PaddlePaddle学习之路
学习PaddlePaddle踩过的所有坑
九三四五
这个作者很懒,什么都没留下…
展开
-
PaddlePaddle——目标检测学习笔记
1、与目标检测相关基本概念1)边界框:检测任务需要同时预测物体的类别和位置,因此需要引入一些跟位置相关的概念。通常使用边界框(bounding box,bbox)来表示物体的位置,边界框是正好能包含物体的矩形框2)锚框:锚框与物体边界框不同,是由人们假想出来的一种框。先设定好锚框的大小和形状,再以图像上某一个点为中心画出矩形框。3)交并比:这一概念来源于数学中的集合,用来描述两个集合AAA和BBB之间的关系,它等于两个集合的交集里面所包含的元素个数,除以它们的并集里面所包含的元素个数...原创 2020-08-04 22:01:54 · 365 阅读 · 0 评论 -
PaddlePaddle学习笔记 ——BATCH_SIZE、paddle.reader.shuffle
看这个文档:https://www.paddlepaddle.org.cn/documentation/docs/zh/api_cn/io_cn/batch_cn.html#batchpaddle.reader.shuffle :可修改读取数据集大小fluid.nets.simple_img_conv_pool:官网文档img = fluid.layers.data(name='img', shape=[1, 28, 28], dtype='float32')conv_pool = fluid.ne原创 2020-06-17 21:14:37 · 935 阅读 · 0 评论 -
PaddlePaddle学习笔记——Numpy
通过np.arange创建通过指定start, stop (不包括stop),interval来产生一个1维的ndarraya = np.arange(0, 20, 2)array([ 0, 2, 4, 6, 8, 10, 12, 14, 16, 18])ndarray数组的统计方法可以通过数组上的一组数学函数对整个数组或某个轴向的数据进行统计计算。主要包括如下统计方法:mean:计算算术平均数,零长度数组的mean为NaN。std和var:计算标准差和方差,自由度可调(默认为n)。转载 2020-06-11 18:21:19 · 1204 阅读 · 0 评论 -
PaddlePaddle学习笔记——优化器
神经网络最终是一个 最优化问题 , 在经过 前向计算和反向传播 后, Optimizer 使用反向传播梯度,优化神经网络中的参数。1.SGD/SGDOptimizerSGD 是实现 随机梯度下降 的一个 Optimizer 子类,是 梯度下降 大类中的一种方法。 当需要训练大量样本的时候,往往选择 SGD 来使损失函数更快的收敛。2.Momentum/MomentumOptimizerMomentum 优化器在 SGD 基础上引入动量,减少了随机梯度下降过程中存在的噪声问题。 用户在使用时可以将 u原创 2020-07-03 20:58:39 · 1536 阅读 · 0 评论 -
PaddlePaddle学习笔记——LeNet眼疾(包含踩过各种坑)
plt.subplot(121) 画图一行两列 中的第一个图raise() 自动显示异常,一旦raise()执行后面的语句不在执行yield python的一个生成器这篇博客介绍的不错到yield就返回,下一次执行从yield下面的一条语句执行...原创 2020-06-21 15:08:08 · 518 阅读 · 0 评论 -
PaddlePaddle学习笔记——模型下载、数据集上传、激活函数、批归一化、过拟合
1、训练后在左侧找到模型文件可直接下载到本地,同样也可以上传数据集原创 2020-06-17 22:45:17 · 710 阅读 · 0 评论