深度学习
文章平均质量分 77
hanzy88
这个作者很懒,什么都没留下…
展开
-
深度学习系列:win10安装GPU版caffe(python3.6接口)
2017/2/14更新: 本人在使用Python3.6安装成功后任然存在一些问题,很麻烦。我也去仔细看了下caffe支持的版本,目前只支持到3.5,所以大家可以参考我的另外一篇博客安装caffe。本来想直接删除这篇博客,但对于一些还不知情的朋友,希望能提醒一下。参考链接:http://blog.csdn.net/hanzy88/article/details/79196846 以上的链接只...原创 2018-01-27 22:00:26 · 11987 阅读 · 9 评论 -
自上而下解读ncnn系列(1):加载param模型和bin文件前向传播
由于这段时间着手实现tensorflow到ncnn的转换,开发过程中对ncnn框架有了一定的认识,特此分享。关于tensorflow2ncnn的具体细节和步骤,可以参考我的github:https://github.com/hanzy88/tensorflow2ncnn目前已支持CNN+FC的转换,并且基于full cnn/mobilenetv2的yolov3已测试成功,由于一定的精度损失结...原创 2019-08-30 16:32:50 · 8087 阅读 · 2 评论 -
玩转Jetson nano系列(3):实现tensorflow转ncnn(ckpt-> pb param bin)
主要代码以上传github,觉得有帮助的话麻烦点下星,谢谢~ckpt转为Pb文件首先训练模型保存为ckpt文件。将ckpt文件转为protxt文件(或许各部分输出结点)将protxt文件转为pb文件,详情请见:https://github.com/hanzy88/ckpt2pb通过文件中的tensorflow2ncnn文件可以将生成的pb文件转换成需要的param, bin文件;...原创 2019-08-26 20:05:44 · 1334 阅读 · 0 评论 -
玩转Jetson nano系列(2):结合ncnn的实时yolov2目标检测
结合上篇玩转Jetson nano系列(1),在jetson安装好ncnn,就可以开发各种模型了。上篇最后提到,可以通过在ncnn根目录下修改CMakefile.txt文件,去掉examples的编译注释,就可以编译出ncnn自带的模型。一. 修改自带yolov2源码因为自带yolov2是基于mobilenet的,而且只支持图片检测,为了让模型支持cam的实时检测,因此需要对自带的源码进行修...原创 2019-08-04 21:38:51 · 3570 阅读 · 1 评论 -
玩转Jetson nano系列(1):Jetson nano编译安装ncnn
整个安装流程基本按照官方的步骤build ncnn for jetson但是在jetson nano上安装时,遇到了glslang和vulkan引发的问题:Found glslangValidator: GLSLANGVALIDATOR_EXECUTABLE-NOTFOUNDCould NOT find Vulkan (missing: Vulkan_INCLUDE_DIR)所以这篇博客...原创 2019-08-04 19:37:35 · 4986 阅读 · 6 评论 -
Linux安装基于py35的caffe(CPU版,结合Anaconda)
参考链接:默认安装python2.7(少坑版)因为实习要用,所有装了一遍linux下的caffe,又是一遍艰苦刨坑。自己装在mac上联系的,至于为什么不在mac os上装(brew 更新后有些坑我实在刨不动)安装Anaconda1.考虑到python3.5版本的conda比较难找了,另外我也试着装了py35的anaconda3,可能中间配置了什么,反正一直编译不成功,所有这里可以直接安装最...原创 2019-07-15 21:17:37 · 433 阅读 · 1 评论 -
将python打包成exe文件,详细介绍(各种坑解决)
安装pyinstaller一开始偷懒,直接使用的pip安装,结果各种问题pip install pyinstaller所以还是去github去下载最新的pyinstaller,替换掉用pip安装好的pyinstaller,下载链接:pyinstaller下载zip文件再解压,将解压后的文件直接放在anaconda\Lib\site-package文件夹中全部替换pyinstaller...原创 2018-09-22 14:11:57 · 9221 阅读 · 0 评论 -
Deep Learning with Python 系列笔记(六):深度学习实践进阶
