![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 91
qq_36346625
这个作者很懒,什么都没留下…
展开
-
全卷积网络FCN详解
文章在博客园转载 2020-06-25 11:42:15 · 136 阅读 · 0 评论 -
keras复现ResNet_18
原来复现了ResNet_50。今天再复现ResNet_18的时候才发现原来ResNet_50的复现并不正确。错误地方是论文中的卷积核大小都是(3,3)。而使用keras复现的时候由于卷积层输入输出大小的计算公式不熟悉,误打误撞,虽然复现后的模型plot_model、甚至是model.summary()出来的结果都是一模一样的,但是却不是真正的ResNet_50。今天先正确复现ResNet_18,改天抽空再复现ResNet_50。ResNet论文获取连接:《Deep Residual Learning fo原创 2020-05-11 22:59:14 · 4794 阅读 · 5 评论 -
读取图像数据:通过append方法
原来通过np.concatenate方法拼接加载的数据,发现比较耗内存,现在改成通过append方法加载图像数据。需要注意:通过append方法加载后的数据类型是list,要想喂给卷积神经网络训练,需要转换为np.ndarray类型。import cv2import numpy as np'''ROI数据集'''open_path = 'C:/Users/panansi/Desktop/...原创 2020-04-16 17:46:19 · 3750 阅读 · 0 评论 -
keras复现MobileNet
论文地址链接:MobileNet:Efficient Convolutional Neural Networks for Mobile Vision Applications复现代码:# -*- coding: utf-8 -*-"""Created on Fri Apr 10 02:07:28 2020@author: panansi"""from keras.layers ...原创 2020-04-10 04:47:51 · 280 阅读 · 0 评论 -
keras复现ResNet
一、ResNet介绍:ResNet网络模型是何凯明团队在2016年搭建的一个模型。论文连接:Deep Residual Learning for Image Recognition。(这个模型有什么特点?比在它前面的模型(如AlexNet模型、VGG模型)有哪些改进(进步)、提出了什么新思想?这些问题先留白。二、首先通过keras的API迁移调出ResNet网络模型:width = 224...原创 2020-04-06 07:58:32 · 408 阅读 · 2 评论 -
为验证ROI数据集训练模型正确性而训练猫狗数据
导包:import numpy as npimport cv2from keras.layers import Dense, Dropout, Flattenfrom keras.models import Modelfrom keras.applications.vgg16 import VGG16import matplotlib.pyplot as plt#from keras...原创 2020-03-26 00:11:05 · 398 阅读 · 0 评论 -
MNIST数据集(28, 28)到(28, 28, 3)
一、从下载数据集开始说起from keras.datasets import mnist(x_train, y_train), (x_test, y_test) = mnist.load_data()通过上面代码下来的数据集的数据的shape是:print(x_train.shape)(60000, 28, 28)print(y_train.shape)(60000, 10)...原创 2020-03-13 00:28:35 · 4634 阅读 · 2 评论 -
评估机器学习模型的指导原则
在 电影评论分类:二分类问题 中,第四部分验证所设计的模型时,将数据分为训练集、验证集和测试集。我们没有在训练的模型的相同数据上对模型进行评估,原因很快显而易见:仅仅经过几轮之后,模型就开始过拟合。也就是所说,随着训练的进行,模型在训练数据上的性能始终在提高,但在前所未见的数据上的性能则不再变化,甚至开始下降。然而机器学习的目的是得到可以泛化的模型,即在前所未见的数据上表现很好的模型,而模型的过...原创 2020-03-12 16:04:31 · 212 阅读 · 0 评论 -
过拟合与欠拟合以及防止过拟合的常用方法
这篇博客是继IMDB数据集的例子写的,关于数据集准备以及model.compile(),model.fit()可以参见IMDB数据集的例子。在IMDB数据集的例子中,模型在留出的验证数据上的性能总是在几轮之后达到最高点,然后开始下降也就是,模型很快就在那训练数据上开始过拟合。过拟合存在于所有机器学习问题中,学会如何处理过拟合对掌握机器学习至关重要。机器学习的根本问题是优化和泛化之间的对立。优化...原创 2020-03-11 12:36:51 · 1565 阅读 · 0 评论 -
电影评论分类:二分类问题
二分类问题是应用最广泛的机器学习问题,从这个例子中学习根据电影评论的文字内容划分为正面或负面。一、IMDB数据集本节使用IMDB数据集,它包含来自互联网电影数据库(IMDB)的50000条严重两极分化的评论。数据集被分为用于训练的25000条评论和用于测试的25000条评论,训练集和测试集都包含50%的正面评论和50%的负面评论。为什么要将训练集和测试集分开?因为不应该将训练机器学习模型的...原创 2020-03-11 01:16:14 · 2177 阅读 · 0 评论 -
MNIST decode_predicts
