paddlepaddle
文章平均质量分 84
闲人_Yty
这个作者很懒,什么都没留下…
展开
-
InterpretDL实现ResNet的可解释性分析
Interpreting ResNet Model With LRP(Layer-wise Relevance Propagation)使用Layer-wise Relevance Propagation对ResNet和VGG网络进行可解释的分析。Star and Fork!本项目的所有代码和tutorials均源于PaddlePaddle的InterpretDL仓库,欢迎大家Star和Fork!InterpretDL: Interpretation of Deep Learning Models原创 2021-07-08 18:06:01 · 741 阅读 · 4 评论 -
PaddlePaddle2.0基础操作
PaddlePaddle2.0基础操作目录PaddlePaddle2.0基础操作项目描述数据集介绍项目要求数据准备环境配置/安装PaddlePaddle 介绍Paddle中张量以及张量和numpy数组之间的转换`paddle.reshape()``广播语义`计算图CUDA 语义Paddle 是一个会自动计算梯度的框架使用梯度线性回归注意数据维度正确性检查使用自动计算导数的GD来训练线性回归模型paddle.nn.Module线性模型激活函数顺序容器损失函数paddle.optimizer用GD自动计算导数原创 2021-04-19 19:53:51 · 934 阅读 · 0 评论 -
Paddle2实现Pixel2Pixel-人像卡通化应用
Pixel2Pixel:人像卡通化论文:Image-to-Image Translation with Conditional Adversarial Networks论文链接:https://arxiv.org/abs/1611.07004Pixel2Pixel:人像卡通化准备工作:引入依赖 & 数据准备import paddleimport paddle.nn as nnfrom paddle.io import Dataset, DataLoaderimport osim原创 2021-04-19 19:49:49 · 794 阅读 · 1 评论 -
PaddlePaddle实现LSGAN
PaddlePaddle实现LSGAN#导入一些必要的包import osimport randomimport paddle import paddle.nn as nnimport paddle.optimizer as optimimport paddle.vision.datasets as dsetimport paddle.vision.transforms as transformsimport numpy as npimport matplotlib.pyplot as原创 2021-04-19 19:46:42 · 223 阅读 · 0 评论 -
GAN基础理论客观题
GAN基础理论客观题1. (多选)GAN的基础结构包括()A. 生成器B. 判别器C. 编码器D. 解码器参考答案:AB2.(多选)GAN的应用包括()A. 换脸B. 动作迁移C. 图像翻译D. 超分辨率参考答案:ABCD3. (多选)生成对抗网络中的生成模型可以()A. 输入噪声生成图像B. 输入噪声和标签生成图像C. 输入图像生成图像D. 输入文字描述生成图像参考答案:ABCD4. (单选)下列哪一项是GAN的判别器的损失函数()A. B. C原创 2021-04-19 19:43:57 · 744 阅读 · 0 评论 -
图像分类竞赛全流程实战
图像分类竞赛全流程实战【飞桨】【图像分类】【PaddlePaddle】文章目录图像分类竞赛全流程实战【飞桨】【图像分类】【PaddlePaddle】任务分析图像分类竞赛全流程工具图像分类比赛的一般解题流程数据解压EDA(Exploratory Data Analysis)与数据预处理数据集样本数量不平衡问题模型训练 Trick优化算法选择学习率调整策略One-Hot编码标签平滑(LSR)软标签&硬标签训练过程可视化模型评估模型保存模型预测以及结果输出欢迎报名:飞桨领航团图像分类零基础训练营原创 2021-03-07 16:27:02 · 414 阅读 · 0 评论 -
MLP多层感知机+LeNet MNIST实战
MLP多层感知机+LeNET_MNIST实战【飞桨】【图像分类】【PaddlePaddle】欢迎报名:飞桨领航团图像分类零基础训练营首先导入必要的包numpy---------->python第三方库,用于进行科学计算PIL------------> Python Image Library,python第三方图像处理库matplotlib----->python的绘图库 pyplot:matplotlib的绘图框架os------------->提供了丰富的方原创 2021-03-05 11:11:55 · 683 阅读 · 1 评论 -
OpenCV图像数据增强代码解析与实战【飞桨】【图像分类】【PaddlePaddle】
OpenCV数据增强代码解析与实战常用图像增广方法主要有:左右翻转(上下翻转对于许多目标并不常用),随机裁剪,变换颜色(亮度,对比度,饱和度和色调)等等,我们拟用opencv-python实现部分数据增强方法。结构如下:class FunctionClass: def __init__(self, parameter): self.parameter=parameter def __call__(self, img): import cv2i原创 2021-03-04 01:22:56 · 991 阅读 · 5 评论 -
图像处理入门基础(OpenCV)
文章目录图像处理入门基础(OpenCV)引言1. OpenCV库基础操作图像处理的概念与基本操作图片、GIF、视频像素:画面中最小的点分辨率=画面水平方向的像素值 * 画面垂直方向的像素值屏幕分辨率图像分辨率图像的基本概念使用OpenCV加载并保存图片说明加载图片2. OpenCV库进阶操作图像基本操作ROI通道分割与合并颜色空间转换特定颜色物体追踪阈值分割固定阈值分割自适应阈值Otsu阈值小结图像几何变换缩放图片翻转图片平移图片绘图功能画线画矩形添加文字小结图像间数学运算图片相加图像混合按位操作小结平滑图原创 2021-03-03 15:36:13 · 1390 阅读 · 1 评论 -
