深度学习知识点笔记
文章平均质量分 91
记录深度学习过程中的遇到的一些知识点,随着学习的深入,会慢慢补充内容。
优惠券已抵扣
余额抵扣
还需支付
¥39.90
¥99.00
购买须知?
本专栏为图文内容,最终完结不会低于15篇文章。
订阅专栏,享有专栏所有文章阅读权限。
本专栏为虚拟商品,基于网络商品和虚拟商品的性质和特征,专栏一经购买无正当理由不予退款,不支持升级,敬请谅解。
南淮北安
好好学习
展开
-
TensorFlow 学习
文章目录一、学习目录二、扩展知识一、学习目录二、扩展知识AttributeError: module ‘tensorflow’ has no attribute ‘Variable’原创 2019-09-17 19:35:36 · 754 阅读 · 0 评论 -
一篇文章带你扫除深度学习中的 Python 知识点
Python使用 xlwt 模块操作Excel的方法Python 对Excel文件 读取、写入、追加操作Python NumPy 学习Python 图像库 PIL 学习Python 之 cv2 模块学习Python sys.argv 学习...原创 2019-09-19 12:38:10 · 803 阅读 · 0 评论 -
深度学习知识点学习笔记
文章目录一、学习目录二、学习扩展一、学习目录神经网络中的 “隐藏层” 理解神经网络之梯度下降法及其实现二、学习扩展原创 2019-10-05 11:33:10 · 1216 阅读 · 0 评论 -
一篇文章带你解决Python pip 安装库速度特别慢的问题
由于 Python 国内的网络不是很稳定,导致,我们下载所需要的库时,速度都是非常慢,最后很有可能导致超时下载。这是我们可以选择国内的镜像来下载加速:pip install 包名 -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com这里选择的是豆瓣源,--trusted-host pypi.douban.com 这是为了获得ssl证书的认证,要不然会报错可以看到,这速度简直了,...原创 2020-09-13 16:42:35 · 1830 阅读 · 4 评论 -
一篇文章带你解决新版的 anaconda 图形界面创建环境只有一个 python 环境 选择无法选择其他 python 环境
文章目录一、问题描述二、问题解决一、问题描述不知道怎么回事,新安装的 anaconda 创建 python 环境时只有一个 3.8 的版本,没有其他选项二、问题解决虽然这个图形化界面没有其他版本可以选择,我们可以通过命令窗口进行创建命令:conda create -n Pytorch python=3.6创建成功:这是也会在图形界面刷新出来:...原创 2020-08-31 09:40:49 · 6170 阅读 · 4 评论 -
深度学习工业级图像分类实现(珍藏版-包含完整代码)
图像分类是整个计算机视觉领域中最基础的任务,也是最重要的任务,所以这次我通过一个对人脸进行表情识别的任务,来向大家展示一个完整的图像分类任务的流程。内容包含数据集制作,模型训练,模型测试三个完整部分,需要打包代码的可以留下邮箱,文章中的代码也是全的并分类做了介绍,代码也都是测试过的,可以正确运行,代码基本都加了注释。文章目录一、爬取数据集二、数据集整理1. 脚本实现图片统一 jpg 格式2. 脚本实现图片重命名3. 清洗非人脸图片4. 裁剪图片获得需要的嘴唇区域5. 脚本实现对图片进行裁剪三、模型训练1原创 2020-06-13 16:46:08 · 3357 阅读 · 12 评论 -
(Python)脚本实现深度学习训练集合测试集的制作
代码可以正确运行,代码注释也已经添加文章目录一、制作数据集实现图片和标签的对应二、打乱数据集,避免过拟合三、将数据集分为训练集和测试集一、制作数据集实现图片和标签的对应我们的需求是将图片制作成数据集,需要将不同类的图片放在不同的文件夹下面,然后生成一个 txt 文档,文档内容是,每一行对应着图片名和该图片的标签。比如这里我们指定微笑的图片对应的标签1,非微笑图片对应的标签为 0,已经将它们分文件夹存储好:生成的效果:# rootdir 就是个根目录def listfiles(rootDi原创 2020-06-13 16:33:16 · 1570 阅读 · 0 评论 -
(Python)脚本实现对图片的裁剪
代码可以正确运行,代码注释也已经添加项目需要,有时需要对图片进行裁剪获取指定图片的大小,裁剪时不能直接对图片进行缩放,会造成图片的失真,改变图片的尺寸后还需要对其进行填充操作;效果图:import cv2import os# 处理图片def process_image(img, min_side): size = img.shape h, w = size[0], size[1] #长边缩放为min_side scale = max(w, h) / float(原创 2020-06-13 15:24:38 · 1188 阅读 · 0 评论 -
