- 博客(104)
- 收藏
- 关注
RSS订阅原创 keras学习笔记----简单的两个小例子（多分类与二分类）
上一次的博客中，我学习了使用顺序模型去实现一个网络模型的基本内容。首先我们要线性的堆叠网络层，这里要先使用Sequential构造器来构造一个模型对象，然后使.add()方法去添加网络层，第一层的全连接层一定要指定输入大小。接下来，对模型进行编译，使用.compile()方法配置网络，包含损失函数，优化方法和评估标准三个参数，最后，通过.fit()函数对模型进行训练。这事一个简单的顺序模型过程，下...
2019-04-17 08:46:03
1736
原创 Keras学习笔记----快速开始keras的顺序模型
前言学习深度学习已经很长时间了，学习了很多模型，也学习了很多理论知识。最近，想学习一下Keras。我自己也看了几个用keras写的代码。感觉简洁、清晰。因此，想学习一下keras。就个人想法。在学习的时候，想做一些笔记。一是方便自己以后看，二是记录一下个人学习历程，三是如果有幸帮助有人能看到我的博客，对你有所帮助，我也是很荣幸的。我的学习资料来源于Keras中文文档，链接：https://ke...
2019-04-15 16:03:09
440
原创 Deep Residual Learning for Image Recognition(ResNet)
针对图像识别的深度残差学习Abstract(摘要)更深的神经网络更难训练。我们提出了一个残差的学习框架，以便于对比以前使用的网络深度更深的网络进行训练。我们参考层的输入明确地将层重新表示为学习残差函数，代替学习没有参考的函数。我们提供全面的经验证据表明这些残差网络更容易优化，并且可以从显著增加的深度获得准确性。在ImageN...
2019-03-17 16:10:48
575
原创 Going deeper with convolutions(InceptionNet)
进一步深化卷积Abstract(摘要)我们提出了一个代号为Inception的深度卷积神经网络架构，该架构负责设置2014年ImageNet大规模视觉识别挑战赛(ILSVRC14)中用于分类和检测的新技术。该体系结构的主要标志是提高了网络内计算资源的利用率。这是通过精心的设计实现的，该设计允许增加网络的深...
2019-03-11 10:38:42
450
原创 TensorFlow实现ResNet V2
一、ResNet 介绍ResNet(Residual Neural Network)由微软研究员的Kaiming He等4名华人提出，通过使用Residual Unit成功训练152层深的神经网络，在ILSVRC 2015的比赛中获得了冠军。取得了3.75%的top-5错误率，同时参数量却比VGGNet低，效率非常突出。在ResNet之前，瑞士教授Schmidhuber提出了Highway N...
2019-03-07 21:38:08
2063
原创 TensorFlow实现Google Inception Net
一、InceptionNet介绍Google Inception Net首次出现在ILSVRC 2014的比赛中，以较大的优势获得了第一名，那届比赛中的Inception Net通常被称为Inception V1，它最大的特点是控制了计算量和参数量的同时，获得了非常好的分类性能--top-5错误率6.67%。Inception V1有22层深，比AlexNet的8层或者VGGNet的19层还要...
2019-03-07 09:41:02
461
原创 Very Deep Convolutional Networks For Large-Scale Image Recognition(VGGnet)
用于大规模图像识别的非常深的卷积神经网络Abstract(摘要)在这项工作中，我们研究了卷积网络深度对其在大规模图像识别设置中的准确性的影响。我们的主要贡献使使用非常小()卷积滤波器的架构对越来越深的网络进行全面评估，这表明通过将深度堆到16-19的权重层可以实现对现有技术配置的显著改进。这些发现使我么提交的ImageNet Challe...
2019-03-06 08:18:04
1171
原创 TensorFlow实现VGGNet
一、VGGNet简介VGGNet是牛津大学计算机视觉组和Google DeepMind公司的研究员一起研发的深度卷积神经网络。VGGNet探索了卷积神经网络的深度与其性能之间的关系，通过反复堆叠的小型卷积核和的最大池化层，VGGNet成功地构造了16~19层深的卷积神经网络。VGGNet的错误率大幅下降，取得了ILSVRC 2014比赛分类项目的第2名和定位项目的第1名。同时，VGGNet的拓...
