![](https://img-blog.csdnimg.cn/c796aab293954fc587e05147508c2b83.jpeg?x-oss-process=image/resize,m_fixed,h_224,w_224)
小白训练营
文章平均质量分 82
本专栏旨在帮助深度学习小白快速入门深度学习
优惠券已抵扣
余额抵扣
还需支付
¥299.90
¥399.90
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。
K同学啊
“365天深度学习训练” 报名中,报名微信:mtyjkh_
展开
-
【GAN小白入门】Semi-Supervised GAN 理论与实战
创建一个标签嵌入层,用于将条件标签映射到潜在空间# 初始化图像尺寸,用于上采样之前# 第一个全连接层,将随机噪声映射到合适的维度# 生成器的卷积块nn.Tanh(),return img"""返回每个鉴别器块的层"""if bn:# 鉴别器的卷积块# 下采样图像的高度和宽度# 输出层self.adv_layer = nn.Sequential(nn.Linear(128 * ds_size ** 2, 1), nn.Sigmoid()) # 用于鉴别真假的输出层。原创 2023-09-05 11:21:45 · 1063 阅读 · 0 评论 -
GAN入门|第二篇:人脸图像生成(DCGAN)
自定义权重初始化函数,作用于netG和netD def weights_init(m) : # 获取当前层的类名 classname = m . __class__ . __name__ # 如果类名中包含'Conv',即当前层是卷积层 if classname . find('Conv')!原创 2023-07-16 10:03:54 · 818 阅读 · 0 评论 -
YOLOv5解析 | 第二篇:用YOLOv5训练自己的数据集(超级详细完整版)
大家好,我是K同学啊!我们接着上一篇文章 深度学习100例 | 第51天-目标检测算法(YOLOv5)(入门篇) 配置完YOLOv5需要的环境后,今天我们试着用YOLOv5训练自己的数据。(在开始本教程前,记得先跑一遍入门篇,确保其他环境是正常的)有图有真相,先看看我昨天的运行结果【YOLOv5 源码地址】🚀 我的环境:语言环境:Python3.8编译器:PyCharm深度学习环境:torch==1.10.0+cu113torchvision==0.11.1+cu113原创 2022-05-10 12:00:00 · 7486 阅读 · 12 评论 -
YOLOv5解析 | 第一篇:快速部署YOLOv5模型
大家好,我是『K同学啊』!拖了好久,终于要开始目标检测系列了。自己想过好几次,想尽快出几期目标检测算法的博客教程,但是一直苦于不知道如何写,才能让大家轻松、快速、高效的入门目标检测算法。这段时间终于有个一个比较靠谱的思路。我是这样计划的:首先,带大家先将算法跑起来,不然都不知道在干嘛,纯理论的东西看着头都大了,然后,教大家将官方的数据集更换成我们自己的数据集,并完成模型的训练。其次,在我们代码可以运行的情况下,从整体上讲解算法的结构。最后,挑选代码中一些比较关键的点,进行详细讲解。文章目录一、前言二、原创 2022-05-09 13:57:12 · 12478 阅读 · 4 评论 -
YOLOv5解析 | 第五篇:yolo.py文件解读
这个文件是YOLOv5网络模型的搭建文件,如果你想改进YOLOv5,那么这么文件是你必须进行修改的文件之一。文件内容看起来多,其实真正有用的代码不多的,重点理解好我文中提到的一个函数两个类即可。注:由于YOLOv5版本众多,同一个文件对于细节处你可能会看到不同的版本,不用担心这都是正常的,注意把握好整体架构即可。原创 2023-07-12 11:33:25 · 586 阅读 · 1 评论 -
YOLOv5解析 | 第四篇:common.py文件详解
该文件是实现YOLO算法中各个模块的地方,如果我们需要修改某一模块(例如C3),那么就需要修改这个文件中对应模块的的定义。这里我先围绕代码,带大家过一遍各个模块的定义,详细介绍我将在后续的教案中逐步展开。由于YOLOv5版本问题,同一个模块你可能会看到不同的版本,这都是正常的,以官网为主即可。原创 2023-07-12 11:31:10 · 414 阅读 · 0 评论 -
YOLOv5解析 | 第三篇:yolov5s.yaml文件详解
