![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
silentkunden
纸上得来终觉浅!
展开
-
深度学习之激活函数篇
深度学习之激活函数篇一般来说,激活函数使网络具有非线性化的作用,在神经网络中,正是由多个网络层接激活函数而使其由足够的非线性拟合的能力。常用的激活函数包括:Sigmoid函数、Tanh函数、Relu函数、Softmax函数、ELU函数(指数线性单元)、SELU函数等等,下面将对前四个函数展开详细的叙述:Sigmoid函数Sigmoid函数的表达式为:该函数常用于回归问题上,其的值域为(0, 1),x越接近负无穷,其函数值越接近0;越接近正无穷,其函数值越接近1。因此,Sigmoid函数是一个不原创 2020-09-16 20:02:35 · 246 阅读 · 0 评论 -
使用TensorFlow实现一个简单图像识别的全过程介绍
首先,选用一个较为简单的手写数字图像集作为本次演示的数据集。利用普通神经网络实现过程简介在TensorFlow的图像识别任务中:第一步是读取图像,在TensorFlow中手写数字数据集MNIST可以在其dataset中直接获取,当你已经下载过了,可以直接使用,获取MNIST如下代码所示 # 在该数据集中已经划分了训练集与验证集,并且图像与其标签也已经切分(x, y), (x_val, y_val) = datasets.mnist.load_data() 第二步是把图像转化为.原创 2020-07-27 23:10:34 · 4248 阅读 · 3 评论 -
pytorch实现的Resnet18、VGG16
''' Resnet18 代码 date:2019/11/30 author:hzp'''import torchimport torch.nn as nnimport torch.nn.functional as Fclass ResidualBlock(nn.Module): def __init__(self, inchannel, outch...原创 2019-12-03 22:36:24 · 1047 阅读 · 0 评论 -
利用OpenCV抠出图像中的人脸
""" 参数说明: southPath:存放图像的文件目录 objectPath:裁剪后的图像保存的目录 *suffix:图像的格式"""def readPicSaveFace(sourcePath, objectPath, *suffix): try: # 读取照片,注意第一个元素是文件名 ...原创 2019-12-03 20:39:55 · 4978 阅读 · 11 评论 -
使用pytorch做Resnet迁移学习实现图像分类(完整流程)
图像处理:先对所有的图像的大小reshape到224*224(Resnet输入为224*224)def Image_PreProcessing(imagepath, targetpath): # 待处理图片存储路径 im = cv2.imread(imagepath, 1) h, w, _ = im.shape print(im) t = 0 ...原创 2019-12-02 22:47:19 · 9081 阅读 · 3 评论 -
使用paddlepaddle实现图像分类
首先是对图像集的处理,在此对图像进行了reshape,所有的图像统一处理成(224,224,3)的格式。对图像还可以稍作增强,增加数据集数量: # 随机水平翻转 r1 = random.random() if r1 > 0.5: img = img.transpose(Image.FLIP_LEFT_RIGHT) ...原创 2019-12-02 22:26:46 · 3224 阅读 · 2 评论 -
pytorch损失函数(nn.L1Loss、nn.SmoothL1Loss、nn.MSELoss 、nn.CrossEntropyLoss、nn.NLLLoss)
损失函数,是编译一个神经网络模型必须的两个参数之一,另一个是优化器。损失函数是指用于计算标签值和预测值之间差异的函数,常见的有多种损失函数可供选择,典型的有距离向量,绝对值向量等。 nn.L1Loss L1Loss 计算方法比较简单,原理就是取预测值和真实值的绝对误差的平均数。计算公式如下 ...原创 2019-12-02 22:08:43 · 15303 阅读 · 0 评论