(Python)裁剪人脸图片获得人脸的嘴唇区域
代码可以正确运行,代码注释也已经添加项目需要,我们需要对人脸图片进行处理,获得图片的嘴唇区域这里我们利用 Opencv + Dlib 算法来提取嘴唇区域。因为Dlib 算法可以得到面部的 68 个关键点,所以这里我们可以从中得到嘴唇区域并对其进行适当地扩大。从图中可以看出我们需要获得的是 48-67 点的范围结果如图:import sysimport numpy as npimport cv2import osimport dlib# 这里采用 Opencv 和 Dlib 算法提取原创 2020-06-13 15:16:14 · 3358 阅读 · 4 评论 -
(Python)实现对非人脸图片的清洗
代码可以正确运行,代码注释也已经添加有些项目的需要,需要对图片的人脸进行一个筛选,清除掉如下的非人脸图片:这里我们的要求就是清洗掉非人脸的照片,方法可以采用肉眼观察,但是在数据量大时既费时又费力,所以这里我们程序来进行筛选,通过调用 opencv 的人脸检测算法来清洗掉非人脸的照片。该检测算法主要是利用级联分类器 CascadeClassifier,这里我们主要使用它的 Haar 特征分类器为基础的对象检测技术,来区分人脸和非人脸。Haar 矩形特征对一些简单的图形结构,如线段、边缘比较敏感。如果原创 2020-06-13 14:55:37 · 1120 阅读 · 7 评论 -
(Python)脚本实现统一对图片进行重命名操作
代码可以正确运行,代码注释也已经添加由于大部分情况下爬取下来的图片命名格式混乱,不利于我们后续工作的开展,比如:这个时候就需要统一对其按照我们自己制定的规则重命名:import os# 图片的存储位置img_path = 'F:\image\smile'imglist = os.listdir(img_path)i = 0for img in imglist: i += 1 # 对jpg 结尾的图片进行重命名 img_num.jpg if img.endsw原创 2020-06-13 14:35:30 · 1200 阅读 · 0 评论 -
深入理解风格迁移的网络结构
可以将风格迁移总体分为快、慢式风格迁移方法,它们的网络结构也有所不同。文章目录一、慢风格迁移二、快风格迁移一、慢风格迁移慢风格迁移可以将生成图片的过程看作是一个训练的过程,每次生成一张图片,都要训练一次模型,迭代过程有可能会达到成千上百次,Gatys 最早提出的慢风格迁移的网络结构,如图:二、快风格迁移执行经过提前训练好的模型能省去很多时间,快速风格迁移可以把生成图片的过程,看作是一个执行过程,而不是一个缓慢的训练过程。快速风格迁移网络结构如图所示:...原创 2020-06-08 23:27:59 · 1026 阅读 · 0 评论 -
(Python)脚本实现统一将图片转换为 jpg 格式
代码可以正确运行,代码注释也已经添加由于大部分情况下爬取下来的图片都是非常脏的,格式很混乱,比如:这个时候就需要我们将其格式进行统一化,转为 jpg格式,因为该格式支持大部分深度学习框架:"""实现将 jpeg,bmp,png 图片统一转为 jpg 格式"""import osimport sysimport cv2def listfiles(rootDir): # 遍历 rootDir 路径,结果返回一个三元组 list_dirs = os.walk(rootDir)原创 2020-06-08 22:45:16 · 4855 阅读 · 1 评论 -
TensorFlow 中的 save、restore 以及从 checkpoint 中读取变量
我们搭建好一个神经网络,用大量的数据训练好之后,肯定希望保存神经网络里面的参数,用于下次加载。那我们该怎么做呢 ?TensorFlow为我们提供了Saver来保存和加载神经网络的参数一、保存import 所需的模块,然后建立神经网络当中的 w 和 b,并初始化变量import tensorflow as tfimport numpy as np# 存储时,需要记得定义 dtype 和 ...原创 2019-09-17 19:33:46 · 651 阅读 · 0 评论 -
Tensorflow之 MNIST解析
文章目录一、MNIST 数据集介绍二、构建一个多层卷积网络三、完整代码一、MNIST 数据集介绍当我们开始学习编程的时候,第一件事往往是学习打印 “Hello World”。就好比编程入门有Hello World,机器学习入门有MNIST。MNIST是一个入门级的计算机视觉数据集,它包含各种手写数字图片:它也包含每一张图片对应的标签,告诉我们这个是数字几。比如,上面这四张图片的标签分别是...原创 2019-09-16 10:54:22 · 408 阅读 · 0 评论 -
Tensorflow 中 tf.train.GradientDescentOptimizer 优化器详解
