![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 72
柠檬不萌只是酸i
研究生在读 | 努力发论文 |
迈出第一步,才是新的开始。
展开
-
Tensorflow入门实战 T07-Vgg16网络进行咖啡豆识别
这周学习的主要内容是,使用tensorflow编写代码,使用vgg-16网络模型,完成咖啡豆的识别。原创 2024-07-05 18:46:37 · 273 阅读 · 0 评论 -
Tensorflow入门实战 T05-运动鞋识别
这篇博客的主要内容是,关于运动鞋的识别。运动鞋数据集包含训练集和测试集,共578张。在进行字符串拼接的时候,出现unsupported operand type(s) for +: 'PosixPath' and 'str'原创 2024-06-19 21:38:30 · 464 阅读 · 0 评论 -
YOLOv10项目-服务器上运行
由于一些事情,之前跑的YOLOv8的一个实验,投了EI会议。最近基本上都是,等待审核,和返修。准备开始写第二篇论文,那肯定也必须是YOLOv10了。今天下午跑了下代码,很顺畅。写个博客记录下流程。原创 2024-06-17 20:08:34 · 479 阅读 · 0 评论 -
Linux服务器上激活conda环境conda: error: argument COMMAND: invalid choice: ‘activate‘
但是,在Linux服务器上,使用conda activate 环境名称,出现如上图所示的报错。创建环境:conda create -n 环境名称。激活环境:conda activate 环境名称。source activate 环境名称。这样是可以正常激活环境的。oh, yeah,继续修改论文了。经过相关资料,我们使用。原创 2024-06-17 15:23:56 · 290 阅读 · 0 评论 -
Tensorflow入门实战 T04-猴痘识别
本篇文章主要:tensorflow运行环境:本地cpu运行epoch:50。train_ds = tf.keras.preprocessing.image_dataset_from_directory( data_dir, validation_split=0.2, subset="training", seed=123, image_size=(img_height, img_width), batch_size=batch_size)原创 2024-06-14 18:03:19 · 218 阅读 · 0 评论 -
Tensorflow入门实战 T03-天气识别
上述代码会检测你的Keras版本是否含有keras.layers.experimental 模块,如果有则清除当前session,然后导入tensorflow.keras.layers 模块。如果没有,则导入keras.layers 模块。通过这样的方式,就可以避免使用keras.layers.experimental 模块而引发的错误。原创 2024-06-06 16:29:29 · 375 阅读 · 0 评论 -
Tensorflow入门实战 T02-彩色图片分类
这篇博客,主要是讲的是彩色图片分类,数据集为:cifar10。遗憾,我的结果预测错误,预测的是:automobile。④ 可视化数据集里的数据(展示了2行,共20张图片)③ 归一化(将像素的值标准化至0-1的区间内)上图可以看到,测试精确度达到70%左右。② 导入cifar10数据集。① 判断是否在GPU上运行。⑧ 预测并显示预测的图片。原创 2024-05-30 18:21:46 · 417 阅读 · 0 评论 -
Tensorflow入门实战 T01-实现手写数字识别mnist
如果我们把每一张图片中的像素转换为向量,则得到长度为28*28=784 的向量。因此我们可以把训练集看成是一个[60000, 784] 的张量,第一个维度表示图片的索引,第二个维度表示每张图片中的像素点。而图片里的每个像素点的值介于0-1之间。其中,MNIST手写数字集中包含了70000张图片,70000 = 60000(训练数据) + 10000(测试数据)。MINIST手写数字数据集来源于美国国家标准与技术研究所,是著名的公开数据集。但是,我们一般会采用一行简单的代码来直接调用,无需去直接下载。原创 2024-05-24 17:58:44 · 622 阅读 · 0 评论 -
Pytorch入门实战 P10-使用pytorch实现车牌识别
