2019年01月_我是小蚂蚁

06月 05月 04月 01月

原创 Tensorflow使用Resnet实现CIFAR-10十分类(2)

前言在上一篇Resnet实现CIFAR-10十分类中，一万次训练的分类正确率是75%，有网友想复现何凯明Resnet论文的正确率0.9+结果，所以，我又把代码整理了一下，看看正确率能够提高到多少。步骤第一想到的是data augmentation，使用了颜色增强，对比度增强，但是在实验中发现，效果并不好，还没有不使用时候的效果好，后面会有对比。还有，随机上下左右反转的那个方法，不能传入te...

2019-01-21 08:43:29 3470 15

原创 Tensorflow使用Mobilenet实现CIFAR-10十分类(2)

前言数周之前，有网友在博客（Mobilenet实现CIFAR-10十分类）下留言，说Mobilenet训练cifar10出现了过拟合，我这里倒是没有出现这种情况，考虑到之前写的代码比较粗糙，单纯的以重构模型为主，没有什么优化，没有图像增强，训练次数也不足，最后的正确率也算高。这两天趁着碎片时间，把之前写过的代码重新整理一下。Mobilenet的完善在上一篇博文的代码中是没有添加batch_n...

2019-01-19 16:24:56 3788 8

原创 pycaffe定义net层和测试网络

推荐一个关于caffe的博客，非常优秀：Caffe学习笔记定义net层# 生成 caffe 网络import caffedef create_net(): net = caffe.NetSpec() # 该对象用来存放层结构 # 定义数据层 net.data, net.label = caffe.layers.Data(source = 'data.l...

2019-01-07 09:03:44 1039

原创 pycaffe生成solver文件并运行

其实没有必要写这篇博文的，网上很多大佬都写过同样的博客，而且写的还非常好，但是呢？毕竟也是自己的学习经历，还是做一下记录吧。看到此处的朋友请移步这篇大佬的博文Caffe学习笔记(五)：使用pycaffe生成solver.prototxt文件并进行训练，你将获益匪浅，就不用在这里耽误时间了。使用pycaffe生成solver文件# 如何利用pycaffe 生成 solver 文件from c...

2019-01-05 08:16:43 354 1

原创 caffe基础内容介绍

caffe基本概念caffe模块包括4部分blob：caffe中数据的封装，用于layer上的流动layer：输入层、输出层、神经网络层的抽象net：神经网络结构，将layer层叠关联起来solver：定义神经网络训练和测试参数blob 四维连续数组，通常表示为（n, k, w, h）分别是：样本数、通道数、宽、高。layer 网络基本单元，每一层类型定义了3种计算：初始化网络参...

2019-01-04 08:11:14 551

原创 Tensorflow+VGG16实现卷积神经网络特征图可视化

使用Tensorflow和vgg16预训练好的模型实现了卷积神经网络中特征图（feature map）的可视化，可以更明了的知道这个黑箱中到底发生了什么。卷积神经网络特征图可视化代码如下：# -*- coding:utf-8 -*-import numpy as npimport tensorflow as tfimport timefrom PIL import Imageim...

2019-01-03 08:48:03 22565 132

原创 PIL将png的RGBA四通道改为jpg的RGB三通道方法

img.convert(“RGB”)

2019-01-02 15:36:52 36766

中文文本分类数据集.zip

新闻栏目中文文本分类，新闻栏目一共有：体育 5000 时政 5000 房产 5000 家居 5000 财经 5000 时尚 5000 科技 5000 教育 5000 娱乐 5000 游戏 5000 每个新闻栏目拥有5000条新闻，通过对新闻内容作为样本训练模型，使得该模型能够预测出该条新闻所属的栏目。

2019-06-01