YOLOv5配置了4种不同大小的网络模型,分别是YOLOv5sYOLOv5mYOLOv5lYOLOv5x,其中YOLOv5s是网络深度和宽度最小但检测速度最快的模型,其他3种模型都是在YOLOv5s的基础上不断加深、加宽网络使得网络规模扩大,在增强模型检测性能的同时增加了计算资源和速度消耗。出于对检测精度、模型大小、检测速度的综合考量,本文选择YOLOv5s作为研究对象进行介绍。文件是YOLOv5s网络结构的定义文件,如果你想改进算法的网络结构,需要先修改该文件中的相关参数,然后再修改与中的相关代码。原创 2023-07-12 11:27:32 · 1029 阅读 · 0 评论 -
TensorFlow入门实战|第R1周:RNN-心脏病预测
【代码】TensorFlow入门实战|第R1周:RNN-心脏病预测。原创 2023-07-10 17:48:05 · 1186 阅读 · 1 评论 -
TensorFlow入门实战|第T11周:优化器对比实验 - 明星识别
本次主要是探究不同优化器、以及不同参数配置对模型的影响,请结合训练营内部的文章【30分钟读懂优化器】进行学习、研究。在论文当中我们也可以进行优化器的比对,以增加论文工作量。原创 2023-06-22 09:27:13 · 328 阅读 · 0 评论 -
TensorFlow入门实战|第T10周:数据增强
import random # 这是大家可以自由发挥的一个地方 def aug_img(image) : seed =(random . randint(0 , 9) , 0) # 随机改变图像对比度 stateless_random_brightness = tf . image . stateless_random_contrast(image , lower = 0.1 , upper = 1.0 , seed = seed) return stateless_random_brightness。原创 2023-06-11 13:09:44 · 1030 阅读 · 1 评论 -
Pytorch入门实战 | 第P9周:YOLOv5-Backbone模块实现
本次我将利用YOLOv5算法中的Backbone模块搭建网络。(类似之前介绍过的VGG1-6)。如果效果不错的话,还可以搞一篇期刊文章出来~分享一张我自己绘制的的算法框架图,希望它可以有助于你完成本次探索~原创 2023-04-17 09:59:36 · 254 阅读 · 1 评论 -
Pytorch入门实战 | 第P8周:YOLOv5-C3模块实现
*本次我将利用YOLOv5算法中的C3模块搭建网络,主要让大家先了解C3的结构,方便后续YOLOv5算法的学习。原创 2023-04-07 10:14:48 · 311 阅读 · 0 评论 -
Pytorch入门实战 | 第P7周:咖啡豆识别
测试函数和训练函数大致相同,但是由于不进行梯度下降对网络权重进行更新,所以不需要传入优化器。📌如果将优化器换成 SGD 会发生什么呢?请自行探索接下来发生的诡异事件的原因。如果设备上支持GPU就使用GPU,否则使用CPU。训练营往期文章中有详细的介绍。原创 2023-03-24 15:41:44 · 321 阅读 · 0 评论 -
Pytorch入门实战|第P5周:运动鞋识别
等间隔动态调整方法,每经过step_size个epoch,做一次学习率decay,以gamma值为缩小倍数。测试函数和训练函数大致相同,但是由于不进行梯度下降对网络权重进行更新,所以不需要传入优化器。如果设备上支持GPU就使用GPU,否则使用CPU。对数据维度进行扩充。给指定位置加上维数为一的维度。对数据的维度进行压缩,去掉维数为1的的维度。在特定的 epoch 中调整学习率。根据自己定义的函数更新学习率。原创 2023-02-15 18:50:08 · 356 阅读 · 1 评论 -
TensorFlow入门实战|第9周:猫狗识别2
📌第9周:猫狗识别-2📌🔎 探索(难度有点大)🏡。原创 2023-02-08 14:02:11 · 396 阅读 · 1 评论 -
TensorFlow入门实战|第3周:天气识别
这部分内容是同学们在做实验过程中产生的一些心得,大家可以借鉴学习~原创 2022-12-28 10:11:19 · 640 阅读 · 0 评论 -
TensorFlow入门实战|第2周:彩色图片分类
`原创 2022-12-28 10:08:38 · 447 阅读 · 0 评论 -
