![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
Monday_getStart
这个作者很懒,什么都没留下…
展开
-
pytorch实战
因为前几天看论文,发现他们好多都是用pytorch来实现的,我以前学习的时keras,不过看好像pytorch更好用,更简单,所以这几天就花时间学习了一下,做了一个简单的应用,来锻炼一下。 1. 加载数据 这次的应用是做一个简单的Pokemon的分类问题。一共有五个类别,包括皮卡丘,杰尼龟,妙蛙种子,超梦和小火龙,然后每个类别的图片有200多张,训练,验证和测试的比例是60,20,20. 因为是自定义的数据集,一般都需要继承pytorch中的Dataset,然后实现两个方法,分别是__len__()和__g原创 2020-07-23 17:09:31 · 212 阅读 · 0 评论 -
深度学习_DenseNet_FC-DenseNet
昨天学习了较为经典的DenseNet,今天来做一些总结,可能也会在以后的学习中经常用到。 1. DenseNet研究的背景 在DenseNet出现前,一般卷积神经网络提升效果的方向都是从深度和宽度出发,比如ResNet,其从深度出发,解决梯度消失的问题,要么宽,比如GoogleNet的Inception结构。 而DenseNet从特征出发,通过更好的利用特征来达到更好的效果和更少的参数。 2. DenseNet的优点 与ResNet类似,它也有解决梯度消失的问题 因为其每一层的结构,特征的传递性更强,更好原创 2020-07-20 12:20:19 · 1600 阅读 · 0 评论 -
语义分割_U-net
前两天简单入门学习图像分割,学习了最基础的U-net,实现训练自己的数据集,今天做一些简单的记录。 参考的文章: https://arxiv.org/pdf/1505.04597v1.pdf https://cloud.tencent.com/developer/article/1354435 https://blog.csdn.net/Formlsl/article/details/80373200 1.图像分割_语义分割(semantic segmentation) semantic segmentat原创 2020-07-16 11:55:15 · 319 阅读 · 0 评论 -
深度学习_GAN简单实现
今天具体学习了GAN的相关概论,并做了一个DCGAN的简单手写数字识别的简单实现,把今天学习的内容记录一下: 生成对抗网络(GAN) 1 GAN能做什么 生成以假乱真的图片 生成视频等 2 什么GAN 定义 一个生成器G(Generator)和一个判别器D(Discriminator) 生成器:输入噪点数据生成固定大小图片 判别器:训练样本,生成的图片进行判别真伪 3 理解 学习真实训练样本的概率分布 过程 1、建立好整个GAN结构,真实数据与假数据样本分布区别大 2、训练判别原创 2020-07-07 20:56:51 · 408 阅读 · 0 评论 -
深度学习_卷积神经网络
今天通过三个例子学习了卷积神经网络的相关概念,把自己实现的代码记录一下,并上传到我的仓库中。 1. 使用自己定义的卷积神经网络从头开始训练 from keras import models from keras import layers from keras import optimizers from keras.preprocessing.image import ImageDataGenerator import matplotlib.pyplot as plt ## 在一个小的训练集上,从头开始原创 2020-07-05 17:56:13 · 141 阅读 · 0 评论 -
深度学习_基础知识
今天学习了深度学习相关的一些基础知识,在这里做一些简单的记录与总结 对于一个机器学习,深度学习的任务,一般有4个分支,分别是: 监督学习。就是给定数据集和标签来进行学习,这也是应用最广泛的一种。比较常见的有生成序列,目标检测,图像分割等等。 自监督学习。这种学习方式是没有人为的给定标签,它会自己学习产生相应的输出,相当于一种没有人为干预的监督学习。常见地是自编码器(autoencoder) 无监督学习。这种学习是指没有具体的目标下,模型会自己寻找输入数据的变化,比较常用的方法就是降维和聚类。 强化学习。如原创 2020-07-03 22:27:46 · 132 阅读 · 0 评论 -
深度学习入门_keras
最近开始了深度学习相关的知识学习,学习参考的书籍是Python与深度学习。感觉这本书讲得很好,因为理论的知识在书中有很详细的描述,这里我就记录一下自己编写书中实例,自己实现了一遍,加深印象。 1. imdb电影评论分类 ...原创 2020-07-02 17:13:48 · 163 阅读 · 0 评论 -
Python数据处理二
前两天我的笔记本电脑出问题了,拿到联想3C服务区修,耽搁了一些时间,然后用手机写了一些内容,今天把前几天学习的内容给补上。 今天首先是简单记录一下自己学习的pandas。同样的,练习的代码放到我的GitHub上:https://github.com/noDreamNoLife/hugay 1. pandas 1.1 series 首先series它可以看成一个类似数组的结构,它其实是一组数据和其索引组成的一种结构,一组简单的数据就可以是一个series结构。 # Series obj = Series([1原创 2020-07-01 12:05:26 · 162 阅读 · 0 评论 -
Python数据处理
前言 今天参加了第一次的组会,和好好的导师沟通后,为了不浪费暑假的这段时间,所以以后每天都会把自己学习的情况,用文字和代码的方式给记录下来,写出来,画画图,也是对这些内容加深印象,同时算是对自己的一种监督吧。然后因为以前的都是碎片化的学习,没有做好记录,所以现在开始好好加油吧!最后代码会在我的GitHub仓库,可以通过博客发表日期找到对应的文件,地址是:我的github地址:https://github.com/noDreamNoLife/hugay ok,然后就开始吧: 1. numpy numpy和pa原创 2020-06-26 21:46:46 · 264 阅读 · 0 评论