百度- 深度学习7日入门-CV疫情特辑

qq_33627496

于 2020-04-07 11:30:23 发布

阅读量486

点赞数

分类专栏：飞桨深度学习 AI 文章标签：深度学习人工智能

本文链接：https://blog.csdn.net/qq_33627496/article/details/105351083

版权

本文介绍了使用百度PaddlePaddle进行深度学习的7日入门体验，涵盖新冠疫情可视化、手势识别、车牌识别、口罩分类、人流密度检测等内容。通过实际操作，作者体验了数据预处理、模型搭建、训练、测试全过程，强调了GPU加速的重要性，并分享了学习过程中的挑战和感悟。

摘要由CSDN通过智能技术生成

百度paddlepaddle - 深度学习7日入门-CV疫情特辑：

1.day01 新冠疫情可视化

2.day02 手势识别

class MyDNN(fluid.dygraph.Layer):
	def __init__(self):
		super(MyDNN, self).__init__()
		self.hidden1 = Linear(100, 100, act="relu")
		self.hidden2 = Linear(100, 100, act="relu")
		self.hidden3 = Linear(100, 100, act="relu")
		self.hidden4 = Linear(100, 100, act="relu")
		self.out = Linear(3*100*100, 10, act='softmax')

	def forward(self, input):
		x = self.hidden1(input)
		# print("hidden1", x.shape)
		x = self.hidden2(x)
		# print("hidden2", x.shape)
		x = self.hidden3(x)
		# print("hidden3", x.shape)
		x = self.hidden4(x)
		x = fluid.layers.dropout(x, dropout_prob=0.4)
		x = fluid.layers.reshape(x, shape=[-1, 3*100*100])
		y = s