![](https://img-blog.csdnimg.cn/20190818192920980.jpeg?x-oss-process=image/resize,m_fixed,h_224,w_224)
深度学习与机器学习
深度学习入门以及进阶,包括常用的机器学习见解和应用.
su扬帆启航
亦余心之所善兮,虽九死其犹未悔
展开
-
python3下tensorflow练习(三)之tensorboard用法详解
tensorboard用法详解:使用TensorBoard展示数据,需要在执行Tensorflow就算图的过程中,将各种类型的数据汇总并记录到日志文件中。然后使用TensorBoard读取这些日志文件,解析数据并生产数据可视化的Web页面,让我们可以在浏览器中观察各种汇总数据。包括标量(scalars),图片(images),音频(Audio),计算图(graph),数据分布,直方图(hi...原创 2018-05-05 10:56:37 · 2930 阅读 · 0 评论 -
python3下tensorflow练习(二)
MNIST手写字识别流程:1、将要识别的图片转为灰度图,并且转化为784矩阵(单通道,每个像素范围0-255,0为黑色,255为白色,这一点与MNIST中的正好相反)2、将28*28的矩阵转换成1维矩阵[[784]](也就是把第2,3,4,5....行矩阵纷纷接入到第一行的后面)3、用一个1*10的向量代表标签,也就是这个数字到底是几,举个例子e数字1对应的矩阵就是[0,1,0,0,0,...原创 2018-05-04 21:28:35 · 3448 阅读 · 2 评论 -
python3下tensorflow练习(一)
1.了解tensorflow基本架构2.用梯度下降的方法训练处模型3.可视化样本数据,可视化训练出的模型以及可视化损失函数"""Created on Wed May 2 09:40:08 2018@author: jiangcheng"""import tensorflow as tfimport numpy as npimport matplotlib....原创 2018-05-02 09:49:49 · 4253 阅读 · 0 评论 -
深度学习语义分割(三)DeepLab(1,2,3,3+,auto-deeplab)系列论文解读
本文总结了google的deeplab系列其中deeplabv3+处于state-of-the-art,最近auto-deeplab问世,其使用最新的神经架构搜索技术,简化搭建网络结构步骤和减少训练网络的用时。原创 2019-05-02 17:03:01 · 9762 阅读 · 3 评论 -
SLAM与深度学习融合的研究现状总结
深度学习结合SLAM 语义slam 语义分割 端到端SLAM CNN-SLAM DenseSLAM orbslam2 + ssd LSD-SLAM + CNN SemanticFusion Mask1. 用深度学习方法替换传统slam中的一个/几个模块:特征提取,特征匹配,提高特征点稳定性,提取点线面等不同层级的特征点。 深度估计 位姿估计 重定位 其他 目前还不能达到超越传统方法的...翻译 2019-03-26 11:23:27 · 8741 阅读 · 2 评论 -
深度学习在计算机视觉领域图像应用总结
简单的回顾的话,2006年Geoffrey Hinton的论文点燃了“这把火”,现在已经有不少人开始泼“冷水”了,主要是AI泡沫太大,而且深度学习不是包治百病的药方。计算机视觉不是深度学习最早看到突破的领域,真正让大家大吃一惊的颠覆传统方法的应用领域是语音识别,做出来的公司是微软,而不是当时如日中天的谷歌。计算机视觉应用深度学习堪称突破的成功点是2012年ImageNet比赛,采用的模型...转载 2019-03-24 12:54:14 · 11767 阅读 · 0 评论 -
python3下tensorflow练习(八)之迁移学习
这周帮同学做了一个CNN的分类任务,因为赶时间所以直接用InceptionV3的参数进行迁移学习,只替换最后一层全连接层,然后对自己的数据集进行4分类的训练。在最后这一层全连接层之前的网络层称之为瓶颈层(BOTTLENECK)。最后实现了对'雨凇','霜','积雪', '露'的四分类,需要先下载InceptionV3的训练好的模型和我的四分类数据集1.训练的代码# -*- codi...原创 2018-11-26 19:36:26 · 3845 阅读 · 4 评论 -
深度学习语义分割(二)SegNet论文解读
SegNet是是第一次在语义分割中应用编码器-解码器(encoder-decoder)的结构。其中,编码器使用池化层逐渐缩减输入数据的空间维度,而解码器通过反卷积层等网络层逐步恢复目标的细节和相应的空间维度。从编码器到解码器之间,通常存在直接的信息连接,来帮助解码器更好地恢复目标细节。 不同于FCN的上采样方法,SegNet利用了unpooling在下采样的时候记住最大值的位置,在上...原创 2018-06-23 17:54:05 · 5379 阅读 · 1 评论 -
深度学习语义分割(一)FCN论文解读