tf.train.GradientDescentOptimizer(learning_rate, use_locking=False,name=’GradientDescent’)learning_rate: A Tensor or a floating point value. 要使用的学习率use_locking: 要是True的话,就对于更新操作(update operations.)...原创 2019-09-07 16:14:06 · 13473 阅读 · 8 评论 -
AttributeError: module 'tensorflow' has no attribute 'Variable'
TensorFlow 装好后,在终端可以正常使用,但是今天 编写一个小的案例,就出错了上网了找找原因,最后发现是因为我这个文件名起的有问题:和 tensorflow 模块重名了所以总结出现这个原因的如下:检查项目是不是项目中有python package 命名为tensorflow, 这时 根据python的调用机制,它会优先import 项目中的tensorflow,从而没有各种...原创 2019-09-06 19:07:30 · 19297 阅读 · 3 评论 -
安装 dlib
一、下载安装 visual studio安装社区版本就行,python 可以不用勾选,自己另外下载也行二、设置 cmake环境为系统环境变量顺带将 cl.exe 适合自己系统版本的变量也添加到系统变量中三、安装 boost四、安装 dlib...原创 2020-03-27 13:33:41 · 485 阅读 · 0 评论 -
numpy.random.randn() 与 numpy.random.rand() 的区别详解
numpy 中有一些常用的用来产生随机数的函数,randn()和rand()就属于这其中。numpy.random.randn(d0, d1, …, dn) 是从标准正态分布中返回一个或多个样本值numpy.random.rand(d0, d1, …, dn) 的随机样本位于[0, 1)中import numpy as np arr1 = np.random.randn(2,4)prin...转载 2019-11-17 21:38:06 · 1244 阅读 · 0 评论 -
Python中函数 eval 和 ast.literal_eval 的区别详解
文章目录一、eval 函数二、ast.literal_eval 函数一、eval 函数Python中,如果要将字符串型的 list,tuple,dict 转变成原有的类型呢 ?这个时候你自然会想到evaleval函数在 Python 中做数据类型的转换还是很有用的。它的作用就是把数据还原成它本身或者是能够转化成的数据类型string 转化为 liststring 转化为 tupl...转载 2019-10-05 13:18:45 · 20218 阅读 · 0 评论 -
Nump:np.expand_dims() 和 np.argmax()
文章目录一、`np.expand_dims()`二、`np.argmax()`一、np.expand_dims()np.expand_dims() 用于扩展数组的形状np.expand_dims(a, axis=0)表示在0位置添加数据np.expand_dims(a, axis=1)表示在1位置添加数据np.expand_dims(a, axis=2)表示在2位置添加数据示例:i...原创 2019-10-05 11:15:22 · 559 阅读 · 0 评论 -
Python之eval函数详解
eval() 函数用来执行一个字符串表达式,并返回表达式的值语法:eval(expression[, globals[, locals]])expression -- 表达式。globals -- 变量作用域,全局命名空间,如果被提供,则必须是一个字典对象。locals -- 变量作用域,局部命名空间,如果被提供,可以是任何映射对象。返回表达式的计算结果>>>x...转载 2019-10-05 10:08:26 · 1338 阅读 · 0 评论 -
Python isinstance() 函数
isinstance() 函数来判断一个对象是否是一个已知的类型,类似 type()isinstance() 与 type() 区别:type() 不会认为子类是一种父类类型,不考虑继承关系。isinstance() 会认为子类是一种父类类型,考虑继承关系。如果要判断两个类型是否相同推荐使用 isinstance()isinstance(object, classinfo)objec...转载 2019-10-03 16:31:00 · 562 阅读 · 0 评论 -
Python os 模块学习
本篇学习暂时先记录深度学习过程中遇到的相关内容文章目录一、目录的创建、删除、遍历、判断1、`os.mkdir()` 和 `os.makedirs()` --- 目录的创建2、`os.rmdir()` 和 `os.removedirs()` --- 目录的删除3、`os.walk()` --- 遍历目录4、`s.path.isdir()` --- 判断是否为目录二、文件的删除、判断1、`s.rem...原创 2019-10-03 10:49:35 · 420 阅读 · 0 评论 -
