![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
飞桨
文章平均质量分 60
鼹鼠.
这个作者很懒,什么都没留下…
展开
-
飞桨学习笔记
(持续更新中……)ImportError: cannot import name ‘descriptor’pip uninstall paddlepaddle-gpupip uninstall protobufpip install paddlepaddle-gpu -i https://mirror.baidu.com/pypi/simple原创 2020-12-14 10:24:55 · 460 阅读 · 1 评论 -
飞桨学习笔记之经典图像分类模型
1 LeNet2 AlexNet3 VGG4 GoogLeNet5 ResNet1 LeNetLeNet 通过连续使用卷积和池化层的组合提取图像特征。网络结构示意图:第一模块:包含5×5的6通道卷积和2×2的池化。卷积提取图像中包含的特征模式(激活函数使用 sigmoid),图像尺寸从32减小到28(32-5+1=28)。经过池化层可以降低输出特征图对空间位置的敏感性,图像尺寸减到14(28/2=14)。第二模块:和第一模块尺寸相同,通道数由6增加为16。卷积操作使图像尺寸减小到10(14-5.原创 2020-11-15 17:13:11 · 809 阅读 · 0 评论 -
飞桨学习笔记之卷积神经网络基础
1 卷积1.1 卷积计算1.2 填充1.3 步幅1.4 感受野1.5 多输入通道、多输出通道和批量操作1.6 飞桨卷积API2 池化3 ReLU激活函数4 批归一化5 丢弃法API(Application Programming Interface,应用程序编程接口)是一些预先定义的函数,或指软件系统不同组成部分衔接的约定。卷积核代表了对像素点的空间邻域内某种特征模式的提取。比如,有些卷积核提取物体边缘特征,有些卷积核提取物体拐角处的特征,图像上不同区域共享同一个卷积核。当输入图片大小不一样时,仍然可.原创 2020-11-13 16:57:57 · 629 阅读 · 0 评论