![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
动手学深度学习
文章平均质量分 73
QWERDF007
这个作者很懒,什么都没留下…
展开
-
动手学深度学习——8. 人物肖像画
动手学深度学习——8. 人物肖像画记录一下学习深度学习的一些。本篇记录一下使用 U^2-Net (paper) 生成人物肖像画,还有 APDrawingGAN。环境:Windows 108700K2070Pytorch 1.7.1U^2-Net 是一个用于显著目标检测的网络 (Salient Object Detection),至于为什么叫 U^2-Net,看网络结构checkpoints:GoogleDriveBaidu pan:chgd肖像生成使用 U^2-Net 生成原创 2021-05-05 20:12:46 · 838 阅读 · 0 评论 -
动手学深度学习——7. CNN可视化
动手学深度学习——7. CNN可视化记录一下学习深度学习的一些。本篇记录一下使用 Grad-CAM 可视化 CNN。环境:Windows 108700K2070Pytorch 1.7.1深度学习在很多任务上,特别是计算机视觉上取得了不错的成功,但其不具备良好的可解释性,被当作"黑盒", Grad-CAM (Gradient-weighted Class Activation Mapping) 以及 Grad-CAM++ 是神经卷积网络的可视化方法 (热力图),图片上越热的地方对网络输出贡献原创 2021-05-03 13:26:25 · 555 阅读 · 0 评论 -
动手学深度学习——6. FairFace多标签分类
动手学深度学习——6. FairFace多标签分类记录一下学习深度学习的一些。本篇简述使用 fairface 训练一个关于人脸的多标签分类器,并且使用 pytorch 的 DDP 加速训练。环境:ubuntu 16.042080Ti * 6Pytorch 1.2.0数据准备FairFace 是这篇 paper 所提供的一个数据集,包含 7 个种族,9 个年龄段及性别。age_labels = ['0-2', '10-19', '20-29', '3-9', '30-39', '40-49原创 2021-04-24 20:11:50 · 1779 阅读 · 1 评论 -
动手学深度学习——5. 数据清洗
动手学深度学习——5. 数据清洗记录一下学习深度学习的一些。本篇简述如何使用 cleanlab 清洗分类数据所使用环境:Ubuntu 16.048700KGeForce RTX 1080TiPython 3.8Pytorch 1.7.1cleanlab 0.1.1数据准备首先将上篇所说的猫狗大战的训练集,按猫狗分为0/1两个目录,父目录命名为 train,接着将两类图片分类,按名字检索一下就可以分开。因为图片的大小不一,所以在进行交叉验证训练的时候,将图片缩放至统一尺寸 224×原创 2021-04-12 21:51:17 · 4537 阅读 · 2 评论 -
动手学深度学习——4. 猫狗大战
动手学深度学习——4. 猫狗大战记录一下学习深度学习的一些。本篇简述如何在 Windows 上训练一个模型来识别猫狗。所使用的环境:Windows 108700KGeForce RTX 2070CUDA 10.1Python 3.8Pytorch 1.7.1数据准备猫狗大战的数据集找不到官网,这里使用 Kaggle 的数据集,也提供百度网盘的下载地址。Kaggle百度网盘:8nr6数据查看下载完数据后,解压,可以看到训练数据集的图片都以 cat.xxx.jpg 和 dog原创 2021-03-28 23:01:54 · 1125 阅读 · 0 评论 -
动手学深度学习——3. 数字识别
动手学深度学习——3. 数字识别记录一下学习深度学习的一些。本篇简述如何在 Windows 上用上篇训练的 MNIST 模型来进行数字识别。所使用的平台:Windows 108700KGeForce RTX 2070CUDA 10.1数据准备用 Windows 上的画图工具随便写几个数字和 MNIST 的数据有一点差别,MNIST 的是黑底白字,而画图生成的是白底黑字,可以直接用画图修改成黑底白字,也可以用代码使用二值化函数生成img = Image.open(img_path).原创 2021-03-27 15:32:34 · 1449 阅读 · 0 评论 -
动手学深度学习——2. HelloWorld
动手学深度学习——2.HelloWorld记录一下学习深度学习的一些。本篇简述如何在Windows上完成深度学习的HelloWorld——MNIST。所使用的平台:Windows 108700KGeForce RTX 2070CUDA 10.1MNISTMNIST 是一个手写数字的数据集,图像为 28*28 的黑白数字图像,60,000 个训练样本,10,000 个测试样本。下载地址:Homepage百度网盘:0e3vHelloWorld激活 torch 环境conda原创 2021-03-22 20:46:54 · 362 阅读 · 0 评论 -
动手学深度学习——1. 环境搭建
动手学深度学习——1. 环境搭建记录一下学习深度学习的一些。本篇简述如何在Windows上搭建一个深度学习的环境。目前所使用的平台:Windows 108700KGeForce RTX 2070CUDA 10.1安装Anaconda安装 Anaconda 来安装和管理 Python。下载地址:Individual Edition安装过程中选择一下安装地址,和勾选添加到环境变量即可,方便在 cmd 中直接执行 conda。[外链图片转存失败,源站可能有防盗链机制,建议将图片保存原创 2021-03-22 20:31:51 · 597 阅读 · 0 评论