- 博客(27)
- 收藏
- 关注
RSS订阅原创 吴恩达深度神经网络笔记—人脸识别
FaceNet是通过最小化三元组损失来训练的，但是由于训练需要大量的数据和时间，所以我们不会从头训练，相反，我们会加载一个已经训练好了的模型，运行下列代码来加载模型，可能会需要几分钟的时间。三元组损失函数将上面的形式实现，它会试图将同一个人的两个图像（对于给定的图和正例）的编码“拉近”，同时将两个不同的人的图像（对于给定的图和负例）进一步“分离”。构建一个数据库，里面包含了允许进入的人员的编码向量，使用的是一个字典来表示，这个字典将每个人的名字映射到他们面部的128维编码上。相同的编码可用于验证和识别。
2022-11-25 17:05:23
873
原创 吴恩达深度神经网络笔记—YOLO
输入图像为(608,608,3)输入的图像先要通过一个CNN模型，返回一个(19,19,5,85)的数据。在对最后两维降维之后，输出的维度变为了(19,19,425)根据以下规则选择锚框：预测分数阈值：丢弃分数低于阈值的分类的锚框。非最大值抑制：计算交并比，并避免选择重叠框。最后给出YOLO的最终输出。
2022-11-23 19:26:12
688
原创 吴恩达深度神经网络笔记—残差网络ResNet
使用GPU的话，博主已经在手势数据集上训练了自己的RESNET50模型的权重，你可以使用下面的代码载并运行博主的训练模型，加载模型可能需要1min。坏处就在于训练的时候会产生梯度消失，非常深的网络通常会有一个梯度信号，该信号会迅速的消退，从而使得梯度下降变得非常缓慢。使用捷径的方式使得每一个残差块能够很容易学习到恒等式功能，这意味着我们可以添加很多的残差块而不会损害训练集的表现。它的主要作用是仅仅应用（学习后的）线性函数来减少输入的维度，以便在后面的加法步骤中的维度相匹配。首先我们要实现基本的残差块。
2022-11-17 19:32:10
792
原创 吴恩达深度神经网络笔记—Keras入门
Keras是为了使深度学习工程师能够很快地建立和实验不同的模型的框架，正如TensorFlow是一个比Python更高级的框架，Keras是一个更高层次的框架，并提供了额外的抽象方法。最关键的是Keras能够以最短的时间让想法变为现实。然而，Keras比底层框架更具有限制性，所以有一些非常复杂的模型可以在TensorFlow中实现，但在Keras中却没有。看看如何在几个小时内建立一个深入的学习算法。创建一个模型实体。
2022-11-13 22:25:30
403
原创 吴恩达深度神经网络笔记—搭建卷积神经网络模型（TensorFlow）
当我们将train数据分成一个个minibatch然后传入网络进行训练时，每一个minibatch都将是一个op，这样的话，一副graph上的op未免太多，也会产生巨大的开销；于是就有了tf.placeholder，我们每次可以将 一个minibatch传入到x = tf.placeholder(tf.float32,[None,32])上，下一次传入的x都替换掉上一次传入的x，这样就对于所有传入的minibatch x就只会产生一个op，不会产生其他多余的op，进而减少了graph的开销。
2022-10-24 16:46:35
680
原创 吴恩达深度神经网络笔记—搭建卷积神经网络模型
我们要实现一个拥有卷积层（CONV）和池化层（POOL）的网络，它包含了前向和反向传播。先利用numpy来实现这些功能，后续更改为TensorFlow。模型结构如下：对于每个前向函数，都有对应的反向等价函数。因此，在前向模块的每一步，你都将在缓存中存储一些参数。这些参数用于在反向传播过程中计算梯度。
2022-10-12 20:30:33
619
1
原创 吴恩达深度神经网络笔记—TensorFlow入门
了解一个深度学习框架，它将允许您更容易地构建神经网络。像TensorFlow、PaddlePaddle、Torch、Caffe、Keras等机器学习框架可以显著加速机器学习的开发。
2022-10-08 12:01:30
593
1
原创 吴恩达深度神经网络调优笔记—优化算法
另一方面，Adam明显优于小批量梯度下降和具有动量的梯度下降，如果在这个简单的模型上运行更多时间的数据集，这三种方法都会产生非常好的结果，然而，我们已经看到Adam收敛得更快。由于小批量梯度下降只看到了一个子集的参数更新，更新的方向有一定的差异，所以小批量梯度下降的路径将“振荡地”走向收敛，使用动量可以减少这些振荡，动量考虑了过去的梯度以平滑更新， 我们将把以前梯度的方向存储在变量v中，从形式上讲，这将是前面的梯度的。它的一个变体是随机梯度下降（SGD），它相当于每个小批次只有一个示例的小批次梯度下降。
2022-10-06 15:43:28
346
原创 吴恩达深度神经网络调优笔记—梯度校验
