深度学习
文章平均质量分 60
pandsu
累了就睡觉,醒了就微笑
展开
-
TensorRT7 + Onnx_TensorRT 安装过程记录
依照CUDA版本下载相对应的CUDNN下载对应cuda版本的cudnntar -xvzf cudnn-10.0-linux-x64-v7.6.5.32.tgz -C 目的path#解压缩出来会是一个cuda资料夹cd 到cuda下sudo cp include/cudnn.h /usr/local/cuda/include/sudo cp lib64/lib* /usr/local/cuda/lib64/cat /usr/local/cuda/include/cudnn.h | grep转载 2020-05-25 16:45:36 · 2143 阅读 · 4 评论 -
mmdetection入坑日记(三)开始训练
-----训练阶段数据集准备上一篇博客已经注明了数据集的准备设置 lrlr = 0.00125 * num_gpus * samples_per_gpu设置 coco_detection.py修改 root 目录,以及 train,val,json 的目录mm2.0中的config设置_base_ = './faster_rcnn_r50_fpn_1x_coco.py'classes = ('person', 'bicycle', 'car')data = dict( trai原创 2020-05-22 14:07:13 · 851 阅读 · 0 评论 -
mmdetection入坑日记(二)数据集制作
mmdetection入坑日记(二)数据集制作可以写一个制作数据集的脚本,每次跑起来就比较方便了coco数据集官网上给出的格式如下:'images': [ { 'file_name': 'COCO_val2014_000000001268.jpg', 'height': 427, 'width': 640, 'id': 1268 }, ...],'annotations': [ {原创 2020-05-22 11:27:20 · 840 阅读 · 0 评论 -
mmdetection入坑日记(一) 环境安装
mmdetection入坑日记(一) 环境安装首先先介绍安装之前的系统环境Ubuntu 16.04.6 LTSNVIDIA GTX 2080cuda:10.0(此处一定注意检查自己的环境,关乎到后面cudatoolkit版本的安装问题)PS:官网上给出的教程默认是安装python3.7的,这里安装了好几次,在训练的时候都会报错ImportError: libtorch_cpu.so: cannot open shared object file: No such file …安装 Anac原创 2020-05-15 09:53:52 · 3882 阅读 · 13 评论 -
tensorflow 学习笔记(二) - 简介
tensorflow 学习笔记(二) - 简介TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统,其命名来源于本身的运行原理。Tensor(张量)意味着N维数组,Flow(流)意味着基于数据流图的计算,TensorFlow为张量从流图的一端流动到另一端计算过程。TensorFlow是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统。原创 2018-01-10 15:34:37 · 666 阅读 · 0 评论 -
tensorflow 学习笔记(三) - 入门基础
tensorflow 学习笔记(三) - 入门基础TensorFlow用张量(tensor)这种数据结构来表示所有的数据。一阶张量来表示向量,如:v = [1.2, 2.3, 3.5] 二阶张量表示矩阵,如:m = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]可以看成是方括号嵌套的层数。原创 2018-01-10 15:36:45 · 605 阅读 · 0 评论 -
Keras常见模块笔记
Keras常见模块笔记1. keras常见网络该部分主要可以参考这篇文章:https://blog.csdn.net/is_badboy/article/details/797394722. keras预处理功能数据预处理可以参考这个:(具体的图像以及文本预处理可以上keras中文文档查看)https://blog.csdn.net/sunfoot001/article/detai...原创 2018-09-25 09:58:47 · 553 阅读 · 0 评论 -
深度学习 模型训练超参数调整总结
深度学习 模型训练超参数调整总结在深度神经网络中,超参数的调整是一项必备技能,通过观察在训练过程中的监测指标如损失loss和准确率来判断当前模型处于什么样的训练状态,及时调整超参数以更科学地训练模型能够提高资源利用率。在本研究中使用了以下超参数,下面将分别介绍并总结了不同超参数的调整规则。(1)学习率学习率(learning rate或作lr)是指在优化算法中更新网络权重的幅度大小。学习率可...转载 2018-11-14 08:49:23 · 11303 阅读 · 0 评论 -
详解机器学习/深度学习中的梯度消失/梯度爆炸的原因/解决方案
详解机器学习/深度学习中的梯度消失/梯度爆炸的原因/解决方案本文主要深入介绍深度学习中的梯度消失和梯度爆炸的问题以及解决方案。本文分为三部分,第一部分主要直观的介绍深度学习中为什么使用梯度更新,第二部分主要介绍深度学习中梯度消失及爆炸的原因,第三部分对提出梯度消失及爆炸的解决方案。有基础的同鞋可以跳着阅读。其中,梯度消失爆炸的解决方案主要包括以下几个部分。预训练加微调梯度剪切、权重正则(针...转载 2018-12-06 17:21:31 · 1339 阅读 · 1 评论 -
Tensorflow-slim 学习笔记(二)- 图像分类模型库
Tensorflow-slim 学习笔记(二)- 图像分类模型库 TensorFlow-Slim image classification model libraryTF−slim" role="presentation" style="position: relative;">TF−slimTF−slimTF-slim是TensorFlow&#原创 2018-09-03 11:47:52 · 941 阅读 · 0 评论 -
tensorflow 学习笔记(一) - 安装调试
tensorflow 学习笔记(一) - 安装调试根据《tensorflow 实战Google深度学习框架》这本书来写的。原创 2018-01-10 15:13:01 · 768 阅读 · 2 评论 -
tensorflow学习笔记 - 主流框架对比
