2019年04月_拦路雨g

12月 11月 10月 09月 08月 07月 05月 04月 03月 01月

原创 matlab2019a中Deep Network Designer详细用法（Deep Learning Toolbox系列篇5）

Deep Network Designer是一个模块可拖拽的设计方案，主要用作编辑和建立深度学习网络。1. 官方文档描述：Deep Network Designer应用程序允许您构建，可视化和编辑深度学习网络。使用此应用程序，您可以：1）导入预训练网络并对其进行编辑以进行传输学习。2）导入和编辑网络并构建新网络。3）拖放以添加新图层并创建新连接。4）查看和编辑图层属性。...

2019-04-25 15:51:36 38752 32

原创 matlab2019a中迁移学习快速入门（Deep Learning Toolbox系列篇4）

此示例说明如何使用迁移学习对预训练的卷积神经网络 AlexNet 进行重新训练，以对新图像集进行分类。尝试此示例，了解如何在 MATLAB® 中轻松开始深度学习。深度学习应用中常常用到迁移学习。您可以采用预训练的网络，基于它学习新任务。与使用随机初始化的权重从头训练网络相比，通过迁移学习微调网络要更快更简单。您可以使用较少数量的训练图像快速地将已学习的特征迁移到新任务。本示例用到了Alex...

2019-04-24 21:51:28 10459 13

原创 matlab2019a使用深度学习对网络摄像机图像进行分类（Deep Learning Toolbox系列篇3）

此示例说明如何使用预训练的深度卷积神经网络 GoogLeNet 实时对来自网络摄像机的图像进行分类。使用 MATLAB®、普通的网络摄像机和深度神经网络来识别周围环境中的对象。此示例使用 GoogLeNet，它是预训练的深度卷积神经网络（CNN 或 ConvNet），已基于超过一百万个图像进行训练，可以将图像分为 1000 个对象类别（例如键盘、咖啡杯、铅笔和多种动物）。您可以下载 GoogL...

2019-04-24 21:01:42 3775 2

原创 matlab2019a使用 GoogLeNet 对图像进行分类（Deep Learning Toolbox系列篇2）

说明：此示例是加载已经训练好的googLeNet网络。1. GoogLeNet网络介绍此示例说明如何使用预训练的深度卷积神经网络 GoogLeNet 对图像进行分类。GoogLeNet 已经对超过一百万个图像进行了训练，可以将图像分为 1000 个对象类别（例如键盘、咖啡杯、铅笔和多种动物）。该网络已基于大量图像学习了丰富的特征表示。网络以图像作为输入，然后输出图像中对象的标签以...

2019-04-24 17:27:54 7008 1

原创 matlab2019a中Deep Learning Toolbox初步介绍（Deep Learning Toolbox系列篇1）

至19年4月份，matlab2019a已正式上线。我们在matlab2019a命令框输入help之后，可以找到Deep Learning Toolbox工具模块，从官方帮助文档中可知，如下图所示，matlab2016a开使支持Deep Learning Toolbox。目前，在matlab2019a中，深度学习的基本使用模块已经相对完善，并且支持逐层拖拽的simulink型的架构设计方式。...

2019-04-24 17:16:51 35942 32

原创一文读懂python3中的所有33个关键字及其用法

学习python，首先需要熟悉一下python的33关键字。直接上表：(除前三个关键字，其余按字母表顺序排序)False None True and as assert break class continue def del elif else except finally...

2019-04-23 20:41:52 36887 5

原创 tensorflow变量创建与初始化

背景：import tensorflow as tf1. tensorflow创建变量的方式有两种：v = tf.get_variable("v", shape=[1], initializer=tf.constant_initializer(1.0))或者：v = tf.Variable(tf.constant(1.0, shape=[1]), name='v')...

2019-04-17 16:09:44 443

原创使用notepad++实现批量python2 print string 转换为python3 print(string)

环境：notepad++；首先使用notepad++或者editplus之类的编辑器打开python2代码；Ctrl+H键（notepad++）呼出替换框；1. 在“查找目标”栏输入：print (.*?);?$2. 在“替换为”栏输入：print$$1$3. 需要勾选正则表达式；点击全部替换；4. Ctrl+s保存即可；查看一下是否有替换遗漏，特别是...

2019-04-17 15:20:01 532 1