人工智能
文章平均质量分 66
星光2020
无人机、机器人、人工智能方向的研发从业者,技术爱好者,主要从事算法研究、软件架构设计、软件代码开发等方面工作,对于产品设计,研发与应用、研发与市场的结合有一定心得。
展开
-
人工智能学习:倒立摆强化学习控制-Policy Gradient(11)
相对于DQN输出采取动作的Q值,Policy Gradient网络输出采取动作的概率,根据概率来判断需要采取的动作,并在训练过程不断修正网络,使输出的概率更好的符合最优的采取动作的策略。应用到倒立摆控制,可以通过构建一个前向网络和一个学习策略来实现。原创 2022-12-15 01:52:54 · 656 阅读 · 0 评论 -
人工智能学习:倒立摆强化学习控制-DQN(10)
采用DQN(Deep Q-Network)实现对倒立摆(CartPole)对象的控制原创 2022-12-10 17:40:58 · 1276 阅读 · 2 评论 -
人工智能学习:倒立摆(CartPole)(9)
倒立摆是强化学习的一个经典模拟对象,通过对倒立摆对象的持续的动作输入,使倒立摆保持在竖立的状态或者倒下。Python提供了一个模拟库(gym)来模拟倒立摆等一些典型的难度控制对象。原创 2022-12-08 12:06:49 · 1015 阅读 · 0 评论 -
人工智能学习:ResNet神经网络(8)
ResNet神经网络介绍可以参考如下的链接,是一种非常有效的图像分类识别的模型。[https://blog.csdn.net/qq_45649076/article/details/120494328](https://blog.csdn.net/qq_45649076/article/details/120494328)ResNet网络由残差(Residual)结构的基本模块构成,每一个基本模块包含两个卷积层。基本模块的输入被直接加成到模块的输出。这种设计可以防止网络在深度加大之后所产生的退化的现象原创 2022-11-18 19:17:54 · 1669 阅读 · 0 评论 -
人工智能学习:Microsoft COCO数据集读取(7)
Microsoft COCO(Common Objects in Context)是微软研发维护的一个大型的数据集。包含了30多万张图片和包含91类目标分类。可用于目标识别(Object Detection)、场景感知(Penoptic Segmentation)、语义分割(Stuff Segmentation)、标题生成(Image Captioning)等任务。原创 2022-11-16 00:56:15 · 1642 阅读 · 0 评论 -
人工智能学习:PASCAL VOC数据集读取(6)
PASCAL VOC是一个国际的计算机视觉挑战赛,数据集包含了20个分类的3万多张图片。挑战赛及其数据集基础上涌现不少知名的目标检测模型如R-CNN,YOLO,SSD等。可以通过下载和读取的方法载入PASCAL VOC数据集。原创 2022-11-15 04:26:36 · 1613 阅读 · 0 评论 -
人工智能学习:CIFAR-10数据分类识别-VGG网络(5)
采用VGG网络对CIFAR-10数据集进行分类识别原创 2022-11-07 02:57:23 · 1222 阅读 · 2 评论 -
人工智能学习:CIFAR-10数据分类识别(4)
与MNIST类似,CIFAR-10同样是人工智能学习入门的数据集之一,它包含飞机、汽车、小鸟等10个类别的图片,一共60000张图片,其中训练集占50000张,测试集占10000张。这里采用CNN网络对CIFAR-10数据集进行分类识别。原创 2022-11-06 21:30:34 · 988 阅读 · 1 评论 -
人工智能学习:NMIST数据分类识别-CNN网络(3)
采用CNN神经网络来进行MNIST数据集的分类识别原创 2022-11-06 20:00:41 · 658 阅读 · 0 评论 -
人工智能学习:MNIST数据分类识别神经网络(2)
在MNIST数据集上构建一个神经网络,进行训练,以达到良好的识别效果原创 2022-11-06 14:53:42 · 795 阅读 · 0 评论 -
人工智能学习:载入MNIST数据集(1)
MNIST数据集是人工智能学习入门的数据集,包含了一系列的手写的数字图片。Tensorflow集成了载入数据集的函数,如下。原创 2022-11-06 13:52:00 · 1752 阅读 · 0 评论 -
Jupyter Notebook添加代码自动补全功能的方法
Jupyter Notebook成为一款非常受欢迎的交互式Python运行环境的软件。通过如下的方法可以添加代码自动补全的功能原创 2022-11-01 13:55:36 · 436 阅读 · 0 评论 -
Windows下修改Jupyter Notebook默认字体的方法(custom.css)
通过custom.css文件来设置Jupyter Notebook的默认代码显示字体原创 2022-11-01 13:49:26 · 1215 阅读 · 0 评论 -
在Jetson Nano安装测试YOLO v5目标识别示例
在Jetson Nano上搭建一个YOLO v5示例原创 2022-01-06 09:26:06 · 2073 阅读 · 0 评论 -
在Jetson Nano上十行代码实现目标检测(jetson_inference)
网上有一个10行搞定目标检测的视频,经测非常实用,通过10行代码实现目标检测,在Jetson Nano上迅速搭建一个目标识别的示例和开发环境。网址:https://www.bilibili.com/video/av91150116/视频例程使用了Jetson官方提供的深度学习库(jetson_inference)进行例程开发项目链接:https://github.com/dusty-nv/jetson-inference项目介绍页面中Building the Project from Sou原创 2021-12-31 10:09:41 · 3483 阅读 · 3 评论 -