tensorflow学习笔记(前言) - 主流深度学习框架对比之前也接触过深度学习的一些框架比如keras,tensorflow等,所以想做一个tensorflow的系列的教程,在此之前先将主流框架各自的优点、缺点进行比较。深度学习研究的热潮持续高涨,各种开源深度学习框架也层出不穷,其中包括TensorFlow、Caffe、Keras、CNTK、Torch7、MXNet、Leaf、The原创 2018-01-10 14:44:10 · 508 阅读 · 0 评论 -
tensorflow 学习笔记(五) - mnist实例--卷积神经网络(CNN)
tensorflow 学习笔记(五) - mnist实例–卷积神经网络(CNN)mnist的卷积神经网络例子和上一篇博文中的神经网络例子大部分是相同的。但是CNN层数要多一些,网络模型需要自己来构建。程序比较复杂,我就分成几个部分来叙述。我还是直接贴出我的完整的代码吧,真的是超级完成,其实也是参考别人的,如下:import tensorflow as tfimport ten原创 2018-01-11 16:27:07 · 767 阅读 · 5 评论 -
tensorflow 学习笔记(六) - 用自己的数据集训练CNN模型
tensorflow 学习笔记(六)- 用自己的数据集训练CNN模型 环境:macOS High Serria 10.13.2 tensorflow:1.0 python:3.6.1最近用tensorflow训练自己的模型的时候发现,tensorflow官网上所给的例子,都是用处理好数据格式的mnist数据或者其他格式的数据,所以在训练自己的模型的时候的第一步就卡住了。所原创 2018-01-15 17:00:51 · 12776 阅读 · 41 评论 -
tensorflow 学习笔记(七)- 卷积层
tensorflow 学习笔记(七)- 卷积层在之前我们有做tensorflow的实例的运行了,但是可能有些读者还是不知道每一层中的参数的含义,所以之后的几篇文章将从tensorflow中的每一层的参数的含义出发,来给大家介绍一下。在tf1.0中,对卷积层重新进行了封装,比原来版本的卷积层有了很大的简化。一、旧版本(1.0以下)的卷积函数:tf.nn.conv2dconv2原创 2018-01-15 17:38:22 · 4003 阅读 · 0 评论 -
tensorflow 学习笔记(八)- 池化层(pooling)和全连接层(dense)
tensorflow 学习笔记(八)- 池化层(pooling)和全连接层(dense)一、池化层(pooling)池化层定义在 tensorflow/python/layers/pooling.py.有最大值池化和均值池化。1. 最大池化层 tf.layers.max_pooling2dmax_pooling2d( inputs, pool_size,原创 2018-01-16 11:17:58 · 15655 阅读 · 0 评论 -
tensorflow 学习笔记(九)- 参数初始化(initializer)
tensorflow 学习笔记(九)- 参数初始化(initializer)CNN中最重要的就是参数了,包括W,b。 我们训练CNN的最终目的就是得到最好的参数,使得目标函数取得最小值。参数的初始化也同样重要,因此微调受到很多人的重视,那么tf提供了哪些初始化参数的方法呢,我们能不能自己进行初始化呢?所有的初始化方法都定义在 tensorflow/python/ops/init_ops.p原创 2018-01-16 11:44:43 · 18847 阅读 · 3 评论 -
tensorflow 学习笔记(十)- 参数和特征的提取
tensorflow 学习笔记(十)- 参数和特征的提取在tf中,参与训练的参数可用 tf.trainable_variables()提取出来,如:#取出所有参与训练的参数params=tf.trainable_variables()print("Trainable variables:------------------------")#循环列出参数for idx, v in原创 2018-01-16 13:42:44 · 3713 阅读 · 3 评论 -
tensorflow 学习笔记(十一)- 模型的保存与恢复(Saver)
tensorflow 学习笔记(十一)- 模型的保存与恢复(Saver) 将训练好的模型参数保存起来,以便以后进行验证或测试,这是我们经常要做的事情。tf里面提供模型保存的是 tf.train.Saver()tf.train.Saver() 模块。模型保存,先要创建一个Saver对象:如:saver=tf.train.Saver()在创建这个Saver对象的时候,有一个参原创 2018-01-17 11:31:12 · 674 阅读 · 0 评论 -
tensorflow 学习笔记(十二)- 用别人训练好的模型来进行图像分类
tensorflow 学习笔记(十二)- 用别人训练好的模型来进行图像分类谷歌在大型图像数据库ImageNet上训练好了一个Inception-v3模型,这个模型我们可以直接用来进来图像分类。下载地址: https://storage.googleapis.com/download.tensorflow.org/models/inception_dec_2015.zip下载完解压后,原创 2018-01-17 16:06:03 · 6429 阅读 · 6 评论 -
tensorflow 学习笔记(十三)- 十图详解tensorflow数据读取机制
tensorflow 学习笔记(十三)- 十图详解tensorflow数据读取机制在学习tensorflow的过程中,有很多小伙伴反映读取数据这一块很难理解。确实这一块官方的教程比较简略,网上也找不到什么合适的学习材料。今天这篇文章就以图片的形式,用最简单的语言,为大家详细解释一下tensorflow的数据读取机制,文章的最后还会给出实战代码以供参考。一、tensorflow读取机制图原创 2018-01-17 16:13:28 · 583 阅读 · 0 评论 -
tensorflow 学习笔记(四) - mnist实例--用简单的神经网络来训练和测试
tensorflow 学习笔记(四) - mnist实例–用简单的神经网络来训练和测试刚开始学习tf时,我们从简单的地方开始。卷积神经网络(CNNCNN)是由简单的神经网络(NNNN)发展而来的,因此,我们的第一个例子,就从神经网络开始。神经网络没有卷积功能,只有简单的三层:输入层,隐藏层和输出层。数据从输入层输入,在隐藏层进行加权变换,最后在输出层进行输出。输出的时候,我们可以使用softmaxs.原创 2018-01-11 11:59:09 · 642 阅读 · 0 评论