![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 51
云游四海 Jin
一位学习JAVA,CV的小白
展开
-
解决“No module named ‘tensorflow.keras...”
1.原因缺少这个包2.解决首先找到tensorflow下面的keras所在位置找到自己所要导入的包,查看位置然后你就根据路径改一下代码:from tensorflow.contrib.keras.api.keras.optimizers import ***原创 2021-11-14 01:22:19 · 6497 阅读 · 0 评论 -
ImportError: DLL load failed while importing win32api: 找不指定模块
1.原因报错kernel error安装了多个版本的pywin322.解决办法进入anaocnda prompt卸载掉pywin32 pip uninstall pywin32一般到这一步就已经好了,但是如果还报错kernel error,就继续往下看执行命令 pip show pywin32出现下图所示就继续执行 pip uninstall pywin32如果全都卸载完了,再继续安装 pip install pywin32然后刷新jupyter notebook ,就大功告成了原创 2021-07-18 13:09:30 · 2035 阅读 · 2 评论 -
论文翻译:用于鱼类分割和分类的大规模数据集
A Large-Scale Dataset for Fish Segmentation and ClassificationOguzhan Ulucan, Diclehan Karakaya, Mehmet TurkanDepartment of Electrical and Electronics EngineeringIzmir University of Economics, Izmir, Turkey{oguzhan.ulucan, diclehan.karakaya, mehmet.tur原创 2021-07-16 18:39:54 · 3396 阅读 · 5 评论 -
jupyter“到后台服务的连接没能建立.”
被这个问题折磨了一下午,步骤本来是没问题的。但是就很奇怪,解决之后做点记录吧,防止以后再遇到。1.报错信息:404 GET /api/kernels/…解决办法pip install --user --ignore-installed jupyter2.报错信息:404 GET /jupyter/nbextensions/widgets/notebook/js/extension.js?v=20170626221437 (0.0.0.0)conda install -c conda-forge i原创 2021-07-13 00:51:10 · 1676 阅读 · 3 评论 -
数据增强代码
from keras.preprocessing.image import ImageDataGenerator, array_to_img, img_to_array, load_imgimport os//定义增强方式Datagen = ImageDataGenerator(rotation_range=40, shear_range=0.2, zoom_range=0.2, horizontal_flip=True, vertica原创 2021-07-06 13:26:30 · 1302 阅读 · 0 评论 -
向Jupyter中添加conda虚拟环境
1.标题向Jupyter中添加conda虚拟环境首先安装ipykernel:conda install ipykernel在虚拟环境下创建kernel文件:conda install -n 环境名称 ipykernel激活conda环境:source activate 环境名称将环境写入notebook的kernel中:python -m ipykernel install --user --name 环境名称 --display-name "你想为kernel添加的名称"如果经常需要用jup原创 2021-05-26 15:49:12 · 287 阅读 · 0 评论 -
conda的一些命令
1.conda创虚拟新环境conda create -n 环境名 python==版本号2.conda激活虚拟环境conda activate 项目名3.安装对应安装包pip install -r requirements.txt原创 2021-04-18 09:56:19 · 314 阅读 · 0 评论 -
ResNet学习记录
1.ResNet是什么?ResNet = Residual Network残差网络,2015年由何凯明提出的深度卷积网络,一经出世,便在ImageNet中斩获图像分类、检测、定位三项的冠军。随着网络的加深,梯度的大小(范数)急剧下降,这被称为梯度消失,这会导致学习速率非常缓慢。在极少数情况下也会出现梯度急剧上升,即梯度爆炸现象。表现在训练集上的准确度相较于浅层网络不但没有提高,反而会下降。残差网络就是一种为了解决网络加深梯度消失现象而提出的网络。2.残差指的是什么?ResNet提原创 2021-05-21 17:02:05 · 115 阅读 · 0 评论 -