程序实现:MNIST数据集decode_predicts,查看网络预测结果的各个概率值分别是多少# -*- coding: utf-8 -*-"""Created on Mon Mar 2 10:58:58 2020@author: panansi"""import numpy as npfrom keras.datasets import mnistfrom keras.u...原创 2020-03-02 15:16:03 · 284 阅读 · 0 评论 -
pip install tensorfow之后仍然报错no model named tensorflow的解决方法
这种方法是在安装成功之后再回忆过程的,所以可能不是那么详细。当初装包的时候很曲折,装了一夜又一天。只在Windows平台下安装过,所以这种方法只针对Windows(1)在anaconda prompt中使用 conda install TensorFlow命令(2)如果不行再添加环境变量,系统变量和用户变量都要添加一下...原创 2020-02-24 09:07:59 · 465 阅读 · 0 评论 -
sigmoid函数和softmax函数应用任务的区别
关于什么是sigmoid函数?参考链接:百度百科关于什么是softmax函数?参考链接:百度百科应用场景:sigmoid应用于二分类任务,如猫狗识别;softmax适用于二分类以上(即多分类)任务,如手写字识别。二者的关系:softmax是sigmoid的推广。另外一篇参考的链接:一分钟理解softmax函数(超简单)...原创 2020-02-23 09:57:31 · 597 阅读 · 0 评论 -
深度学习笔记(05):梯度下降法
梯度下降的用途:用来更新训练集上的参数W和b。损失函数可以衡量算法的效果,每一个训练样例都输出一个y_hat,把这个y_hat和真正的标签y进行比较。成本函数衡量了参数W和b在训练集上的效果,要训练出适合的参数W和b,这些参数使成本函数的值尽可能的小。为了更好地找到更好的参数值,我们训练网络时,一般都是随机初始化参数W和b。梯度下降的实现:W-成本函数对W的偏导数;b-成...原创 2019-11-30 22:32:18 · 259 阅读 · 0 评论 -
深度学习笔记(04):logistic逻辑回归损失函数
为什么需要定义逻辑回归损失函数?为了训练logistic回归模型中的参数W和参数b。网络的训练输出y_hat是对一个训练样本而言的,网络训练的输出不可能和对应的标签一模一样。比如训练样本的标签是1,样本的输出不会是1,可能会是0.1,也有可能是0.5。输出值与标签值之间存在一个差值,比如说第一次训练得到的输出y_hat=0.3,差值0.7第二次训练输出y_hat = 0.2,差值0.8...原创 2019-11-27 21:51:46 · 480 阅读 · 2 评论 -
深度学习笔记(03):sigmoid回归
logistic回归:输出标签是1或者是0时。回归参数是W是与输入同维的向量,维度是n_x,输出y_hat = Wx + b。希望输出值是介于0和1中的概率值,实际上着很难办到,因为Wx + b可能是一个很大的数,也有可能是一个很小的数,甚至是负数。这样的一个概率是没有意义的。记 z = Wx + by_hat = sigmoid(z)。逻辑回归logistic的意义就在于,把一定区间内...原创 2019-11-27 21:19:38 · 581 阅读 · 0 评论 -
深度学习笔记(02):神经网络的输入和输出
logistics回归,逻辑回归问题。图像在计算机中如何保存?要保存一张图像,要保存三个独立矩阵,对应三原色通道。如果输入图像大小是64×64大小的,那个矩阵的大小也是64×64的,而且是3个矩阵。要把矩阵中的像素值放到一个特征向量x中,这个x就表示了这张图像。向量x的总维度就是64×64×3。图片的特征向量x作为输入,预测输出的结果标签为y。用一个单独的(x,y)作为一个单独的输入样本...原创 2019-11-27 20:53:50 · 11159 阅读 · 2 评论 -
深度学习笔记(01):为什么深度学习会兴起?
规模促进了深度学习的进步这些规模包括:(1)数据集规模的扩大(2)计算机计算能力的增强(3)算法的改进还有一个重要的原因:激活函数的变化,从原来的sigmoid函数变为后来的Relu激活函数。ReLU:rectified linear unit.对于正值的输入它的导师都是1,梯度不会趋向于0,也就是训练过程中,参数W和参数b的变化不会趋向于0。...原创 2019-11-27 20:24:59 · 534 阅读 · 0 评论 -
No module named 'keras'解决办法
参考链接:https://blog.csdn.net/violetmokkkk/article/details/81709915从别人那里拷了一份MINIST程序到自己电脑上面运行,结果弹出“No module named ‘keras’”的错误。后来参照此博文,成功解决了这个错误。按照博文中所述的步骤来,最后打开spyder文件位置,确实多了一个spyder。如下图:与参考博文不同的是,...转载 2019-10-18 19:40:30 · 8262 阅读 · 0 评论 -
OpenCV(4.1.1) C:\projects\opencv-python\opencv\modules\highgui\src\window.cpp:352: error: (-215:Asse
在 spyder(Python 3.7)编辑器中编写如下代码:# -*- coding: utf-8 -*-"""Created on Mon Oct 14 22:08:23 2019@author: 69005"""import numpy as npimport cv2 as cvimg = cv.imread("J:/来自计科院/本门/深度学习技术图像处理入门/CH_...原创 2019-10-15 18:28:36 · 793 阅读 · 0 评论