Keras functional APIkeras中常用的Sequential 模型,通常假设网络只有一个输入和一个输出,并且这些网络层之间是一种线性的堆叠。如下: 事实上,这种结构太过普通,我们需要把许多内容和实际操作都通过一个Sequential模型实现。但是,很多情况下运用都很复杂,需要用到几个独立的输入,有些网络则需要多输出,甚至有些网络在层与层之间通过内部的分支传递,而不是简单...原创 2018-09-28 10:56:46 · 2249 阅读 · 0 评论 -
解决 pip conda 安装下载时网速过慢的问题
PIP对于Python开发用户来讲,PIP安装软件包是家常便饭。但国外的源下载速度实在太慢,浪费时间。而且经常出现下载后安装出错问题。所以把PIP安装源替换成国内镜像,可以大幅提升下载速度,还可以提高安装成功率。国内源: 新版ubuntu要求使用https源,要注意。清华:https://pypi.tuna.tsinghua.edu.cn/simple阿里云:http://mir...转载 2018-03-22 15:42:43 · 6218 阅读 · 1 评论 -
计算机视觉系列:学习笔记(一)
一. 图像基础:像素像素是图像最基础的构成要素,每一张图像都是由像素集合组成。 如果我们将图像当作一个网格,则每一小块是由单个像素组成,如下图: 上图的分辨率为1000 * 750,意味着有1000像素宽,750像素高。可以将一张图像看作一个多维矩阵,此时矩阵为1000列(宽)* 750行(高),在图像中一共有1000 * 750 = 750,000个像素组成。大多...翻译 2018-02-24 16:33:31 · 2085 阅读 · 4 评论 -
手把手教你玩人工智能(一):人脸检测
如果你对人工智能感兴趣,又不想理解复杂的理论知识和数学推导,那就和我一起直接动手,抛去理论体验乐趣。1.开发环境准备python 的开发环境(pycharm / VS code都可以)安装 Anaconda 3(官方下载软件安装)安装 openCV (python 库里是cv2,即openCV 2.0+版本)安装 argparse(方便命令行调用)准备好配菜就可以开火了。...原创 2018-03-17 11:23:29 · 2745 阅读 · 0 评论 -
(window10)使用karas生成网络模型,安装组件及无法成功加载plot_model的解决
一.安装方法开发环境: window 10 Anaconda3 python3.51. 首先安装graphviz 百度前往graphviz官网,下载安装包安装2.采用Anaconda3安装组件 打开Anaconda Prompt,键入 conda install pydotplus,等待安装完成 完成后,键入 conda install graphviz,等待安装完成二...原创 2018-03-02 19:53:03 · 1632 阅读 · 0 评论 -
keras系列(一):参数设置
常用的 权重/偏置 初始化 常数初始化为了在伪代码中形象化,让我们考虑一个具有64个输入和32个输出的神经网络的任意一层。W = np.zeros((64, 32))W = np.ones((64, 32))W = np.ones((64, 32)) * C虽然常量初始化很容易理解和理解,但使用这种方法的问题是,我们几乎不可能打破激活的对称性。因此,它很少被用作神经网...原创 2018-09-28 10:54:53 · 29428 阅读 · 0 评论 -
keras系列(二):模型设置
Keras模型简介Keras的初始构建块是一个模型,最简单的模型称为序列。Keras序列模型是一个神经网络层的线性管道(一个堆栈)。from keras.models import Sequentialmodel = Sequential()model.add(Dense(12, input_dim=8, kernel_initializer='random_uniform',bias...原创 2018-09-28 10:54:59 · 2647 阅读 · 0 评论 -
深度学习系列:win10 搭建caffe tensorflow keras(GPU全基础篇)
因为要做深度学习,所以自己就搭了一个GPU版的工作平台,因为没人指导,全部从0开始,之前就有人说装caffe一开始最好装CPU版,因为一开始上手GPU,安装过程可能就会让你直接放弃。 诚不我欺,前后用了两三天,重装了几次系统(强迫症使然),终于搞好了,特地分享。我用的python3,所以基于python2的可以跳过这篇文章A.先来安装最难的Caffe安装需要的软件清单如下: 1...原创 2018-01-29 16:27:25 · 15669 阅读 · 11 评论