Ubuntu 18.04下测试YOLO v4
在Ubuntu 18.04下测试了YOLO的方案。选择安装的是CUDA 11.4和cuDNN 8.2,在测试v3版本时遇到了编译的问题。所以选择v4版本。参考链接:https://pjreddie.com/darknet/yolo/,基本上遵循v3版本的下载测试指引。除了版本下载选择AlexeyAB的v4版本,其它都按照链接中的操作。项目下载$ git clone https://github.com/AlexeyAB/darknet在当前目录下产生darknet目录。国内通过git连接gi原创 2021-12-15 11:01:42 · 2254 阅读 · 0 评论 -
Ubuntu 18.04安装CUDA 11.4.3和cuDNN 8.2.4
参考链接:https://blog.csdn.net/chook_you_too_b/article/details/115326310CUDA和cuDNN为NVIDIA支持GPU运算以及深度神经网络计算加速的算法库。通常需要安装以支持利用GPU加速神经网络的训练和推理。在已经安装NVIDIA显卡驱动的情况下,输入nvidia-smi查看显卡信息和适合的CUDA版本。同时,可以在如下的cuDNN版本下载网页查看cuDNN和适配CUDA的版本对应关系。CUDA版本下载:https://devel.原创 2021-12-14 16:35:43 · 4785 阅读 · 0 评论 -
当前主流目标识别(Object Detection)算法
目标识别(Object Detection)就是从图像/视频之中识别出用户感兴趣的目标,反馈目标的位置和类别。目前主流的目标识别技术方案包括R-CNN,YOLO,SSD等原创 2021-12-13 10:31:23 · 12037 阅读 · 0 评论 -
Linux系统查看已安装的CUDA和cuDNN版本信息
在Linux系统下,除了可以用nvidia-smi命令查看显卡类型以及对应的CUDA版本外,可以通过查看安装目录中的文件获得CUDA和cuDNN的安装版本信息。原创 2021-12-07 16:10:25 · 7275 阅读 · 0 评论 -
CUDA和cuDNN各版本下载及版本对应关系
CUDA和cnDNN是支持NVIDIA支持GPU的两个库,分别用于高性能计算和深度神经网络计算的支持。CUDA(Compute Unified Device Architecture),是NVIDIA支持GPU的通用并行计算架构,该架构使GPU能够解决复杂的计算问题。可以看作使能GPU的驱动程序或算法SDK。cuDNN是基于CUDA的深度学习GPU加速库,有了它可以在GPU上完成高效的深度学习计算。CUDA历史版本下载地址:https://developer.nvidia.com/cuda-原创 2021-12-07 15:25:00 · 62777 阅读 · 1 评论 -
Windows下查看显卡型号及所支持的CUDA版本
参考链接:https://blog.csdn.net/weixin_55775980/article/details/116074359通常针对NVIDIA显卡,使用nvidia-smi命令,在cmd窗口下输入nvidia-smi命令,显示所安装的显卡类型,所支持的CUDA版本等信息。如下可以看到显卡的型号为GeForce GT 730,驱动版本号461.37,对应的CUDA版本11.2,这样就可以下载对应版本的CUDA和cuDNN以支持深度学习神经网络运算。此命令在Linux系统下应该也有原创 2021-12-07 14:54:24 · 7729 阅读 · 0 评论 -
Window环境运行Tensorflow目标识别示例程序
Tensorflow提供了目标识别的API来支持通过各种深度学习网络实现目标识别的功能。如下为Tensoflow支持的各种模型的Github项目https://github.com/tensorflow/models集成了目前支持实现的各种神经网络的模型,包括Resnet,Fast R-CNN,SSD等。原创 2021-12-02 09:20:43 · 1581 阅读 · 0 评论 -
Jetson Nano开发套件安装
参考链接:https://developer.nvidia.com/embedded/learn/get-started-jetson-nano-devkit#intro新到一个Jetson Nano的开发板,用以测试它在目标识别方面的能力以及可行性,以评估后期在无人机目标识别方面的应用。首先配置开发环境,这里采用开发套件以及Nvidia官方推荐的Jetpack开发软件套件,开发设备包含Jetson Nano板子、13.3寸触摸显示屏、键鼠套装、MIPI接口摄像头、无线网卡等。(参考英伟达NVIDIA开原创 2021-11-30 16:51:25 · 602 阅读 · 0 评论 -
几种查找人工智能数据集的方法
数据集是人工智能训练的基础,对于特定专业应用的人工智能算法需要用到特定的数据集,如下为网上推荐的几种寻找数据集的方法参考链接:https://blog.csdn.net/Sophia_11/article/details/866173831. Kaggle数据集数据集地址:https://www.kaggle.com/datasets2. Amazon数据集数据集地址:https://registry.opendata.aws/该数据源包含多个不同领域的数据集,如:公共交通、生态资.原创 2021-11-17 17:46:09 · 4165 阅读 · 1 评论 -
人工智能知名数据集
网上有很多可以用于深度学习算法验证的数据集,这里仅列出个人进行人工智能学习和研究工作涉及到的常用数据集,比较适合初学者和刚开始从事人工智能方向研究的工作者。原创 2021-11-17 17:32:37 · 3024 阅读 · 0 评论