![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Deep Learning
文章平均质量分 77
lxy_Alex
这个作者很懒,什么都没留下…
展开
-
tensorflow2.0系列(4): Eager Execution和Auto Graph
目录静态图的弊端Eager模式Eager execution的基本特性对 numpy 的支持Auto Graph - 动态图static analysis VS dynamic flow局部参数的可见域python collections 数据在tensorflow控制流的使用tensorflow 控制流中tensor的维度和数据类型动态计算与静态维度dtype和shape的一致性原代码的可达性E...原创 2020-01-19 18:08:07 · 1665 阅读 · 0 评论 -
常见深度神经网络模型图
from 《tensorflow learn in one day》 by Krishna Rungta原创 2020-01-09 10:11:29 · 2267 阅读 · 0 评论 -
tensorflow 2.0系列(3):eager execution和计算图
目录tf 2.0 的新特性:eager execution开启eager模式关闭eager模式构建图默认图创建多个计算图启动会话从公式到计算图绘制心形曲线开根号线性回归tf 2.0 的新特性:eager executiontensorflow经典的方式是需要构建计算图,启动会话后,张量在图中流动进行计算。在tf 2.0最大的特色之一就在于eager execution,大大简化了之前这个繁琐的...原创 2020-01-06 00:33:05 · 9594 阅读 · 2 评论 -
tensorflow2.0系列(2):张量的运算
张量运算tensorflow定义了很多张量的基本运算,由于张量的特殊属性,其运算操作主要有两类,一类是基于行列式/线性代数的,一类是对elemental-wise的运算。最常用的有:求和:tf.add乘法:tf.matmul,求逆运算:tf.linalg.inv基于线性代数的运算大多数都在tf.linalg模块中定义。https://tensorflow.google.cn/api_...原创 2020-01-06 00:31:51 · 3655 阅读 · 0 评论 -
升级到tensorflow2.0
目录从tensorflow1.x升级到2.x方案一:依然使用tf 1.x的脚本方案二:升级项目代码到2.xtensorflow2.0推出以后,全面拥抱keras,简化了API接口,使得tensorflow在使用上宜人了很多。从tensorflow1.x升级到2.x方案一:依然使用tf 1.x的脚本对于原来的1.x系列代码,当后台的tensorflow支持升级到2.x以后,大多数代码并不需要...原创 2020-01-04 15:32:04 · 1005 阅读 · 0 评论 -
RNN模型训练经验总结
文章目录RNN模型训练经验总结数据准备“look at your data”!!小步试错。搭建模型设置端到端的训练评估框架forward propagation设置激活函数dropoutback propagation设置学习率 learning rate优化算法避免出现NaN的几个方法利用好过拟合。其他经验技巧集锦RNN模型训练经验总结数据准备“look at your data”!!训...原创 2019-10-20 22:50:09 · 3801 阅读 · 0 评论 -
docker部署机器学习/深度学习模型的容器化方案
文章目录什么是dockerdocker的优点docker image镜像Dockerfile 文件Dockerfile配置例子创建docker镜像docker container 容器模型部署参考和更多阅读docker部署机器学习或深度学习模型正在成为企业大规模部署的一种常规操作什么是dockerDocker 是一个开源的应用容器引擎,基于 Go 语言 并遵从Apache2.0协议开源。D...原创 2019-09-21 00:08:02 · 6336 阅读 · 0 评论 -
backbone模型:FCN、SRN、STN
文章目录FCN网络CNN图像分割模型结构FCN github资源FCN的优缺点SRN 网络什么是空间规整( spatial regularization)?SRN网络github资源STN网络空间变换器localisation network网格生成器: sampling grid采样器:sampler参考:在图像识别领域, 很多基础、已被验证有效的模型会被用作基础模型backbone,接入不同...原创 2019-09-15 12:08:27 · 2599 阅读 · 0 评论 -
端到端(end-to-end)的含义
目录端到端(end-to-end)是什么端到端(end to end)的好处不同应用场景下的端到端含义不同计算机视觉CV中的端到端语音识别中的端到端端到端(end-to-end)是什么端到端指的是输入是原始数据,输出是最后的结果,原来输入端不是直接的原始数据,而是在原始数据中提取的特征经典机器学习方式是以人类的先验知识将raw数据预处理成feature,然后对feature进行分类。分类结果...原创 2019-09-07 21:01:29 · 72764 阅读 · 8 评论 -
keras上手系列之:序列到序列预测问题
LSTM序列到序列模型种类LSTM 序列到序列(seq to seq)问题建模, 根据问题和数据本身的特点,可以分为几种不同: - 一对一(one to one) - 多对一(many to one) - 一对多(one to many) - 多对多(many to many)一个时间步预测(1) 一对一(one to one)原创 2017-11-26 12:38:48 · 3915 阅读 · 0 评论 -
keras上手之:与tensorflow混合编程
tensorflow具备许多优秀的函数和功能,比如tensorboard,keras作为tensorflow的高级API, 封装很多tensorflow的代码,使得代码模块化,非常方便。 当然,由于keras的模型和层与tensorflow的张量高度兼容,可以用keras建模,用tensorflow输入输出。 例如下面的例子:import tensorflow as tffrom keras原创 2017-12-02 21:33:58 · 11921 阅读 · 3 评论 -
keras上手系列之: 代码的整体框架
keras的名字来源于希腊史诗<奥德赛>里的牛角之门(Gate of Horn), 是追梦者之路,是梦想实现之门. Those that come through the Ivory Gate cheat us with empty promises that never see fullfillment. Those that come through the Gate of Horn infor原创 2017-11-22 17:59:40 · 1539 阅读 · 0 评论 -
keras上手系列之: 模型的保存
如何将训练好的网络进行保存以便以后使用, 进行后续的研究呢?原创 2017-11-21 11:20:54 · 5846 阅读 · 1 评论 -
Robust Real-Time Extreme Head Pose Estimation
基本思路:用RGB-D 的摄像头,利用RGB和深度信息对人脸进行三位建模和合成。之后建立了一个由33个人不同头部姿态点云合成数据组成的数据库Dali3DHP,基于级联决策树(5个)训练,采用的ground truth是用Shimmer Sensor得到的头部的姿态角(在正视状态下,roll方向接近于零)得到了在不同头部姿态下的人脸朝向判断模型。这也就决定了算法在头部姿态偏离较大的时候正确率反而更高一原创 2017-09-28 19:09:24 · 638 阅读 · 0 评论 -
深度学习caffe框架(1):如何快速上手caffe?
初识caffe原创 2017-09-10 00:49:52 · 1462 阅读 · 0 评论 -
深度学习caffe框架(2): layer定义
caffe的layers定义原创 2017-09-15 00:20:04 · 2508 阅读 · 0 评论