ML&DL
GarryLau
这个作者很懒,什么都没留下…
展开
-
Keras创建模型的两种方法
在 Keras 中有两类主要的模型:Sequential 顺序模型 和 使用函数式 API 的 Model 类模型。Sequential 模型 APIfrom tensorflow import kerasfrom tensorflow.keras import layersmodel = keras.Sequential(name='my_sequential')model.add(keras.Input(shape=(250, 250, 3), name='input')) # 250x2原创 2022-04-12 07:43:33 · 765 阅读 · 0 评论 -
以AlexNet为例说明如何使用keras进行网络搭建、训练、预测
网络1创建AlexNet.pyfrom tensorflow import kerasfrom tensorflow.keras import layersdef AlexNet(output_shape=2): model = keras.Sequential() model.add(keras.Input(shape=(227, 227, 3))) model.add(layers.Conv2D(96, (11, 11), strides=(4, 4), activat原创 2022-04-12 07:41:51 · 595 阅读 · 0 评论 -
ResNet18和ResNet50的keras实现
from tensorflow import kerasfrom tensorflow.keras import layersINPUT_SIZE = 224CLASS_NUM = 1000# stage_name=2,3,4,5; block_name=a,b,c,d,e,fdef ConvBlock(input_tensor, num_output, stride, stage_name, block_name): filter1, filter2, filter3 = num_原创 2022-04-12 07:37:15 · 3045 阅读 · 0 评论 -
InceptionV3的keras实现
"""Inception V3 model for Keras.Reference: - [Rethinking the Inception Architecture for Computer Vision]( http://arxiv.org/abs/1512.00567) (CVPR 2016)"""import tensorflow.compat.v2 as tffrom tensorflow.keras import backendfrom tensorflow.k.原创 2022-04-12 07:32:11 · 832 阅读 · 1 评论 -
直观感受FasterRCNN的anchors是怎么生成的
#if 1#include <array>#include <vector>int main(){ /* 16表示由Input到backbone最后一个卷积层(此处称为featuremap)的下采样倍数, 即feature map上一个像素对应Input上16*16的区域 */ const int kBaseSize = 16; const int kScaleNum = 3; // anchors的面积种类数,此处使用三种面原创 2022-04-12 07:26:56 · 181 阅读 · 0 评论 -
MobileNetV1的keras实现
from tensorflow import kerasfrom tensorflow.keras import layersdef ConvBlock(input, filters, stride, idx): x = layers.Conv2D(filters, 3, use_bias=False, strides=stride, padding='same', name='conv'+str(idx))(input) x = layers.BatchNormalization(n原创 2022-04-12 07:24:48 · 488 阅读 · 0 评论 -
一个示例讲清ransac和最小二乘法原理
#pragma once#include <iostream>#include <fstream>#include <random>#include <vector>#include <opencv2/highgui.hpp>#include <opencv2/imgproc.hpp>int LeastSquaresMethod(const std::vector<int>& data_x, co原创 2022-04-12 07:18:50 · 367 阅读 · 0 评论 -
一个sample讲清K-means基本原理
K-means基本原理0.预设聚类类别数k的值;#include <iostream>#include <vector>int main(){ /* 待聚类数据 */ std::vector<std::pair<int, int>> data{ std::pair<int,int>(-1,-2),std::pair<int,int>(2,1), std::pair<.原创 2022-03-01 18:16:25 · 185 阅读 · 0 评论