你是一个致力于让全球移动支付可用的团队的一员，并被要求构建一个深度学习模型来检测欺诈——无论何时有人进行支付，你都希望看到支付是否可能是欺诈的，比如用户的账户是否已被黑客接管。但是实现反向传播是相当具有挑战性的，有时还会有bug。因为这是一个任务关键型应用程序，所以公司的CEO希望真正确定反向传播的实现是否正确。你的CEO说:“给我一个证明，证明你的反向传播确实有效!”为了保证这一点，你将使用“梯度校验”。导数的定义：利用这个定义以及一个极小的ε来证明反向传播的代码是正确的。
2022-10-04 19:52:32
413
原创 吴恩达深度神经网络调优笔记—正则化
在深度学习模型进行训练时，如果你的数据不是很大，就极有可能会产生过拟合的问题。它在训练集上准确率会很好，但是当你进行测试集测试时，准确率会变差。这个时候我们就需要利用正则化。例子：假设你现在是一个AI专家，你需要设计一个模型，可以用于推荐在足球场中守门员将球发至哪个位置可以让本队的球员抢到球的可能性更大。说白了，实际上就是一个二分类，一半是己方抢到球，一半就是对方抢到球。如图：看一下数据集通过对比正则化和非正则化模型来了解优劣。
2022-09-30 21:05:39
364
原创 吴恩达深度神经网络调优笔记—初始化
精心选择的初始化可以：加速梯度下降的收敛增加梯度下降收敛到较低的训练(和泛化)误差的几率数据集如下：接下去我们根据3个不同的初始化来进行比较：1.零初始化2.随机数初始化3.使用抑梯度异常初始化。
2022-09-25 20:32:04
260
原创 tomcat结合Nginx的使用
文章目录一、Nginx下载地址二、启动一、Nginx下载地址http://nginx.org/en/download.html二、启动我这里是windows版，所以直接双击nginx.exe或者cmd到nginx目录下 start nginx（关闭nginx：nginx -s stop；重启nginx：nginx -s reload）我们直接start nginx，这里也许你会看到一个窗口一闪而过，根据我们使用tomcat的经验，如果一闪而过，证明有错误了，是吧？但实际上不是。此时我们打
2020-11-11 16:49:08
555
原创 Linux操作系统基本命令
文章目录一、磁盘管理命令二、文件管理命令三、文档编辑命令四、grep命令五、ps 命令六、 kill命令七、 其他命令一、磁盘管理命令ls :列出目录内容 -al 列出所有文件以及详细信息cd :切换目录cd ~ :用户当前目录cd / :根目录cd - :上一次访问的目录cd … :上一级目录pwd :显示当前工作目录mkdir :创建目录rmdir :删除空目录二、文件管理命令cat ：显示文本文件内容cp :复制文件或目录 cp -r [源文件或目录] [目标
2020-11-11 16:40:05
83
原创 Validation客户端验证框架
文章目录一、下载与导入二、使用步骤1.绘制登录页2.改写validation-config.xml3.服务器运行一、下载与导入下载：http://cosoft.org.cn/projects/jsvalidation（目前似乎无法访问），建议搜索下去其他下载站点下载。解压下载的压缩包，其中validation-framework.js，validation-config.xml，validation-config.dtd，这3个文件是我们需要的。导入js库：<script src="/E
2020-11-11 16:29:57
224
原创 UML建模（三种模型）
文章目录一、UML建模（三种模型）1.类模型2.状态模型3.交互模型二、uml建模的步骤一、UML建模（三种模型）1.类模型描述系统内部对象及其关系的静态结构。类模型由类图构建，类图中节点表示类，类与类之间的关联关系用不同含义的弧标识。2.状态模型描述对象随着时间迁移发生了哪些变化。状态模型使用状态图确定并实现控制。状态图的节点是状态，弧是由时间引发的状态间的转移。3.交互模型描述系统中对象如何协作完成更为宽泛的任务。用例：关注系统的功能，即系统为用户做了哪些事情。顺序图：显示交互对象以及发
2020-11-11 16:16:57
4343
原创 SpringBoot项目的Docker部署
文章目录一、创建springboot项目二、打包springboot项目为jar包三、编写Dockerfile文件四、部署文件五、制作镜像六、启动容器七、 访问网站一、创建springboot项目关于如何创建一个springboot项目这边不做过多的阐述：详细可见：https://jingyan.baidu.com/article/48206aea8b3570216bd6b310.html二、打包springboot项目为jar包三、编写Dockerfile文件# Docker image
2020-11-11 16:11:14
157
原创 activiti工作流引擎入门