2019-03-01 20:00:12
762
原创 TensorFlow实现AlexNet
一、AlexNet的介绍2012年，Hinton的学生ALex Krizhevsky提出了深度卷积神经网络模型AlexNet，它可以算是LeNet的一种更深更宽的版本。AlexNet中包含了几个新的技术点，首次在CNN中成功应用了ReLU，Dropout和LRN等技术。AlexNet包含6亿3000万个连接，6000万个参数和65万个神经元，拥有5个卷积层，其中3个卷积层后面连接了最大池化层，...
2019-02-28 20:04:17
540
原创 TensorFlow实现进阶的卷积网络
一、网络结构conv1：卷积层和ReLU激活函数 pool1：最大池化 norm1：LRN conv2：卷积层和ReLU激活函数 norm2：LRN pool2：最大池化 local3：全连接层和ReLU激活函数 local4：全连接层和ReLU激活函数 logits：模型Inference的输出结果1，2，3是第一个卷积层。4，5，6是第二个卷积层。7是第一个全连接层，8是...
2019-02-28 10:41:39
281
原创 TensorFlow实现简单的卷积神经网络
一、卷积神经网络简介卷积神经网络(Convolutional Neural Network, CNN)最初是为了解决图像识别等问题设计的，当然其现在的应用不仅限于图像和视频，也可以用于时间序列信号，比如音频信号，文本数据等。早期的图像识别研究中，最大的挑战是如何组织特征，因为图像数据不像其他类型的数据那样可以通过人工理解来提取特征。我们需要借助SIFT、HoG等算法提取具有良好区分行的特征。在...
2019-02-27 21:00:39
1471
原创 TensorFlow学习：基本用法
TensorFlow的使用，遵循以下几点：使用图（graph）来表示计算任务 在会话（session）中执行图 使用tensor表示数据 通过变量（Variable）维护状态 使用feed和fetch可以为任意的操作（arbitrary operation）赋值或者从其中获取数据一、综述TensorFlow是一个编程系统，使用图来表示计算任务。图中的节点是一个操作（op），一个o...
2019-02-26 15:28:06
267
原创 ImageNet Classification with Deep Convolutional Neural Networks(AlexNet)
题目：使用深度卷积神经网络进行ImageNet分类 作者：Alex Krizhevsky, Ilya Sutskever Geoffrey E.HintonAbstract(摘要)我们训练了一个大型深度卷积神经网络，将ImageNet...
2019-02-26 11:20:27
5568
2
原创 TensorFlow实现多层感知机
一、感知机的简介在前面我们实现了一个softmax regression，也可以说是一个多分类问题的logistic regression。它和传统意义上的神经网络最大的区别就是没有隐藏层。在一个神经网络中，包含输入层、隐含层和输出层。隐含层是模型的黑箱部分，不被显露出来。有了隐含层，隐含层就有了一些特殊的属性，比如引入非线性的隐含层后，理论上只要隐含节点足够多，即使只有一个隐含层的神经网络也...
2019-02-25 21:53:38
832
原创 TensorFlow实现Softmax Regression识别手写数字
一、数据这是我们使用TensorFlow实现的第一个程序，也算是学习TensorFlow的HelloWorld。我们使用MNIST手写数字数据集来完成我们第一个案例。使用过MNIST数据集的人都知道这是一个非常简单的机器视觉数据集。是由几万涨20像素28像素的手写数字组成。图片只包含灰度值信息，也就是单通道图片。我们要做的就是对这些图片进行分类。转成0~9一共10类。如上图所示，这事一...
2019-02-25 20:51:18
291
原创 TensorFlow学习：一个用于人工智能的开源神器
一、TensorFlow的介绍TensorFlow是一个采用数据流图，用于数值计算的开源软件库。节点（Nodes）在图中表示数学操作，图中的线（edges）则表示在节点间相互联系的多维数据数组，即张量（tensor）。它灵活的架构让你可以在多种平台上展开计算，例如台式计算机中的一个或多个CPU（或GPU），服务器，移动设备等等。TensorFlow最初由Google大脑小组的研究员和工程师们开...