Python字典中 items() 和 iteritems() 区别
文章目录一、字典相关知识二、items()和iteritems()区别三、总结一、字典相关知识字典概念字典是Python语言中唯一的映射类型。映射类型对象里哈希值(键,key)和指向的对象(值,value)是一对多的的关系,通常被认为是可变的哈希表。字典对象是可变的,它是一个容器类型,能存储任意个数的Python对象,其中也可包括其他容器类型。创建字典和给字典赋值创建字典#第一...转载 2019-10-01 21:41:55 · 1896 阅读 · 0 评论 -
Python:tempfile 模块(临时文件和目录的处理)
文章目录一、`tempfile.TemporaryFile`二、`tempfile.NamedTemporaryFile`三、`tempfile.mkdtemp`四、`Predicting Names`五、`tempfile.mkstemp([suffix=''[, prefix='tmp'[, dir=None[, text=False]]]])`六、 `tempfile.mktemp([suf...转载 2019-09-30 12:38:50 · 5596 阅读 · 0 评论 -
关于 Python 中 的 from __future__ import XXXX
文章目录一、前言二、示例:`from __future__ import absolute_import`二、示例:`from __future__ import division`三、示例:`from __future__ import print_function`一、前言Python的每个新版本都会增加一些新的功能,或者对原来的功能作一些改动。有些改动是不兼容旧版本的,也就是在当前版本运...原创 2019-09-29 16:56:31 · 715 阅读 · 1 评论 -
Python 学习之绝对路径和相对路径
下面的路径介绍针对windows文章目录一、绝对路径和相对路径二、绝对路径和相对路径的转换一、绝对路径和相对路径在编写的py文件中打开文件的时候经常见到下面其中路径的表达方式:open('aaa.txt')open('/data/bbb.txt')open('D:\\user\\ccc.txt')open('D:/user/ccc.txt')open(r'D:\user\ccc.t...原创 2019-09-19 12:37:16 · 1176 阅读 · 0 评论 -
Python sys.argv 学习
sys.argv[]是一个从程序外部获取参数的桥梁,这个“外部”很关键。因为我们从外部取得的参数可以是多个,所以获得的是一个列表(list),也就是说sys.argv其实可以看作是一个列表,所以才能用[]提取其中的元素。其第一个元素是程序本身,随后才依次是外部给予的参数不使用 IDE 工具,命令窗口执行# 文件名:test.pyimport sysa = sys.argvb = len(...原创 2019-09-18 09:36:00 · 506 阅读 · 0 评论 -
Python 之 cv2 模块学习
文章目录一、读入图像二、显示图像三、保存图像四、图片操作1. 图像的缩放 resize()函数的应用一、读入图像使用函数cv2.imread(filepath,flags)读入一副图片import cv2img = cv2.imread('1.jpg',cv2.IMREAD_GRAYSCALE)filepath:要读入图片的完整路径flags:读入图片的标志 cv2.IMREAD...原创 2019-09-17 20:57:39 · 1498 阅读 · 2 评论 -
Python 图像库 PIL 学习
Python映像库中最重要的类是Image类,定义在具有相同名称的模块中。您可以通过多种方式创建该类的实例;通过从文件加载图像,处理其他图像,或从头创建图像文章目录一、简单实用的 Image函数1. 查看图片的信息2. 图片的打开和显示3. 图片的保存4. 彩色图像转灰度图5. 转换图像6. 创建一个新的图片二、PIL Image 图像互转 numpy 数组1. 将 PIL Image 图片转换...原创 2019-09-16 21:40:19 · 462 阅读 · 0 评论 -
Python NumPy 学习
Numpy 提供了一个在 Python 中做科学计算的基础库,重在数值计算,主要用于处理多维数组(矩阵)的库用来存储和处理大型矩阵,比 Python 自身的嵌套列表结构要高效的多。本身是由C语言开发,是个很基础的扩展,Python其余的科学计算扩展大部分都是以此为基础高性能科学计算和数据分析的基础包ndarray,多维数组(矩阵),具有矢量运算能力,快速、节省空间矩阵运算,无需循环,可完成...转载 2019-09-01 20:52:21 · 447 阅读 · 0 评论 -
