- 博客(24)
- 资源 (1)
- 问答 (1)
- 收藏
- 关注
原创 【caffe 深度学习】9.迁移学习和Snapshot使用
迁移学习:finetune 对训练好的模型进行微调。fInetune的原理是除了最后一层外,都是载入以前训练好的模型的参数,但最后一层会重新赋值重新初始化重新训练。所以我们微调主要调的是最后一层。1.打开之前下载好的caffenet文件夹,打开readme复制此链接到浏览器,下载一个训练好的模型。下载到:打开caffe官方提供的fintune文件夹里面有:2.修改网络模型文件train_val.p...
2018-04-25 19:53:12 2574 1
原创 【caffe 深度学习】8.自定义网络训练数据
1.准备数据集,下面是一些图片数据下载网址:animal: http://www.robots.ox.ac.uk/~vgg/data/pets/flower: http://www.robots.ox.ac.uk/~vgg/data/flowers/plane: http://www.robots.ox.ac.uk/~vgg/data/airplanes_side/airplanes_side.t...
2018-04-24 23:19:40 549
原创 【caffe 深度学习】7. win10 caffe gpu版本安装
1.准备好NVIDIA的显卡,下载安装CUDA 我这里是1060的显卡下载地址:https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal安装好之后把CUDA安装目录下的bin和lib\x64添...
2018-04-24 01:43:33 2346
原创 【caffe 深度学习】6.GoogleNet实现图像识别
1.到caffe的github上去下载训练好的GoogleNet模型https://github.com/BVLC/caffe 训练好的模型意思的一些参数比如权值和观测值都已经被训练好,都存在这个模型中。注:deploy文件是模型结构的描述文件。我们用之前第四篇博客模型可视化的方法用draw_net.py将该模型画出来: 网络比较长,层数多,宽度宽,我这里只上传一个小截图,就不把全部图片上传...
2018-04-22 21:14:44 1068
转载 【机器学习】11.神经网络浅讲:从神经元到深度学习
本文转发自:http://www.cnblogs.com/subconscious/p/5058741.html 由博主”计算机的潜意识”于2015年底在博客园发布的一篇博文。神经网络是一门重要的机器学习技术。它是目前最为火热的研究方向--深度学习的基础。学习神经网络不仅可以让你掌握一门强大的机器学习方法,同时也可以更好地帮助你理解深度学习技术。 本文以一种简单的,循序的方式讲解神经网络。适合...
2018-04-18 16:09:28 363
原创 【caffe 深度学习】5.特征图可视化以及loss和accuracy曲线可视化
1.特征图可视化: 对网络中各层特征图的可视化可用python来实现,具体实现如下:# coding: utf-8import numpy as npimport matplotlib.pyplot as pltfrom PIL import Imageimport osimport sysimport caffe#网络结构描述文件deploy_file="E:/...
2018-04-18 15:38:43 3652 9
原创 【机器学习】10.K-means算法
1.归类: 聚类属于非监督学习 无类别标记2.举例 3.K-means算法 3.1 Clustering中的经典算法,数据挖掘十大经典算法之一 3.2 算法接受参数k,然后将事先输入的n个数据对象划分为k个聚类以便使得所获得的聚类满足:同一聚类中的对...
2018-04-17 14:42:05 259
原创 【机器学习】9.回归中的线性度和决定系数
1.皮尔逊相关系数 1.1衡量两个值线性相关强度的量 1.2取值范围:[-1,+1] 正相关:>0,负相关:<0,不相关:=0。 1.3 ...
2018-04-16 21:47:08 2052 1
原创 【caffe 深度学习】4.Caffe的python接口安装以及模型可视化
一. python接口安装 1.pip install protobuf 2.pip install pydot (用于绘制网络图) 3.安装graphviz并添加环境变量 网上很多,自行下载安装。添加如下环境变量: 4.修改CommonSettings.props文件 <PythonSupport> &...
2018-04-16 19:47:49 350
原创 【机器学习】8.非线性回归:logistic regression
1.概率: 1.1定义 概率:对一件事情发生的可能性衡量 1.2范围 0<=P<=1 1.3计算方法 根据个人置信 根据历史数据 根据模拟数据 1.4条件概率: 2.逻辑回归 ...
2018-04-16 15:14:40 310
原创 【机器学习】7.多元线性回归
1.与简单线性回归区别: 多个自变量(x)2.多元回归模型: y=β0+β1x1+β2x2+ ... +βpxp+ε 其中:β0,β1,β2... βp是参数 ε是误差值3.多元回归方程: ...
2018-04-13 22:39:40 592
原创 【caffe 深度学习】3.各类优化器介绍
目录1.主要优化器:2.各种优化器对比:2.1SGD:2.2Momentum:2.3AdaGrad2.4Adam:2.5NAG(Nesterov accelerated gradient):2.7Adadelta:2.7RMSprop: 3.各种优化器表现4.优化器选择1.主要优化器:tf.train.GradientDescen...
2018-04-13 20:14:03 1395
原创 【机器学习】6.简单线性回归
0.统计量的作用:描述数据特征 0.1集中趋势衡量 0.1.1均值(平均数,平均值)(mean) 0.1.2中位数:将数据中的各个数值按照大小顺序排列,居于中间位置的变量 当n为奇数时,直接取...
