像分类LeNet5模型)—利用Tensorflow和mnist数据集训练LeNet5-CNN模型实现手写数字识别
系列文章:深度学习-卷积神经网络-实例及代码0.8—基于最小均方误差的线性判别函数参数拟合训练深度学习-卷积神经网络-实例及代码0.9—MNIST数据集介绍、下载及基本操作深度学习-卷积神经网络-实例及代码1(入门)—利用Tensorflow和mnist数据集训练单层前馈神经网络/感知机实现手写数字识别深度学习-卷积神经网络-实例及代码2(初级)—利用Tensorflow和mnist数据集训练简单的深度网络模型实现手写数字识别论文Lecun-1998和其中提出的LeNet5模型是深.原创 2020-11-15 21:14:16 · 1424 阅读 · 0 评论 -
机器学习笔记—模式识别与智能计算(三)模式相似性测度
系列文章:机器学习笔记—模式识别与智能计算(一)模式识别概述机器学习笔记—模式识别与智能计算(二)特征的选择与优化同类文章:暂无1、模式相似性测度 模式识别最基本的研究问题样本与样本之间或类与类之间的相似性测度问题,判断样本之间的相似性常用近邻准则,原理上属于模板匹配,即将待分类样本与标准模板进行比较,看跟哪个模板匹配程度更好从而确定待测样本分类。 按照近邻准则进行分类通常有两种计算方法:a.样本测度—待分类样本与所有训练样本做特征相似性测度...原创 2020-09-18 22:19:03 · 1030 阅读 · 0 评论 -
深度学习-卷积神经网络-实例及代码2(初级)—利用Tensorflow和mnist数据集训练简单的深度网络模型实现手写数字识别
系列文章:深度学习-卷积神经网络-实例及代码0.8—基于最小均方误差的线性判别函数参数拟合训练深度学习-卷积神经网络-实例及代码0.9—MNIST数据集介绍、下载及基本操作深度学习-卷积神经网络-实例及代码1(入门)—利用Tensorflow和mnist数据集训练单层前馈神经网络/感知机实现手写数字识别1、基础知识准备(1)深度学习-卷积神经网络的基本原理卷积层:卷积操作的目的是提取输入的不同特征,第一层卷积层可能只能提取一些低级的特征如边缘、线条和角等层级,更多层的网路能从低.原创 2020-09-13 17:47:01 · 1108 阅读 · 0 评论 -
深度学习-卷积神经网络-实例及代码0.9—MNIST数据集介绍、下载及基本操作
1、MNIST数据集介绍MNIST数据集是一个由手写数字图片构成的数据集,数字由0~9组成,图片大小为28*28MNIST数据集包含训练集mnist.train和测试集mnist.test两部分训练集mnist.train包含60000张图片,其中55000张训练用,5000张验证用测试集mnist.test包含10000张图片,用于测试2、MNIST数据集下载第一种下载方式是直接去官网下载,Lecun MNIST数据集官方网址: ...原创 2020-08-27 16:38:49 · 1057 阅读 · 0 评论 -
深度学习-卷积神经网络-实例及代码0.8—基于最小均方误差的线性判别函数参数拟合训练
利用Tensorflow演示基于最小均差误差的线性判别函数参数拟合训练,可以作为Tensorflow卷积神经网络入门前的基础练习,练习Tensorflow的基本使用方法和模型训练的基本过程,希望对你有所帮助!待拟合的线性判别函数形式为: y=w*x+b其中x为二维向量输入——通过np.random.rand()函数生成100条输入数据初始值w为待拟合的权值参数向量——目标值为[0.1,...原创 2020-08-19 10:22:11 · 676 阅读 · 0 评论 -
深度学习-卷积神经网络-实例及代码1(入门)—利用Tensorflow和mnist数据集训练单层前馈神经网络/感知机实现手写数字识别
主要步骤1、下载数据集,mnist数据集,可以直接去Lecun官网下载 mnist数据集介绍可以参考这篇文章:MNIST数据集下载及可视化2、获取mnist数据集操作的python包,github上有3、编写代码,包括模型、训练和评估,利用训练集训练网络模型,利用测试集测试结果 关于模型的介绍可以参考这篇文章:MNIST机器学习入门具体代码如下所示,经过调试可用,注意导入操作mnist数据集的python包和配置正确的数据集路径:代码执行结果:loss is:...原创 2020-08-07 21:31:56 · 928 阅读 · 2 评论