TensorFlow入门实战|第1周:实现mnist手写数字识别
MNIST手写数字数据集来源于是美国国家标准与技术研究所,是著名的公开数据集之一。(下载后需解压)。我们一般会采用这行代码直接调用,这样就比较简单MNIST手写数字数据集中包含了70000张图片,其中60000张为训练数据,10000为测试数据,70000张图片均是28*28,数据集样本如下:如果我们把每一张图片中的像素转换为向量,则得到长度为28*28=784的向量。因此我们可以把训练集看成是一个的张量,第一个维度表示图片的索引,第二个维度表示每张图片中的像素点。而图片里的每个像素点的值介于0-1。原创 2022-12-28 10:06:28 · 398 阅读 · 0 评论 -
Pytorch入门实战|第P6天:好莱坞明星识别
本文为内部限免文章,参考本文所写记录性文章,请在文章开头注明以下内容,复制粘贴即可。原创 2022-10-31 19:17:01 · 2245 阅读 · 11 评论 -
Pytorch入门实战 | 第P4天:猴痘病识别
本文为内部限免文章参考本文所写记录性文章,请在文章开头注明以下内容,复制粘贴即可本周的代码相对于上周增加指定图片预测与保存并加载模型这个两个模块,在学习这个两知识点后,时间有余的同学请自由探索更佳的模型结构以提升模型是识别准确率,模型的搭建是深度学习程度的重点。DL+45。原创 2022-10-15 10:02:44 · 2673 阅读 · 7 评论 -
Pytorch入门实战 | 第P3周:天气识别
☕难度:新手入门⭐。原创 2022-10-03 14:07:02 · 1535 阅读 · 8 评论 -
Pytorch入门实战 | 第P2周:彩色图片识别
☕。原创 2022-09-30 08:53:03 · 986 阅读 · 3 评论 -
Pytorch入门实战 | 第P1周:实现mnist手写数字识别
可以起到特征提取器的作用,最后一层的全连接层也可以认为是输出层,传入参数为输入特征数和输出特征数(输入特征数由特征提取网络计算得到,如果不会计算可以直接运行网络,报错中会提示输入特征数的大小,下方网络中第一个全连接层的输入特征数为1600)更具体地说,损失函数loss是由模型的所有权重w经过一系列运算得到的,若某个w的requires_grads为True,则w的所有上层参数(后面层的权重w)的.grad_fn属性中就保存了对应的运算,然后在使用。,否则的话,有输入数据,即使不训练,它也会改变权值。原创 2022-09-17 16:40:46 · 2034 阅读 · 11 评论 -
TensorFlow入门实战|第8周:猫狗识别
这篇文章中我放弃了以往的model.fit()训练方法,改用model.train_on_batch方法。此外我也引入了进度条的显示方式,更加方便我们及时查看模型训练过程中的情况,可以及时打印各项指标。🏡。原创 2022-09-11 15:49:22 · 770 阅读 · 3 评论 -
TensorFlow入门实战|第7周:咖啡豆识别
关于卷积的相关知识可以参考文章:https://mtyjkh.blog.csdn.net/article/details/114278995。我们可以通过class_names输出数据集的标签。2)需要的存储容量大,不利于部署。在官方模型与自建模型之间进行二选一就可以了,选着一个注释掉另外一个。VGG的结构非常简洁,整个网络都使用了同样大小的卷积核尺寸。权重值文件的大小为500多MB,不利于安装到嵌入式系统中。的同学可以在语雀中查看网络结构图。如果使用的是CPU可以忽略这步。方法将磁盘中的数据加载到。原创 2022-09-02 15:19:58 · 1590 阅读 · 5 评论 -
如何安装Python3环境 | 365天深度学习训练营
⚠。原创 2022-08-15 10:30:59 · 553 阅读 · 0 评论 -
第三周:天气识别 | 365天深度学习训练营
🍺 要求:🍻 拔高(可选):数据获取方式:公众号(K同学啊)回复:DL+5参考文章:(限时免费)原创 2022-08-12 13:52:03 · 523 阅读 · 0 评论 -
365天深度学习训练营-学习线路
要求:学习如何编写一个完整的深度学习程序,并记录学习所得(详细介绍其中一个知识点、简略介绍两个知识点)原创 2022-08-04 17:46:41 · 1977 阅读 · 7 评论