机器学习与人工智能
文章平均质量分 63
机器学习与人工智能
南山二毛
怕什么真理无穷,进一寸有一寸的欢喜。
展开
-
【昇腾AI系列】在200DK上搭建一个ROS环境
前提:在200DK上安装了cann5.0.4版本,ubuntu18的系统。添加ROS软件源sudo sh -c 'echo "deb http://packages.ros.org/ros/ubuntu $(lsb_release -sc) main" > /etc/apt/sources.list.d/ros-latest.list'添加公钥sudo apt-key adv --keyserver 'hkp://keyserver.ubuntu.com:80' --recv-key C1C原创 2022-03-20 15:05:55 · 441 阅读 · 0 评论 -
【昇腾AI系列】 在200DK运行MindX SDK的Yolov3+Resnet50样例
注意:巨坑提醒:python版本和mindx sdk有关联,python3.7.5最高支持的mindx sdk版本为2.0.3如果使用2.0.4版本,会报错:如果有遇到这类问题的小伙伴一定要记得注意一下Python和MindX SDK的版本哈。MindX SDK2.0.4推荐Python用3.9.2版本,我的上面使用3.7.5是报错了。基于MindX SDK部署应用的源码介绍Mindx sdk提供了极简易用的开发sdk,可以快速部署应用。我们运行mxVision样例,使用python实现。整原创 2022-03-20 14:44:23 · 2832 阅读 · 0 评论 -
【昇腾AI系列】 在200DK上安装MindX SDK
MindX SDK 是华为推出的软件开发套件(SDK),提供极简易用、高性能的API和工具,助力昇腾AI处理器赋能各应用场景。安装SDK:在/home/HwHiAiUser目录下新建MindX_SDK文件夹。执行./Ascend-mindxsdk-mxvision_2.0.3_linux-aarch64.run --install注意:这里我后面改成了2.0.3去安装了。我没安装2.0.4版本的MindX SDK是因为我的Python版本是3.7.5。之前安装2.0.4版本翻车了。无奈又重新卸载原创 2022-03-20 14:39:41 · 2813 阅读 · 1 评论 -
【昇腾AI系列】在Atlas200DK上运行第一个样例
推理模型应用的架构如下安装samplesgit clone https://gitee.com/ascend/samples.git获取mnist的air格式模型wget https://modelzoo-train-atc.obs.cn-north-4.myhuaweicloud.com/003_Atc_Models/AE/ATC%20Model/lenet/mnist.air模型转换atc --framework=1 --model=mnist.air --output=mnist --原创 2022-03-20 14:33:12 · 4501 阅读 · 0 评论 -
【昇腾AI系列】MindStudio环境搭建
前提:已经在x86的电脑上安装了vmware虚拟机,在虚拟机中安装了ubuntu18的镜像。创建用户: useradd -d /home/HwHiAiUser -s /bin/bash -m HwHiAiUser passwd HwHiAiUser说明:-d:指定用户的家目录-s:用户的登录shell-m:创建用户家目录安装CANN开发工具启动镜像,执行下面命令:./Ascend-cann-toolkit_{version}_linux-x86_64.run --check./Asc原创 2022-03-20 14:24:29 · 3490 阅读 · 1 评论 -
【昇腾AI系列】Atlas 200DK环境适配
SD卡制作:Step1:sd制作我使用的是CANN 5.0.4版本,ubuntu为18.0.4,安装dd镜像(其实我不懂dd是啥意思)https://support.huaweicloud.com/dedg-A200dk_3000_c75/atlased_04_0013.htmlStep2:通过网线接好后,远程登陆登录:ssh HwHiAiUser@192.168.1.2用户HwHiAiUser缺省登录密码为“Mind@123”。root用户:su - rootMind@123部署Py原创 2022-03-20 14:09:40 · 3939 阅读 · 0 评论 -
机器学习2--Sklearn分类器
Sklearn 把所有机器学习的模式整合统一起来了,学会了一个模式就可以通吃其他不同类型的学习模式。 例如,分类器,Sklearn 本身就有很多数据库,可以用来练习。 以 Iris 的数据为例,这种花有四个属性,花瓣的长宽,茎的长宽,根据这些属性把花分为三类。我们要用 分类器 去把四种类型的花分开。 今天用 KNN classifier,就是选择几个临近点,综合它们做个平均来作为预测值...原创 2018-07-07 15:35:02 · 2365 阅读 · 0 评论 -
机器学习1--Sklearn安装
我使用的是腾讯云的云计算服务器。该服务器的下载速度和计算速度比较快,适合机器学习的开发。首先在linux中登陆服务器ssh -q -l ubuntu -p 22 154.8.139.116然后输入密码。pip3 install --upgrade pippip install --user numpypip install --user scipypip instal...原创 2018-07-07 15:24:59 · 2290 阅读 · 0 评论 -
神经网络学习10--CNN简介
1.首先先看一下什么是卷积:2.卷积神经网络介绍 下面是对应的上图的具体解释: (1)我们对一堆图片做卷积神经网络的训练,首先需要需要对数据进行处理,然后作为输入层接到卷积神经网络中。 (2)之后就是中间层,这一层中我们有: 卷积层(提取图像的局部信息,减小图像面积,增加图像维度) 激励层(实际梯度下降中,sigmoid容易饱和、造成终止梯度传递,且没有0中心化。...原创 2018-07-12 12:06:37 · 1972 阅读 · 0 评论 -
神经网络学习9--过拟合 (Overfitting)的解决办法
方法一:增加数据增加数据量, 大部分过拟合产生的原因是因为数据量太少了. 如果我们有成千上万的数据, 红线也会慢慢被拉直, 变得没那么扭曲 .方法二:运用正规化运用正规化. L1, l2 regularization等等, 这些方法适用于大多数的机器学习, 包括神经网络. 他们的做法大同小异, 我们简化机器学习的关键公式为 y=Wx . W为机器需要学习到的各种参数. 在过拟合中, W...原创 2018-07-11 17:00:08 · 6042 阅读 · 0 评论 -
