深度学习
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 · 851 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 · 1477 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 · 871 阅读 · 1 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 · 681 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 · 727 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 · 1059 阅读 · 5 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 · 1210 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 · 518 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 · 1157 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 · 1058 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 · 1044 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 · 819 阅读 · 1 评论 -
MobileNetV1/V2详解_以及MobileNetV2_Tensorflow2实现
MobileNet v1/v2卷积神经网络(CNN)已经普遍应用在计算机视觉领域,并且已经取得了不错的效果。图1为近几年来CNN在ImageNet竞赛的表现,可以看到为了追求分类准确度,模型深度越来越深,模型复杂度也越来越高,如深度残差网络(ResNet)其层数已经多达152层。然而,在某些真实的应用场景如移动或者嵌入式设备,如此大而复杂的模型是难以被应用的。首先是模型过于庞大,面临着内存不足的问题,其次这些场景要求低延迟,或者说响应速度要快,想象一下自动驾驶汽车的行人检测系统如果速度很慢会发生什么可怕原创 2021-02-04 14:31:06 · 980 阅读 · 0 评论 -
forget tf1! TensorFlow2索引和切片
文章目录TensorFlow2 Index & sliceBasic indexingNumpy-style indexingslicestart:endIndexing bystart:end:step (::)::-1 (inverse)...Seletive Indexingtf.boolean_maskTensorFlow2 Index & sliceindexingBasic indexing[idx][idx][idx]Same with Numpy[id原创 2021-02-03 23:06:10 · 465 阅读 · 1 评论 -
forget tf1! tensorflow2的数据类型,tensor属性参数以及创建方法
tensorflow2import tensorflow as tfimport numpy as nptensorflow数据类型constant(可修改)a = tf.constant(1)print(a)a = tf.constant(2)print(a)tf.Tensor(1, shape=(), dtype=int32)tf.Tensor(2, shape=(), dtype=int32)tf.constant(1.)<tf.Tensor: shape=(),原创 2021-02-03 17:54:35 · 778 阅读 · 0 评论 -
ResNet详解以及Tensorflow2实现(resnet_v1/v2_34/50/101)
ResNet_Tensorflow2实现ResNet引入在VGG-19中,卷积网络达到了19层,在GoogLeNet中,网络史无前例的达到了22层。网络层数越高包含的函数空间也就越大,理论上网络的加深会让模型更有可能找到合适的函数。但实际上,网络的精度会随着网络的层数增多而增多吗?在深度学习中,网络层数增多一般会伴着下面几个问题计算资源的消耗模型容易过拟合梯度消失/梯度爆炸问题的产生根据实验表明,随着网络的加深,优化效果反而越差,测试数据和训练数据的准确率反而降低了。这是由于网络的加深会原创 2021-02-03 01:33:12 · 1449 阅读 · 1 评论 -
交叉熵以及通过Python实现softmax_交叉熵(tensorflow验证)
文章目录交叉熵(Cross Entropy)信息论相对熵交叉熵机器学习中的交叉熵为什么要用交叉熵做损失函数?分类问题中的交叉熵softmaxsoftmax_cross_entropy求导Python实现单分类softmax_交叉熵交叉熵(Cross Entropy)交叉熵(cross entropy)是深度学习中常用的一个概念,一般用来求目标与预测值之间的差距。交叉熵(Cross Entropy)是Shannon信息论中一个重要概念,主要用于度量两个概率分布间的差异性信息。语言模型的性能通常用交叉熵和原创 2021-02-01 19:24:34 · 1595 阅读 · 0 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 · 1194 阅读 · 0 评论