2018-04-13 19:00:17 370
原创 【caffe 深度学习】2.caffe文件详解
这篇博客主要是对上篇博客提到的文件作一个详解。1.MNIST数据集 下载下来的数据集被分成两部分:60000张图片的训练数据集和10000张图片的测试数据集。 每张图片包含28*28个像素,图片里的每个像素都是8位的,也就是说每一个像素值的强度介于0-255之间。2.下载的原始数据集为二进制文件,需要转换为LEVELDB或LMDB LMDB-闪电般的内存映射型数据库管理器...
2018-04-12 23:40:50 459
原创 【机器学习】5.支持向量机(下)
1.SVM算法特性: 1.1 训练好的模型的算法复杂度是由支持向量的个数决定的,而不是由数据的维度决定的。所以SVM不太容易产生overfitting 1.2 SVM训练出来的模型完全依赖于支持向量,即使训练集里面所有非支持向量的点都被去除,重复训练过程,结果仍然会得到完全一...
2018-04-12 16:44:13 259
原创 【机器学习】4.支持向量机(上)
1.背景 1.1最早是由Vladimor N.Vapnik和Alexey Ya.Chervonenkis在1963年提出。 1.2目前的版本(soft margin)是由Corinna Cortes和Vapnik在1993年提出,并在1995年发表。 1.3深度学习(2012)出来之前,SVM被认为是机器学习中近十几年来最成功的,表现最好的算法。2.机器学习的一般框架: 训...
2018-04-11 23:04:08 255
原创 【caffe 深度学习】1. mnist手写体数字识别
mnist数据集分类大致分为9步:1.下载数据集 http://yann.lecun.com/exdb/mnist/2.下载的原始数据集为二进制文件,需要转换为LEVELDB或LMDB3.修改网络模型描述文件caffe-windows\examples\mnist\lenet_train_test.prototxt4.修改超参数文件caffe-windows\examples\mnist\l...
2018-04-09 23:48:11 423
原创 【机器学习】3.最邻近规则分类KNN算法
1.KNN是一种基本分类与回归方法、K近邻法的输入为实例的特征向量,对应于特征空间的点;输出为实例的类别,可以取多类,K近邻法假设给定一个训练数据集,其中的实例类别已定。分类时根据其K个最近邻的训练实例的类别。通过多数表决等方式进行预测。2.K近邻法三要素:K值的选择,距离度量,分类决策规则。3.算法详述 3.1步骤: 为了判断未知实例的类别,以所有已知类别的实例作为参考。 ...
2018-04-07 23:07:47 313
原创 【机器学习】2.决策树算法
0.机器学习中分类和预测算法的评估: 准确率 速度 强壮行 可规模性 可解释性1.决策树概念(decision tree) 决策树是一个类似于流程图的结构:其中,每个内部结点表示在一个属性上的测试,每个分支代表一个属性输出,而每个树叶结点代表类或类分布。树的最顶层是根结点。决策树是机器学习中分类方法中的一个重要算法。结点有两种类型:内部结点和叶结点,内部结点表示...
2018-04-05 23:36:12 329
原创 【机器学习】1.机器学习介绍
1.机器学习 (1)概念:多领域交叉学科,涉及概率论,统计学,逼近论,凸分析,算法复杂度理论等多门学科。专门研究计算机怎样模拟和实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。 (2)学科定位:人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能各个领域,它主要使用归纳、综合,而不是演绎。 (3)定义:探究和开发一系列算法来如何...
2018-04-04 23:36:09 262
原创 【Python学习笔记 】12.可视化库Matplotlib(下)
3.条形图和散点图 (1).条形图 fig,ax=plt.subplots() 创建子图 ax.bar(bar_positon,bar_heights,0.3) 创建条形图,位置分别为bar_position。高度分别为bar_heights,宽度为0.3。 若把ax.bar改成ax.barh 则条形图横放,如下图。 .barh版: ...
2018-04-04 17:54:25 333
原创 【Python学习笔记 】11.可视化库Matplotlib(上)
1.折线图绘制 plt.plot(a,b) 绘制图,其中a是横坐标,b是纵坐标。 plt.show() 显示图 to_datetime表示把数据类型转换成datetime的格式。 plt.xticke(rotation=a) 表示把x坐标书写角度旋转a度 plt.yticke(rotation=a) 表示把y坐标书写角度旋转a度 plt.xlabe("...
2018-04-04 14:44:06 607
原创 【Python学习笔记 】10.Numpy科学计算库(下)
4.Numpy常用函数。 (1) reshape(a,b) reshape函数可以对数据进行整体变换变成a行b列。 import numpy as np 的意思的引用numpy取别名为np来代替numpy,比较简洁。 其中 ndarray.ndim 返回维度。 (2).np.zeros((a,b)) 初始化一个a行b列,元素全是0的矩阵。...
2018-04-02 20:35:48 211
原创 【Python学习笔记 】9.Numpy科学计算库(上)
1. (1).genfromtxt 这个函数用numpy打开数据 (2).numpy.array numpy里最核心的操作,造出一个数组,array是numpy里最核心的结构。 如 vector=numpy.array([5,5,5]) ,numpy把list转换为ndarry结构。 一维向量一个中括号,二维矩阵中括号里...
2018-04-02 15:52:26 267
这个代码有什么问题,刚接触opencv
2017-10-11
TA创建的收藏夹 TA关注的收藏夹
TA关注的人