2019-01-31 12:19:22
1209
翻译 A Novel Robust Algorithm for Position and Orientation Detection Based on Mixed Deep Neural Network
题目：一种基于混合深度神经网络的位置和方向检测的新颖鲁棒性算法声明：本篇论文的翻译，目的是为了个人的学习，如果涉及到侵权行为，请评论，我会立即删除。Abstract（摘要）通过使用机器视觉评估物体的位置和方向在工业自动化中是重要的。传统的Canny算子和Hough变换边缘检测算法被广泛使用，但其在复杂背景下的准确性的实时目标识别非常有限。在本篇论文中，提出了一种结合单次多盒检...
2019-01-21 15:13:36
958
原创 爬虫学习----登录处理
一、处理登录表单有一些网站需要登录或者输入验证码才可以进行访问，还有一种是评论等功能。因此，处理表单和登录成为进行网络爬虫不可或缺的一部分。这里涉及到提交表单向网页上传数据，我们通常发送请求有两种方式GET和POST。我们一般使用POST请求提交数据，因为查询字符串（名称/值）在POST请求的HTTP消息主体中，敏感信息不会出现在URL中，参数也不会被保存在浏览器历史或Web服务器日志中。因此...
2019-01-17 16:08:33
1424
原创 爬虫学习----解决中文乱码
一、字符编码在编程的过程中，我们会遇到中文乱码的问题。要解决中文乱码我们就要了解计算机的字符编码，计算机有很多编码方式，因为计算机只能处理数字，因为处理文本的话，就必须先转化为数字。最早的时候计算机采用8bit作为一个字节。计算机使用二进制，因此一个字节可以表示256中不同的状态。例如ASCII码，这是我们最早接触的编码方式。但是这种不能表示汉子，中国就使用GB2312作为简体中文的编码方式，...
2019-01-15 15:48:23
3181
1
原创 爬虫学习----反爬虫问题
一、反爬虫介绍反爬虫就是某些网站拒绝爬虫访问网站获取数据。我们都知道使用爬虫都是获取网站的数据，而这个过程有可能对网站造成一些伤害。下面我们就看一下爬虫对网站的危害有什么?第一：网络爬虫就和正常的人通过浏览器去请求服务器获取网页是一样的，但是，网络爬虫的速度快，造成网站的浏览量增高，浪费网站的流量。浪费钱。第二：网络爬虫的目的是获取数据，在大数据时代数据是每家公司非常宝贵的资源。如果对...
2019-01-14 10:39:05
752
原创 爬虫学习----提升爬虫的速度
一、并发和并行，同步和异步的概念前面我们已经学习了网络爬虫的基本操作，下面，我们将会学习提升爬虫的速度，提升爬虫的速度有三种：多线程爬虫、多进程爬虫、多协程爬虫。在学习具体的操作之前，我们先来了解一下并发和并行，同步和异步的概念。并发：在同一时间段内发生若干事件的情况，就是说任务一个接着一个执行，一个执行完成后执行下一个任务。 并行：在同一个时刻发生若干事件的情况。就是说同一时刻多个任务...
2019-01-13 10:56:52
3271
1
原创 爬虫学习----数据存储
网络爬虫的第一步是获取网页数据，第二步是解析网页数据，第三步就是要存储我们得到的数据，存储数据的方式主要学习以下两种。存储在文件中，包括TXT文件和CSV文件 存储在数据库中，包括MySQL关系数据库和MongoDB数据库一、存储在TXT或CSV1. 存储在TXT文件把数据存储在TXT文件中很简单，之前就用到过，但是这节书中介绍了三种路径的使用方法，这是一个很好的学习点。我们分别用...
2019-01-11 15:55:01
597
原创 爬虫学习----解析网页
解析网页就是从服务器请求下来的网页数据中提取出我们需要的数据，常用的有三种方法：正则表达式解析网页、BeautifulSoup和lxml。一、使用正则表达式解析网页正则表达式就是对字符串操作的一种逻辑公式，就是用事先定义好的特定字符和这些特定字符的组合组成一个规则字符串，这个规则字符串用来表达对字符串的一种过滤逻辑。因此，当我们获得网页数据后，就需要先将数据转换为字符串，之后再用正则表达式...
2019-01-10 20:43:28
2255
原创 爬虫学习----动态网页爬取
一、动态网页爬取介绍在许多网站中，都使用javascript编写网站，很多内容不会出现在HTML源代码中，所以不能使用之前爬取静态网页的方法。有一种异步技术叫AJAX，它的价值在于通过后台与服务器进行少量数据变换就可以使网页实现异步更新。也就是说在不重新加载整个网页的情况下对网页的某部分进行更新。减少网页重复内容的下载，节省流量。但是随之带来的麻烦就是，我们不能再HTML代码中找到我们想要的数...