文章目录一、activiti简介二、activiti的7大马车三、activiti应用场景四、快速入门一、activiti简介Activiti项目是一项新的基于Apache许可的开源BPM平台，从基础开始构建，旨在提供支持新的BPMN 2.0标准。Activiti是一种轻量级，可嵌入的BPM引擎，而且还设计适用于可扩展的云架构。Activiti将提供宽松的Apache许可2.0，同时促进Activiti BPM引擎和BPMN 2.0的匹配。二、activiti的7大马车1.Reposit
2020-11-11 15:57:28
136
原创 常用工具:IDEA、vs code、Navicat、Postman
文章目录一、IDEA是什么？二、vs code是什么？三、Navicat是什么？四、Postman是什么？总结一、IDEA是什么？IDEA 全称 IntelliJ IDEA，是java编程语言开发的集成环境。IntelliJ在业界被公认为最好的java开发工具，尤其在智能代码助手、代码自动提示、重构、JavaEE支持、各类版本工具(git、svn等)、JUnit、CVS整合、代码分析、 创新的GUI设计等方面的功能可以说是超常的。二、vs code是什么？是一款免费开源的现代化轻量级代码编辑器，支
2020-11-11 15:25:15
420
原创 ant-design-vue和element-ui
文章目录一、ant-design-vue是什么？1.引入库2.常见用法二、element-ui是什么？1.引入库2.快速上手一、ant-design-vue是什么？ant-design-vue是蚂蚁金服 Ant Design 官方唯一推荐的Vue版UI组件库，它其实是Ant Design的Vue实现，组件的风格与Ant Design保持同步，组件的html结构和css样式也保持一致。 用下来发现它的确称得上为数不多的完整的VUE组件库与开发方案集成项目。1.引入库现在从 yarn 或 npm 安装并
2020-11-11 15:14:42
10145
原创 Springboot入门了解
文章目录一、什么是SpringBoot？二、springboot吸引我们的是什么？1.自动配置2.起步依赖总结一、什么是SpringBoot？Spring Boot是一个简化Spring开发的框架。用来监护spring应用开发，约定大于配置，去繁就简，内置tomcat，无需打包部署，直接运行，just run 就能创建一个独立的，产品级的应用。Boot是引导的意思，因此SpringBoot帮助开发者快速搭建Spring框架。约定优于配置指的是什么？本质上是说，系统、类库或框架应该假定合理的默认值，
2020-11-11 14:24:53
122
原创 MySQL优化与实际问题分析
文章目录前言一、优化分析1.show status命令了解各种SQL的执行频率2.定位执行效率较低的SQL语句3.通过EXPLAIN分析低效的SQL执行计划二、优化方法1.Innerjoin和左连接，右连接，子查询2.建立索引,加快查询性能.总结前言sql语句的用法大家一般都是熟练掌握了的，那么如何写出性能更好，效率更高的sql语句是我们现在要学习的。一、优化分析在优化sql语句之前，我们要分析出我们所写的语句有哪些是效率偏慢的需要我们进行优化。1.show status命令了解各种SQL的执行
2020-11-07 14:59:09
186
原创 版本控制工具SVN和Git
版本控制前言一、SVN与Git的区别？二、使用步骤1.引入库2.读入数据总结前言关于版本控制，我们最常用的应该就是git和svn，两者之间又有各自的特色。这边记录一下各自的区别与使用。一、SVN与Git的区别？Git是分布式版本控制系统，将项目克隆到本地后，每个人的电脑就是一个完整的版本库，在 Git 中的绝大多数操作都只需要访问本地文件和资源，一般不需要来自网络上其它计算机的信息。而SVN不同，SVN是集中式版本控制系统，版本库是集中放在中央服务器的，而干活的时候，用的都是自己的电脑，所以首
2020-11-03 11:55:29
206
原创 学习阿里代码规范笔记
阿里代码规范笔记记录一下关于命名常量定义代码格式OOP规约集合处理并发处理控制语句注释规约异常日志单元测试安全规约数据库规范索引规约Sql语句ORM映射分层领域模型规约记录一下一些强制性的代码编写规范，方便自己方便他人。原文来自https://blog.csdn.net/qq_36178727/article/details/94047230关于命名1.代码中的命名不能以下划线或美元符号为开始和结尾2.代码中的命名不能使用拼音和英文混用，严禁以纯中文命名3.类名要使用UpperCamelCa
2020-10-21 10:37:04
444
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人