VGGNet学习记录
1.论文《Very Deep Convolutional Networks for Large-Scale Image Recognition》arXiv:[1409.1556] Very Deep Convolutional Networks for Large-Scale Image Recognitionintro:ICLR 2015homepage:Visual Geometry Group Home Page2.网络结构VGG是Oxford的Visual Geometry Grou原创 2021-05-21 16:14:40 · 190 阅读 · 1 评论 -
kaggle数据集下载
1.什么是kaggle?Kaggle 是一个流行的数据科学竞赛平台。由 Goldbloom 和 Ben Hamner 创建于 2010 年(官网地址:Your Home for Data Science)。在这个平台上,企业和研究者可在其上发布数据和问题,并提供奖金给能解决问题的人。多个数据分析相关的能人志士在其上进行竞赛以产生最好的模型来解决问题。2.Kaggle账号打开网站之后我们可以看到很多的数据集合别人写的代码,但是下载学习的话需要一个账号。注意:国内用户无法注册成功如果刚开始练习懒得原创 2021-05-21 15:38:03 · 1261 阅读 · 4 评论 -
深度学习网络结构汇总
1.LeNet-5论文《Gradient-based learning applied to document recognition》web:http://yann.lecun.com/exdb/lenet/2.AlexNet论文《ImageNet Classification with Deep Convolutional Neural Networks》3.ZFNet论文《Visualizing and Understanding Convolutional Networks》arxiv原创 2021-05-08 11:26:58 · 248 阅读 · 0 评论 -
查看自己是否为gpu环境
import tensorflow as tffrom tensorflow.python.client import device_libprint(device_lib.list_local_devices())一般装了gpu环境,默认就是用gpu跑模型原创 2021-05-07 09:34:13 · 717 阅读 · 0 评论 -
深度学习关于数据集的六大问题
问题一:数据集太小如果数据集太小,模型将没有足够样例概括来区分特征。这将使数据过拟合,从而出现训练误差低但测试误差高的情况。解决方案1尝试找到更多和原始数据集来源相同的数据。注:如果图像很相似或者你追求的就是泛化,也可用其他来源的数据。小贴士:这并非易事,需要你投入时间和经费。在开始之前,你要先分析确定需要多少额外数据。将不同大小的数据集得出的结果做比较,然后思考一下这个问题。解决方案2通过为同一张图像创建多个细微变化的副本来扩充数据,可以让你以非常低的成本创造很多额外的图像。你可以试着裁原创 2021-04-30 15:13:00 · 4134 阅读 · 1 评论 -
什么是EarlyStopping?
Early Stopping是什么具体EarlyStopping的使用请参考官方文档和源代码。EarlyStopping是Callbacks的一种,callbacks用于指定在每个epoch开始和结束的时候进行哪种特定操作。Callbacks中有一些设置好的接口,可以直接使用,如’acc’, 'val_acc’, ’loss’ 和 ’val_loss’等等。EarlyStopping则是用于提前停止训练的callbacks。具体地,可以达到当训练集上的loss不在减小(即减小的程度小于某个阈值.原创 2021-04-21 23:20:26 · 819 阅读 · 0 评论 -
如何在jupyter中添加conda虚拟环境
在虚拟环境中运行conda install nb_conda原创 2021-04-21 21:57:44 · 112 阅读 · 0 评论 -
训练集,验证集,测试集(以及为什么要使用验证集?)(Training Set, Validation Set, Test Set)
对于训练集,验证集,测试集的概念,很多人都搞不清楚。网上的文章也是鱼龙混杂,因此,现在来把这方面的知识梳理一遍。让我们先来看一下模型验证(评估)的几种方式。在机器学习中,当我们把模型训练出来以后,该怎么对模型进行验证呢?(也就是说怎样知道训练出来的模型好不好?)有以下几种验证方式:第一种方式:把数据集全部作为训练集,然后用训练集训练模型,用训练集验证模型(如果有多个模型需要进行选择,那么最后选出训练误差最小的那个模型作为最好的模型)这种方式显然不可行,因此训练集数据已经在模型拟合时使..原创 2021-04-20 11:41:45 · 22794 阅读 · 3 评论