近年来,智能驾驶越来越炙手可热。智能驾驶相关技术已经从研发阶段逐渐转。向市场应用。其中,场景语义分割技术可以为智能车提供丰富的室外场景信息,为智能车的决策控制提供可靠的技术支持,并且其算法鲁棒性较好,因此场景语义分割算法在无人车技术中处于核心地位,具有广泛的应用价值。 本周对经典的图像分割算法FCN进行论文解读。(Fully Convolutional Networks for S...原创 2018-06-19 11:54:35 · 4471 阅读 · 1 评论 -
anacoda下载tensorflow报错或者过慢
我这两天一直安装tensorflow出错,在python3.5环境下安装tensorflow1.0方法一:1.wget https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.0.0-cp34-cp34m-linux_x86_64.whl #安装whl2.mv tensorflow-1.0.0-cp34-cp34m-li...原创 2018-06-10 22:44:39 · 716 阅读 · 0 评论 -
Anaconda在windows和ubuntu下对虚拟环境的操作
1.创建虚拟环境conda create -n python3 python=3.5#windows和ubuntu通用2.激活虚拟环境source activate python3#ubuntuactivate pythoin3#windows3.退出虚拟环境source deactivate#ubuntudeactivate#windows4.删除虚拟环境conda remove -n p...原创 2018-06-10 21:34:14 · 1320 阅读 · 0 评论 -
Anaconda下使用conda命令报错CondaHTTPError
以前在windows上遇到这种问题,今天在ubuntu上遇到同样的问题.这个问题的原因是你在用conda命令的时候是调用了国外conda网站来给你安装某些功能包,但是你在国内用可能会出错解决:conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/##配置清华源conda conf...原创 2018-06-10 16:22:35 · 8425 阅读 · 4 评论 -
windows7下anaconda配置cuda8.0+cudnn6+tensorflow-gpu
最近在windows上跑深度学习模型,安装个cuda和cudnn用了好长时间,分享一下自己踩过的坑1.去官网下载合适版本的cuda:cuda8.0,下载过9.0和9.1发现在windows7上还缺少很多组件,所有选用了cuda8.0下载的时候最好下载local版本(完整版),这样省去在安装时候要链接外网,发生突然安装失败。2.在到官网注册账号,并且下载cuda8.0对应的cudnn版本:cudnn...原创 2018-05-16 17:29:14 · 727 阅读 · 1 评论 -
python3下tensorflow练习(七)之交通标志识别(两层神经网络)
根据udacity的自动驾驶课程,搭建两层神经网络对43种交通标志进行分类识别,用到的数据库在该网站可以下载到:数据集我已经将数据集下好放在百度云分享给各位小伙伴:百度云链接本文用到的思想和上一篇博文类似,我们先回顾一下上篇博文MNIST多层神经网络识别好了直接开始撸代码吧:1.加载需要的模块import numpy as npimport tensorflow as tf...原创 2018-05-13 21:01:57 · 11737 阅读 · 33 评论 -
python3下tensorflow练习(六)之VGG16/VGG19探索
VGG16/19是ImageNet比赛中获胜的经典之作,学习该算法的思想入门深度学习很有必要。而且当我们自己的训练数据量过小时,往往借助牛人已经预训练好的网络进行特征的提取,然后在后面加上自己特定任务的网络进行调优。网络结构如下:VGG16网上讲的很详细了,我这就不过多解释了,这次主要讲解一下VGG16的源码,以及怎么利用github的开源项目,开启自己的项目。小伙伴可以通过以下链接下载源码:VG...原创 2018-05-09 18:02:53 · 14048 阅读 · 8 评论 -
python3下tensorflow练习(五)之CNN下的MNIST识别
1. 数据准备import tensorflow as tfimport tensorflow.examples.tutorials.mnist.input_data as input_datamnist = input_data.read_data_sets("MNIST_data/", one_hot=True)2.建立共享函数def weight(shape): return t...原创 2018-05-06 22:28:07 · 2392 阅读 · 1 评论 -
python3下tensorflow练习(四)之多层神经网络MNIST识别
python3下tensorflow练习(二)这篇文章是对上篇博文的补充和改进,上篇博文建立了单层神经网络对MNIST手写字进行了识别,准确率只有85%本文建立多层神经网络,用改进的交叉熵函数计算损失梯度,用改进的优化器Adam,用55000个数据,分批进行训练,提高了识别率。1.建立多层网络h1= add_layer(xs, 784, 256,activation_function=tf.nn....原创 2018-05-05 22:42:23 · 1785 阅读 · 0 评论