之前的案例里面,我们大多是使用的是datasets.ImageFolder函数,直接导入已经分类好的数据集形成Dataset,然后使用DataLoader加载Dataset,但是如果对无法分类的数据集,我们应该如何导入呢。这篇文章主要就是介绍通过自定义的一个MyDataset加载车牌数据集并完成车牌识别。原创 2024-05-15 15:10:44 · 526 阅读 · 3 评论 -
Pytorch入门实战 P09-YOLOv5里面的Backbone模块搭建网络
YOLOv5 模型主要由 Backbone、Neck 和Head 三部分组成,网络模型(如上图所示)。①Backbone主要负责对输入图像进行特征提取。②Neck负责对特征图进行多尺度特征融合,并把这些特征传递给预测层。③Head进行最终的回归预测。YOLOv5的骨干网络(Backbone)是其整体架构中至关重要的部分,主要负责从输入图像中提取丰富的特征信息。以下是关于YOLOv5骨干网络的详细说明:骨干网络采用自下而上的路径从原始图像中提取特征。原创 2024-05-07 10:45:00 · 901 阅读 · 0 评论 -
Pytorch入门实战 P08-YOLOv5里面的C3模块实现
YOLOv5中的C3模块是目标检测算法中的一个关键组件,主要用于特征提取和融合。该模块在YOLOv5的骨干网络中扮演着重要角色,帮助算法更好地理解和分析图像。具体来说,C3模块的结构较为复杂,它包含了多个Conv模块和一个Bottleneck模块。Conv模块主要负责对输入的特征图进行卷积操作,以提取更高级别的特征。这种卷积操作可以通过任意的卷积核进行,但根据设计,采用1*1的卷积核可以起到降维或升维的作用,对于提取特征有重要意义。Bottleneck模块。原创 2024-04-30 10:00:00 · 1427 阅读 · 1 评论 -
Pytorch入门实战 P07-搭建vgg16模型
优化器的选择,可以对模型训练的效率和准确性产生巨大的影响。因此,我们在选择优化器的时候,需要多试几个优化器,用结果进行对比。原创 2024-04-24 08:39:28 · 404 阅读 · 0 评论 -
Pytorch入门实战 P06-调用vgg16模型,进行人脸预测
VGG-16的主要特点:1、深度:VGG-16 = 16个卷积层+3个全连接层组成 ,因此具有相对较深的网络结构。这种深度有助于网络学习到更加抽象和复杂的特征。2、卷积层的设计:VGG-16的卷积层全部采用3x3的卷积核和步长为1的卷积操作,同时在卷积层之后都有接ReLU激活函数。这种设计的好处在于,通过堆叠多个较小的卷积核,可以提高网络的非线性建模能力,同时减少了参数数量, 从而降低了过拟合的风险。原创 2024-04-16 20:00:24 · 619 阅读 · 0 评论 -
动态调整学习率方法(仅供自己学习)
即:【等间隔调整学习率】,每经过step_size个epoch,做一次学习率decay,以gamma值为缩小倍数。参数:optimizer 是之前定义好的需要优化的优化器的实例名step_size 是学习率衰减的周期;每经过每个epoch,做一次学习率decaygamma 学习率衰减的乘法因子;默认为:0.1。原创 2024-04-07 21:25:23 · 880 阅读 · 0 评论 -
Pytorch入门实战 P5-运动牌子鞋识别
这周的主要学习内容,设置并使用动态学习率。原创 2024-04-09 10:45:00 · 312 阅读 · 0 评论 -
Pytorch入门实战 P4-猴痘图片,精确度提升
本篇博文,主要使用猴痘数据集,来训练模型,大部分的代码还是之前的很类似,不同的地方在意,使用的模型参数不同,模型也都是类似的。这篇文章里面,你可以学会如何保存训练好的模型,如何使用保存的的模型进行预测。如以往一样,可以先大概看下目录,你的脑海会有大概得流程。原创 2024-03-28 20:09:25 · 915 阅读 · 0 评论 -
Pytorch入门实战 P3-天气识别
今天这篇文章,主要是用来对天气的图片进行识别的。能够训练预测天气模型,然后对预测出的天气模型,使测试率达到90%以上。基本的流程同之前两篇的类似,区别在于,这篇文章是获取的是本地的图片数据,不是之前以往的在线下载的数据。原创 2024-03-21 17:44:06 · 331 阅读 · 0 评论 -
02——使用AlexNet网络,完成flower的识别
AlexNet网络模型的特点:(1)首次使用CPU进行网络加速训练。(2)使用了ReLU激活函数,而不是传统的Sigmoid激活函数以及Tanh激活函数。(3)使用了LRN局部响应归一化。(4)在全连接层的前两层中使用了Dropout随机失活神经元操作,以减少过拟合。原创 2024-03-14 21:45:00 · 640 阅读 · 2 评论 -