2019-01-09 15:03:04
5503
1
原创 爬虫学习----静态网页抓取
一、静态网页抓取介绍静态网页就是纯粹HTML格式的网页，早期的网站都是由静态网页制作的，静态网页的数据比较容易获取，因为我们所需的代码都隐藏在HTML代码中。抓取静态网页，我们使用requests库，requests能够让你轻易地发送HTTP请求，这可库使用简单，功能完善。二、获取响应内容获取响应的内容的过程，等同于我们使用浏览器的过程，我们在浏览器中输入网址，浏览器就会向服务器请求内...
2019-01-07 15:31:04
2665
1
原创 爬虫学习----爬虫简介
一、爬虫介绍爬虫程序是数据技术收集信息的基础，爬取到需要的数据后，就可以对数据进行分析和建立应用了。网络爬虫就是自动的从互联网上获取数据的程序。基本上我们在浏览网站时所能见到的数据都可以通过爬虫程序保存下来。我们可以学习爬虫来获取相关的数据。但是，数据是有归属的，并不是你想拿来用就拿来用的，所以，我们要在合法的情况下使用爬虫。因此，我们要遵守互联网世界的robot协议。从目前来看，如果抓取的数...
2019-01-06 14:54:41
543
原创 朴素贝叶斯
一、基于条件概率的分类1.基于贝叶斯决策理论的分类方法在机器学习中，概率论也是一个总要的基础知识，下面我们就学习一些使用概率论进行分类的方法。叫朴素贝叶斯分类器。之所以称之为朴素，是因为整个形式化的过程只做最原始、最简单的假设。从最简单的概率开始说起，假设我们有两类数据，p1(x,y)表示我们的数据点（x,y）属于类别1的概率，p2(x,y)表示数据点（x,y）属于类别2的概率。对于一个新...
2018-12-25 08:53:34
205
原创 数组
数组是具有相同数据类型的一组数据的集合，在Java中数组同样可看做是一个对象。根据维度的不同，分为一维数组，二维数组，多维数组一、一维数组的创建与使用1. 创建一维数组数组作为对象允许使用new关键字进行内存分配。使用数组之前，要首先定义数组变量所属的类型。创建数组有两种形式：（1）先声明，在用new运算符进行内存分配声明一维数组也有两种形式，分别为：数组元素类型 数组名字...
2018-12-24 20:56:16
188
原创 决策树
一、介绍 决策树算法可以读取数据集合，构建决策树。决策树很多任务都是为了数据中所蕴涵的信息，因此决策树可以使一个不熟悉的数据集合，并从中提取出一系列规则。机器学习算法将使用这些规则。 例如这个例子，邮件分类的决策树。长方形表示判断，椭圆形代表终止。首先判断邮件的...
2018-12-20 17:38:06
593
翻译 Beyond a Gaussian Denoiser: Residual Learning of Deep CNN for Image Denoising
摘要：用于图像去噪的判别模型学习由于其有利于去噪性能而最近吸引了相当大的关注。在这篇文章中，我们通过研究前馈去噪卷积神经网络（DnCNN）的结构向前迈进了一小步，将非常深的结构、学习算法和正则化方法使用到图像去噪的过程中。特别是，使用残差学习和批量归一化来加速训练过程和提高去噪性能。与通常在特定噪声水平上训练加性高斯白噪声（AWGN）的特定模型的现有判别去噪模型不同，我们的DnCNN模型能够处...
2018-12-20 08:25:10
15193
3
原创 字符串
一、String类在Java语言中将字符串作为对象来处理，可以通过java.lang包中的String类来创建字符串对象。1. 声明字符串Java中字符串必须包含在一对双引号（“”）之内。因此，无论什么形式，只要在双引号中就是字符串。String str = [null];String：指定变量为字符串类型str：任意有效的标识符，表示字符串变量的名称null：省略n...
2018-12-18 19:55:26
259
原创 python第一课：python特性（1）
本篇内容主要快速介绍python的基本特性，对python的基本语法有一个全面的了解，结合学过的语言对python有一个清晰的认识。一、介绍在本系列笔记中，我们是参考了经典书籍python核心编程第二版，这本书是一本非常好的书，是python2.x系列的。虽然现在大多数都使用python3.x系列。但是个人觉得，知道一些2.x与3.x的不同对学习python是很有帮助的。我们可以下载一...