Paddle高层API实现图像分类(CIFAR-100数据集_ResNet101)
Paddle高层API实现图像分类(CIFAR-100数据集_ResNet101)『深度学习7日打卡营·大作业』零基础解锁深度学习神器飞桨框架高层API,七天时间助你掌握CV、NLP领域最火模型及应用。课程地址传送门:https://aistudio.baidu.com/aistudio/course/introduce/6771目标掌握深度学习常用模型基础知识熟练掌握一种国产开源深度学习框架具备独立完成相关深度学习任务的能力能用所学为AI加一份年味数据集:指定数据集:原创 2021-02-11 19:39:39 · 1132 阅读 · 4 评论 -
paddle2.0高层API实现基于seq2seq的对联生成
paddle2.0高层API实现基于seq2seq的对联生成『深度学习7日打卡营·day5』零基础解锁深度学习神器飞桨框架高层API,七天时间助你掌握CV、NLP领域最火模型及应用。课程地址传送门:https://aistudio.baidu.com/aistudio/course/introduce/6771目标掌握深度学习常用模型基础知识熟练掌握一种国产开源深度学习框架具备独立完成相关深度学习任务的能力能用所学为AI加一份年味对联,是汉族传统文化之一,是写在纸、布上或原创 2021-02-08 15:23:36 · 412 阅读 · 2 评论 -
paddle2.0高层API实现自定义数据集文本分类中的情感分析任务
paddle2.0高层API实现自定义数据集文本分类中的情感分析任务本文包含了:- 自定义文本分类数据集继承- 文本分类数据处理- 循环神经网络RNN, LSTM- ·seq2vec·- pretrained预训练模型『深度学习7日打卡营·day3』零基础解锁深度学习神器飞桨框架高层API,七天时间助你掌握CV、NLP领域最火模型及应用。课程地址传送门:https://aistudio.baidu.com/aistudio/course/introduce/6771目标原创 2021-02-07 17:17:28 · 1057 阅读 · 1 评论 -
paddle2.0高层API实现人脸关键点检测(人脸关键点检测综述_自定义网络_paddleHub_趣味ps)
paddle2.0高层API实现人脸关键点检测(人脸关键点检测综述_自定义网络_paddleHub_趣味ps)本文包含了:- 人脸关键点检测综述- 人脸关键点检测数据集介绍以及数据处理实现- 自定义网络实现关键点检测- paddleHub实现关键点检测- 基于关键点检测的趣味ps『深度学习7日打卡营·day3』零基础解锁深度学习神器飞桨框架高层API,七天时间助你掌握CV、NLP领域最火模型及应用。课程地址传送门:https://aistudio.baidu.com/aistud原创 2021-02-06 02:43:37 · 917 阅读 · 0 评论 -
paddle2.0高层API实现ResNet50(十二生肖分类实战)
paddle2.0高层API实现ResNet50(十二生肖分类实战)① 问题定义十二生肖分类的本质是图像分类任务,我们采用CNN网络结构进行相关实践。② 数据准备2.1 解压缩数据集我们将网上获取的数据集以压缩包的方式上传到aistudio数据集中,并加载到我们的项目内。在使用之前我们进行数据集压缩包的一个解压。!unzip -q -o data/data68755/signs.zip2.2 数据标注我们先看一下解压缩后的数据集长成什么样子。.├── test│ ├── do原创 2021-02-05 02:43:14 · 972 阅读 · 0 评论 -
paddle2.0高层API快速实现LeNet(MNIST手写数字识别)
文章目录paddle2.0高层API快速实现LeNet(MNIST手写数字识别)DL万能公式数据加载和预处理查看数据搭建LeNet-5卷积神经网络网络模型可视化模型配置模型评估模型预测批量预测单张图片预测部署上线保存模型继续调优训练保存预测模型paddle2.0高层API快速实现LeNet(MNIST手写数字识别)『深度学习7日打卡营·快速入门特辑』零基础解锁深度学习神器飞桨框架高层API,七天时间助你掌握CV、NLP领域最火模型及应用。课程地址传送门:https://aistudio.bai原创 2021-02-04 22:56:04 · 501 阅读 · 1 评论 -
CNN卷积神经网络_Lenet详解_paddle2.0实现
CNN卷积神经网络卷积神经网络(Convolutional Neural Networks, CNN)是一类包含卷积计算且具有深度结构的前馈神经网络(Feedforward Neural Networks),是深度学习(deep learning)的代表算法之一。卷积神经网络具有表征学习(representation learning)能力,能够按其阶层结构对输入信息进行平移不变分类(shift-invariant classification),因此也被称为“平移不变人工神经网络(Shift-Invar原创 2021-01-19 09:46:25 · 1084 阅读 · 0 评论 -
paddle2.0实现DNN(minst数据集)
文章目录paddle2.0实现DNN(minst数据集)Python依赖库数据准备数据集介绍train_reader和test_reader网络配置模型预测图片预处理使用Matplotlib工具显示这张图像并预测paddle2.0实现DNN(minst数据集)实践总体过程和步骤如下图:#导入需要的包import osimport zipfileimport randomimport jsonimport numpy as npfrom PIL import Imageimport m原创 2021-01-18 12:06:16 · 682 阅读 · 0 评论