![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习21天学习挑战赛
文章平均质量分 85
藏蓝色攻城狮
实际上,我们都是一台能够执行代码的机器而已。
展开
-
【深度学习21天学习挑战赛】9、生成对抗网络(GAN)手写数字生成
生成对抗网络(GAN)包含生成器和判别器,两个模型通过对抗训练不断学习、进化。生成器(Generator):生成数据(大部分情况下是图像),目的是“骗过”判别器。鉴别器(Discriminator):判断这张图像是真实的还是机器生成的,目的是找出生成器生成的“假数据”。GAN 的应用十分广泛,它的应用包括图像合成、风格迁移、照片修复以及照片编辑,数据增强等等。风格迁移:图像风格迁移是将图像A的风格转换到图像B中去,得到新的图像。图像生成:GAN 不但能生成人脸,还能生成其他类型的图片,比如漫画人物。...原创 2022-08-19 02:02:31 · 829 阅读 · 0 评论 -
【深度学习21天学习挑战赛】8、卷积神经网络(认识Xception模型):动物识别
与标准卷积网络不一样的是,这里会将卷积核拆分成单通道形式,在不改变输入特征图像的深度的情况下,对每一通道进行卷积操作,这样就得到了和输入特征图通道数一致的输出特征图。输入和输出的维度是不变的3,这样就会有一个问题,通道数太少,特征图的维度太少,能获得足够的有效信息吗?如果我们此时有256个卷积核,我们将会得到一个8×8×256的输出特征图。在深度卷积的过程中,我们得到了8x8x3的输出特征图,我们用256个1x1x3的卷积核对输入特征图进行卷积操作,输出的特征图和标准的卷积操作一样都是8x8x256了。..原创 2022-08-18 23:27:18 · 759 阅读 · 0 评论 -
【深度学习21天学习挑战赛】7、卷积神经网络(CNN)医学领域应用——乳腺癌识别
今天继续学习CNN,案例是深度学习在医学领域的应用,乳腺癌是女性最常见的癌症形式,浸润性导管癌 (IDC) 是最常见的乳腺癌形式。准确识别和分类乳腺癌亚型是一项重要的临床任务,利用深度学习方法识别可以有效节省时间并减少错误。(完整源码附后)...原创 2022-08-16 23:01:17 · 2105 阅读 · 3 评论 -
【深度学习21天学习挑战赛】6、使用VGG16模型实现卷积神经网——识别眼睛状态
VGG16模型可以很好的适用于分类和定位任务,其名称来自牛津大学几何组(Visual Geometry Group)的缩写。根据卷积核的大小、核卷积层数,VGG共有6种配置,分别为A、A-LRN、B、C、D、E,其中D和E两种是最为常用的VGG16和VGG19。输入层224×224×3,经过两层相同的卷积卷积filter为3*3,stride为1,filter数为64一层pooling按照相同的方式,让宽和高越来越小,而通道数逐倍增加,直到512。...原创 2022-08-13 16:34:15 · 785 阅读 · 0 评论 -
【深度学习21天学习挑战赛】备忘篇: from_tensor_slices的作用和用法
我们在转化数据集时经常会使用这个函数,他的所用是切分传入的Tensor的第一个维度,生成相应的dataset。将python的list和numpy数组转换成tensorflow的dataset,才能被model.fit函数训练。原创 2022-08-12 01:01:51 · 772 阅读 · 0 评论 -
【深度学习21天学习挑战赛】5、卷积神经网络(CNN)识别验证码
的迹象,我会继续尝试调优,后续会发出解决过程。我会继续尝试调优,后续会发调整过程。还存在准确率不高和过拟合的问题。,刚刚训练完,其实就发现了。提供的验证码数据,共。原创 2022-08-12 00:17:33 · 907 阅读 · 3 评论 -
【深度学习21天学习挑战赛】4、初尝循环神经网络(RNN)——股票预测
循环神经网络是为了刻画一个序列与的关系。从网络结构上,循环神经网络会之前的信息,并利用之前的信息结点的输出。即:循环神经网络的隐藏层之间的结点是有连接的,隐藏层的输入不仅包括输入层的输出,还包括上一时刻隐藏层的输出。很荣幸通过学习。...原创 2022-08-10 16:37:41 · 705 阅读 · 0 评论 -
【深度学习21天学习挑战赛】备忘篇:模型复用——模型的保存与加载
最近一遍学,一遍尝试进行模型的简单应用,需求驱动也是一个好的学习动力。那么问题来了,难道我们每次应用模型,都要从头到尾训练一遍,然后再去做识别任务吗?当然不是,所以,记录一下简单的和过程。只是抛砖引玉,和给自己记录一下。更多使用,请参考。以为例。...原创 2022-08-05 23:44:43 · 447 阅读 · 0 评论 -
【深度学习21天学习挑战赛】3、使用自制数据集——卷积神经网络(CNN)天气识别
通过前两课的学习,加上私底下恶补基础,照猫画虎的基本算是掌握了卷积神经网络-CNN搭建模型的基本方法。之前使用的,都是使用的现成的数据集,想想,如果今后真的需要应用,肯定需要使用**自制数据集**来训练模型......原创 2022-08-03 17:09:58 · 1027 阅读 · 3 评论 -
【深度学习21天学习挑战赛】备忘篇:我们的神经网模型到底长啥样?——model.summary()详解
构建深度学习模型,我们会通过`model.summary()`**输出模型各层的参数状况,已我们刚刚学过的模型为例原创 2022-08-02 18:51:04 · 6225 阅读 · 1 评论 -
【深度学习21天学习挑战赛】2、复杂样本分类识别——卷积神经网络(CNN)服装图像分类
与刚刚学过的**手写识别数据集**相**比较**,这次的服装分类数据集**特点**明显,即像数据复杂度:**服装分类**的数据*复杂度*要明显高于**手写数据**。原创 2022-08-02 16:22:24 · 741 阅读 · 3 评论 -
【深度学习21天学习挑战赛】1、我的手写被模型成功识别——CNN实现mnist手写数字识别模型学习笔记
早上刚刚搭建好学习实验环境,然后就迫不及待的开始第一课的学习,深度学习100例-卷积神经网络(CNN)实现mnist手写数字识别 | 第1天,分享一下今天学习过程,总结一下,也请大家指正,大体分三步:- **模仿**:认真读老师教程,照着敲一篇代码- **思考**:...............原创 2022-08-01 18:53:27 · 752 阅读 · 0 评论 -
【深度学习21天学习挑战赛】0、搭建学习环境
K同学啊老师在文章中介绍了本次学习的环境:`python3.6.5` + `tensorflow2`,编辑器推荐的:`jupyter notebook`,所以,**工欲善其事,必先利其器**,在正式跟着老师学习和动手实践之前,先把环境搭好。原创 2022-08-01 13:59:17 · 374 阅读 · 0 评论