Pytorch入门实战 P2-CIFAR10彩色图片识别
卷积神经网络:卷积层;池化层;激活函数;全连接层。这周的实战内容,主要使用的数据集是CIFAR10数据集。用来验证彩色图片的识别。原创 2024-03-13 20:29:39 · 423 阅读 · 0 评论 -
01——LenNet网络结构,图片识别
深度学习实战,采用的是CIFAR10数据集;LenNet网络结构的搭建原创 2024-03-12 16:59:22 · 1038 阅读 · 0 评论 -
Pytorch入门实战 P1-实现手写数字识别
负基础,开始学习python、到pytorch实战入门。这篇文章主要讲的是手写数字识别,里面写的都比较通俗易懂。原创 2024-03-07 20:00:30 · 2190 阅读 · 1 评论 -
李沐深度学习PyTorch版001 | [000-0004]
深度学习→神经网络(核心)书籍📚:《动手学深度学习》(免费书籍)《动手学深度学习》 — 动手学深度学习 2.0.0 documentation深度学习例子:图片分类、物体检测和分割、样式迁移、人脸合成、文字生成图片、文字生成、无人驾驶。案例研究:广告点击触发→点击率预估→排序(点击率x竞价)预测与训练:特征提取(广告主、产品描述、产品图片)→模型→点击率预测(p=0.11)# 创建一个人工数据集,并存储在csv(逗号分隔值)文件import os。原创 2024-01-28 17:08:21 · 1108 阅读 · 0 评论 -
小土堆pytorch学习笔记005 | 完结,✿✿ヽ(°▽°)ノ✿
①创建dataset、dataloader加载数据②搭建网络模型、创建网络模型实例③定义损失函数④定义优化器⑤设置网络参数⑥开始训练⑦验证模型、保存模型⑧将训练结果展示。原创 2024-01-27 20:59:50 · 387 阅读 · 0 评论 -
小土堆pytorch学习笔记004
out_channels 输出的通道数。in_channels 输入的通道数。kernel_size 卷积核大小。padding是否在边缘进行填充。stride 默认为移动为1。(3)展示池化的图片(代码)原创 2024-01-27 16:30:32 · 667 阅读 · 1 评论 -
小土堆pytorch学习笔记003 | 下载数据集dataset 及报错处理
使用pytorchvision下载数据集dataset;DataLoader的使用;原创 2024-01-27 09:25:37 · 557 阅读 · 0 评论 -
小土堆pytorch学习笔记002
TensorBoard和Transforms的使用。常见的Transforms。ToSensor、Normalize、Resize、Compose等 (2)显示图片:结果展示:(1)transforms该如何使用(python)运行结果:(2)为什么我们需要Tensor数据类型 (在之后的神经网络会用到,前向传播、反向传播等)运行结果截图:Noumalize() 和ToTensor()运行结果:原创 2024-01-26 11:03:18 · 467 阅读 · 0 评论 -
搞pytorch环境,我终于悟了!!
最近在看小土堆的视频课,我刚开始是没有安装Anaconda的,接下来的后续课程,有些程序跑不起来,于是,哈哈哈哈,我又去安装Anaconda了!这里的pytorch仅仅是一个文件名,这样自己就可以很清楚的看到,conda里面的pytorch环境就是含有的torch等相关的。视频里面的 conda activate pytorch,我以为是这样就可以激活了,然后,我不知道的是,我一顿操作猛如虎,弄了好久,我新建的conda环境下的文件,就是加载不出来一些torch,总是报错。里面有第4步安装的torch。原创 2024-01-25 09:46:52 · 398 阅读 · 0 评论 -
小土堆pytorch学习笔记001
pytorch环境安装和配置;jupyter环境安装及配置;pytorch数据集加载实战;原创 2024-01-23 19:29:46 · 532 阅读 · 0 评论 -
day01 深度学习介绍
1、深度学习机器学习的分支。人工神经网络为基础,对数据的特征进行学习的方法。2、机器学习和深度学习的区别:机器学习:人工的特征抽取。深度学习:自动的进行特征抽取。机器学习:数据少,效果不是很好深度学习:数据多,效果更好图像识别:物体识别、场景识别、人脸检测跟踪、人脸身份认证。自然语言处理技术:机器翻译、文本识别、聊天对话。语音技术:语音识别4、深度学习框架:pytorch。原创 2024-01-22 09:52:05 · 1038 阅读 · 0 评论