神经网络学习9--tensorflow的优化器optimizer
各种优化器的对比 下图是损失曲面的轮廓 和 不同优化算法的时间演化。我们的目的是设计一个优化器让其能够最快达到目标值。在神经网络中,每训练一次代表优化算法迭代了一次,对应图上则是点往前移动了一步,当优化器可以让点快速到达目标值时,说明我们需要的训练步骤最小,训练结果越接近目标值,损失也就越小,学习效果越优秀。 下图是Tensorflow中常见的优化器 比如: Stochasti...原创 2018-07-10 21:33:05 · 4344 阅读 · 2 评论 -
神经网络学习9--使用MNISTs数据集训练分类器
MNIST简介MNIST 数据集已经是一个被”嚼烂”了的数据集, 很多教程都会对它”下手”, 几乎成为一个 “典范”. 不过有些人可能对它还不是很了解, 下面来介绍一下.Training set images: train-images-idx3-ubyte.gz (9.9 MB, 解压后 47 MB, 包含 60,000 个样本) Training set labels: train-...原创 2018-07-10 16:22:08 · 3018 阅读 · 0 评论 -
自制深度学习框架
1.先写一些简单的函数,比如激活函数,把公式和求导的式子写出来,这个很简单,容易上手。 2.写一个完整的前向传播和反向传播的过程。用代码实现。最后写一个简单的例子验证一下自己写的对不对。 3.写一个基本的网络的计算模块。如CNn中的卷积,池化得前向反向传播等。 4.写各类优化算法,基本的如sgd实现。...原创 2018-05-15 17:15:50 · 2390 阅读 · 0 评论 -
神经网络学习1--Tensorflow 安装
假设Linux环境中的pip和python3已经全部安装好了。接下来输入指令:$ sudo apt-get install python-pip python-dev$ pip install --user tensorflow打开python3,发现可以导入该模块,说明安装成功。 ...原创 2018-07-09 11:24:57 · 1757 阅读 · 0 评论 -
神经网络学习2--Tensorflow 基本概念
使用图(graphs)来表示计算任务 在被称为会话(Session)的上下文(context)中执行图 使用Tensor表示数据 通过变量(Variable)维护状态 使用feed和fetch可以为任意的操作赋值或者从其中获取数据。Tensorflow是一个编程系统,使用图(graphs)来表示计算任务,图(graphs)中的节点称之为op(operation),一个op获得0个或者多...原创 2018-07-09 13:55:49 · 1762 阅读 · 0 评论 -
神经网络学习3--Session 会话控制
Session 是 Tensorflow 为了控制,和输出文件的执行的语句. 运行 session.run() 可以获得你要得知的运算结果, 或者是你所要运算的部分.首先,我们这次需要加载 Tensorflow ,然后建立两个 matrix ,输出两个 matrix 矩阵相乘的结果。import tensorflow as tf# create two matrixesmatr...原创 2018-07-09 14:39:57 · 2389 阅读 · 0 评论 -
神经网络学习4--Variable 变量
tensorflow中的变量和我们平时说的变量不同,必须需要专门定义为变量才是tensorflow的变量。定义语法: state = tf.Variable()import tensorflow as tfstate = tf.Variable(0, name='counter')# 定义常量 oneone = tf.constant(1)# 定义加法步骤 (注: 此步并没有...原创 2018-07-09 14:52:07 · 2469 阅读 · 0 评论 -
神经网络学习5--Placeholder 传入值
import tensorflow as tf#在 Tensorflow 中需要定义 placeholder 的 type ,一般为 float32 形式input1 = tf.placeholder(tf.float32)input2 = tf.placeholder(tf.float32)# mul = multiply 是将input1和input2 做乘法运算,并输出为 out...原创 2018-07-09 14:53:38 · 2179 阅读 · 0 评论 -
神经网络学习6--激励函数
激励函数运行时激活神经网络中某一部分神经元,将激活信息向后传入下一层的神经系统。激励函数的实质是非线性方程。 Tensorflow 的神经网络 里面处理较为复杂的问题时都会需要运用激励函数 activation function 。 在www.tensorflow.org中可以查看函数的讲解...原创 2018-07-09 15:22:13 · 2096 阅读 · 0 评论 -
神经网络学习7--添加层 def add_layer()
在 Tensorflow 里定义一个添加层的函数可以很容易的添加神经层,为之后的添加省下不少时间.实现的功能可以用下面的式子表示: y_out = A(x_in * W + b)首先,我们需要导入tensorflow模块。import tensorflow as tf然后定义添加神经层的函数def add_layer(),它有四个参数:输入值、输入的大小、输出的大小和激励函数,我...原创 2018-07-09 15:34:35 · 3180 阅读 · 0 评论 -
神经网络学习8--建造一个神经网
我们生成一组带有高斯分布噪声的数据点集,总共300个点。搭建两层的神经网络,通过训练神经网络,使loss减小,达到一个理想的网络模型。import tensorflow as tfimport numpy as npdef add_layer(inputs, in_size, out_size, activation_function=None): Weights = tf.V...原创 2018-07-09 20:25:39 · 1809 阅读 · 0 评论 -
关于机器学习ing
什么是机器学习:让计算机具有像人一样的学习能力的技术。 目的:从堆积如山的数据(也成为大数据)中寻找出有用知识的数据挖掘技术。原创 2018-04-04 11:37:04 · 1791 阅读 · 0 评论