2018-12-04 19:13:22
177
原创 回归（1）- 线性回归、局部加权线性回归
一、线性回归（Linear Regression）线性回归一般用来做预测，预测数值型的目标值，基本思想是有一个目标值的公式，然后依据数据，得到预测的目标值。例如：其中，称作回归系数，是输入特征，y为目标预测值。我们的目标是找到合适的回归系数，求出回归方程。假定输入数据存放在矩阵x中，回归系数存放在向量w中。对于给定的数据，预测结果将会通过给出。我们的目的就是找出合适的w。最常用的方...
2018-11-21 13:55:47
1565
原创 k-近邻算法（KNN）
简介k-近邻算法就是采用测量不同特征值之间的距离方法进行分类。工作原理：存在一个样本数据集合，就是训练样本集，并且每个数据都有标签。即每一个数据与所属分类的对应关系。所以KNN是一个监督式学习。然后，输入没有标签的数据，将新数据的每个特征与训练样本集中数据对应的特征进行比较，最后算法提取训练样本集中特征最相似数据的分类标签。通常情况下，我们选择前k个最相似的数据，而选择k个最相似数据中...
2018-11-18 16:30:15
491
原创 matlab多项式及其运算
0 创建多项式多项式的一般形式如下：我们可以使用它的系数向量来表示，matlab中，提供了poly2sym函数实现多项式的构造。r = poly2sym(c)：c为多项式的系数向量 r = poly2sym(c, v)：c为多项式的系数向量，v为其变量>> poly2sym([1 3 2]) ans = x^2 + 3*x + 2>> ...
2018-11-17 21:19:00
34849
原创 matlab符号及其运算（2）
1.嵌套符号表达式horner函数实现对符号表达式进行嵌套R = horner(P)：P为待嵌套的符号表达式，R为嵌套后的符号表达式>> syms x y>> horner(x^3 - 6*x^2 + 11*x - 6) ans = x*(x*(x - 6) + 11) - 6 >> horner([x^2 + x;y^3 - 2*y]...
2018-11-17 11:19:06
7869
原创 matlab符号及其运算（1）
matlab中提供了强大的符号运算功能，可以按照推理解析的方法进行运算1.字符型数据变量的创建var = 'expression'字符型变量是以矩阵的形式存在MATLAB的工作空间中的>> C = 'china'C =china>> A = '1 + sin(2) / 3'A =1 + sin(2) / 3>> size(C)an...
2018-11-16 08:31:48
14865
2
原创 matlab的三维绘图和四维绘图
一、三维绘图1.曲线图plot3(X1,Y1,Z1,...)：以默认线性属性绘制三维点集（X1,Y1,Z1）确定的曲线 plot3(X1,Y1,Z1,LineSpec)：以参数LineSpec确定的线性属性绘制三维点集 plot3(X1,Y1,Z1,'PropertyName',PropertyValue,...)：根据指定的属性绘制三维曲线theta = 0:0.01*pi:2*...
2018-11-12 13:52:55
85554
8
原创 matlab的二维绘图
matlab绘制图形的步骤为：数据准备：产生自变量采样向量，计算相应的函数值向量。 选定图形窗口及子图位置：在默认情况下，MATLAB系统绘制的图形为figure(1).figure(2),... 调用绘制函数绘制图形，例如plot函数 设置坐标轴的范围、刻度及坐标网格 利用对象属性值或图形窗口工具栏设置线型、标记类型及其大小等 添加图形注释，例如图名，坐标名称，图例，文字说明等 ...
2018-11-11 09:47:42
30042
5
原创 BP神经网络的数据分类
一、BP神经网络概述BP神经网络是一种多层前馈神经网络，该网络的主要特点是信号前向传递，误差反向传播。在前向传播的过程中，输入信号从输入层经隐含层处理，直至输出层。每一层的神经元状态只影响下一层神经元状态。如果输出层得不到期望输出，则转入反向传播，根据预测误差调整网络权值和阈值，从而使BP神经网络预测输出不断逼近期望输出。BP神经网络的拓扑结构如图1-1所示： 其中，X1，X2，....
2018-11-06 22:17:38
43275
6
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