深度学习
文章平均质量分 55
小小飞在路上
整理一系列python机器学习、神经网络代码(主要是基于TensorFlow,pytorch)等,有时候也会分享一些自己遇到的问题及解决方法。共同学习,共同进步,更新看情况(没办法,博主实在是太懒了)!!!
展开
-
一步步完整实现VGGNet分类自己数据集(pytorch ,自己图像数据集准备,前一篇博客的细化)
1 数据准备1.1 图片路径和标签生成txt文件1.1.1 原始数据形式如下图说明:Srinivasan2014文件夹→文件夹下有Train和Test两个子文件夹→每个文件夹下有类别名称为文件夹名的子文件夹→图像数据1.1.2 生成的路径和形式1.2 代码 preprocess.pyimport osimport globimport sys sys.path.append("..") import randomdef file_txt(): BASE ='Sriniv原创 2021-04-11 20:55:54 · 1742 阅读 · 3 评论 -
pytorch加载VGG16及进行fine-tuning训练
加载VGG16模型并打印查看from torchvision import modelsnet=models.vgg16()print(net)1.1结果说明1.2查看某一部分**加载模型进行预训练,改变classifier层,固定feature层参数**2.1模型搭建import torchimport torch.nn as nnfrom torchvision import modelsfrom torchsummary import summarynet=m.原创 2020-11-18 19:34:51 · 6236 阅读 · 14 评论 -
网络结构总结1-Lenet:Lenet-5网络结构说明及pytorch实现
1.网络结构1.1论文结构1.2简化说明说明:共7层(3Conv+2pool+2FC)2.作用2.1各个部分的作用卷积:特征提取。(说明:同一卷积层中不同通道学习的是同一尺度下的多种特征,浅层卷积和深层卷积学习到的是多种尺度的特征,且深层次的卷积学习到的特征更抽象。)激活函数:引入非线性,提高模型的表达能力池化(降采样):特征压缩:降低模型复杂度防止过拟合+提取主要特征。不变性:translation(平移:不同位置),rotation(旋转:不同角度),scale(尺度:放缩)。原创 2020-11-04 17:01:02 · 1109 阅读 · 2 评论 -
pytorch不同方法搭建CNN测试(mnist测试+自己数据集测试)
CNN搭建方法原文链接:https://www.jb51.net/article/138245.htm1.mnist数据集测试mnist数据集只是为了测试方法,效果不好,可以自己调参数,改变结构之类的。(需要注意的是自己下载的mnist数据集应该怎么建立文件进行存储然后读取)# -*- coding: utf-8 -*-"""Created on Wed May 27 23:36:25 2020@author: 小小飞在路上"""import torchimport torch.nn.转载 2020-06-09 13:49:20 · 861 阅读 · 0 评论 -
基于TensorFlow的LSTM(及其变体)实现(附带自己数据)
说明1.本文带入自己数据实现了TensorFlow框架下的多种LSTM结构2.数据参见之前博文博文链接代码实现# -*- coding: utf-8 -*-"""Created on Sun Mar 29 22:27:23 2020@author: 飞鱼路上"""import tensorflow as tfimport numpy as npimport pandas ...原创 2020-03-29 23:22:04 · 1470 阅读 · 0 评论 -
自己数据一步步实现完整CNN结构(基于TensorFlow,附带数据链接)
1.最简单的结构:卷积+激活+池化+全连接+分类输出2.“CNN计算过程具体推导”+“更复杂的网络结构”有时间或者有必要再更!!!# -*- coding: utf-8 -*-"""Created on Sat Mar 28 22:32:02 2020@author:飞鱼路上"""import numpy as npfrom sklearn.model_selection imp...原创 2020-03-28 23:28:44 · 4731 阅读 · 19 评论 -
全连接网络一步步实现手写体数字分类——基于TensorFlow的FC
import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_datadef Full_Connected(): #读取数据 mnist = input_data.read_data_sets("mnist_data/", one_hot = True) #1、建立数据的占位符...原创 2020-03-15 22:34:23 · 206 阅读 · 0 评论 -
TensorFlow训练参数存为npy格式并调用——线性回归
模型训练并保存# -*- coding: utf-8 -*-"""Created on Sun Mar 15 10:27:32 2020@author: weixifei"""import tensorflow as tfimport numpy as np# In[]x = tf.random_normal([100,1],mean=1.75,stddev=0.5,name...原创 2020-03-15 17:30:33 · 1533 阅读 · 0 评论