Python 对Excel文件 读取、写入、追加操作
转载:神马东东2012文章目录一、使用到的库二、操作xls格式的表格文件的代码实现三、操作xlsx格式的表格文件的代码实现四、结果实现图一、使用到的库操作xls格式的表格文件读取:xlrd写入:xlwt修改(追加写入):xlutils操作xlsx格式的表格文件读取/写入:openpyxl二、操作xls格式的表格文件的代码实现import xlrdimport ...转载 2019-08-21 19:59:43 · 10723 阅读 · 1 评论 -
Python使用 xlwt 模块操作Excel的方法
安装:pip install xlwt文章目录一、示例 1二、示例 2三、设置单元格宽度四、输入一个日期到单元格:五、向单元格添加一个公式:六、向单元格添加一个超链接:七、合并列和行:八、设置单元格内容的对其方式:九、为单元格议添加边框:十、为单元格设置背景色:一、示例 1import xlwt# 创建一个workbook 设置编码workbook = xlwt.Workbook(enc...翻译 2019-08-21 16:49:29 · 941 阅读 · 0 评论 -
Euclidean distance(欧式距离)和 Frobenius norm(弗洛贝尼乌斯范数)
文章目录一、欧氏距离二、弗罗贝尼乌斯范数一、欧氏距离具体定义参考欧几里得度量(euclidean metric)(也称欧氏距离)是一个通常采用的距离定义,指在m维空间中两个点之间的真实距离,或者向量的自然长度(即该点到原点的距离)。在二维和三维空间中的欧氏距离就是两点之间的实际距离二、弗罗贝尼乌斯范数这里 A* 表示 A 的共轭转置,σi 是 A 的奇异值,并使用了迹函数。最常见的定...原创 2020-01-06 09:59:15 · 6068 阅读 · 0 评论 -
深度学习补充知识点
人工智能、机器学习、神经网络,深度学习之间的关系机器学习的分类升级TensorFlow 2.0# 使用国内清华源安装numpypip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple# 使用清华源安装TensorFlow GPU 版本pip install -U tensorflow-gpu -i https...原创 2019-12-18 20:37:31 · 289 阅读 · 0 评论 -
L0 Norm 、L1 Norm 和 L2 Norm 的简单理解
文章目录一、L0 Norm二、L1 Norm三、L2 Norm一、L0 NormL0 范数对应于向量中非零元素的总数例如,向量(0,0)和(0,2)的L0范数为1,因为只有一个非零元素。L0范数的一个很好的实用示例是当具有两个向量(用户名和密码)时。如果向量的L0范数等于0,则登录成功。否则,如果L0范数为1,则意味着用户名或密码不正确,但都不正确。最后,如果L0规范为2,则意味着用户名...原创 2019-12-01 16:11:41 · 5745 阅读 · 0 评论 -
Patch-GAN 的理解
文章目录一、Patch-GAN 理解二、Patch-GAN 的解释一、Patch-GAN 理解GAN一般情况下的网络结构,在一些人的实验中已经表明对于要求高分辨率、高细节保持的图像领域中并不适合,有些人根据这一情况设计了PatchGAN的思路。这种GAN的差别主要是在于Discriminator上,一般的GAN是只需要输出一个true or fasle 的矢量,这是代表对整张图像的评价;但...翻译 2019-12-01 11:40:58 · 7295 阅读 · 3 评论 -
CNN:low-level feature 和 high level feature 的理解
通常卷积神经网络中都会使用这两种类型的features: 卷积神经网络的前几层学习low level feature,后几层学习的是high level feature文章目录一、low-level feature二、high level feature三、low-level feature和high-level feature 的特点一、low-level featureLow-level...转载 2019-11-29 10:06:10 · 7036 阅读 · 0 评论 -
L1 损失函数和 L2 损失函数
L1 和 L2 是机器学习中的两个损失函数,用于最小化误差。L1 损失函数代表最小绝对偏差,也称为 LADL2 损失函数代表最小二乘误差,也称为 LS文章目录一、L1 损失函数二、L2 损失函数三、如何确定L1 和 L2 损失函数一、L1 损失函数L1损失函数用于最小化误差,该误差是真实值和预测值之间的所有绝对差之和。二、L2 损失函数L2损失函数用于最小化误差,该误差是真实值和预...原创 2019-11-28 17:03:48 · 9052 阅读 · 0 评论