![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
python机器学习
OOOrchid
这个人不懒,虽然没留下什么。
展开
-
TensorFlow入门-关于tensorflow官方文档的学习
基本使用TensorFlow使用 图(graph) 来表示计算任务。在被称为 会话(Session) 的 上下文(context) 中执行图。使用 tensor 表示数据。通过 变量(Variable) 维护状态。使用 feed 和 fetch 可以为任意的操作赋值或从其中获取数据。图用来表示计算的过程TensorFlow使用图来表示计算任务。图中的节点被称为op(operati...原创 2019-05-31 20:36:56 · 174 阅读 · 0 评论 -
基于神经网络的图像风格迁移解析与实现
概述最近对图像风格迁移这种技术突然非常感兴趣,大概是之前读到了一篇关于对抗生成网络生成逼真人脸的论文文献,于是对这种技术很是好奇,大致了解了一下这个领域。我大致将其分为三个研究领域:基于传统的机器学习的图像风格迁移。这个时代的图像风格迁移基于一个共同的思路:分析某一种风格的图像建立属于它的数学模型或者统计模型,再对待改变的图像改变其统计分布,使其更好的契合建立的模型。(这种听起来就好原始啊,...原创 2019-07-01 22:07:29 · 6323 阅读 · 9 评论 -
TesrFlow中用DCGAN生成图像代码问题解决
今天在github上找到了 TensorFlow 中用DCGAN生成图像 的项目,试着跑了下,记录两个小问题:首先,我笔记本是环境是 Windows+python3.6+tensorflow1.13.1 。解决问题1:运行程序download.py下载MNIST数据集时,输入以下命令python download.py mnist结果报错:Traceback (most rece...原创 2019-07-02 17:37:30 · 1168 阅读 · 2 评论 -
TensorFlow之: 用已有的深度网络模型打造自己的图像识别模型
在《21个项目玩转深度学习》这本书中读到了这章,突然发现和我之前构思过想法:利用人脸识别的深度网络实现自己的表情识别模型这一概念有些奇妙的共同之处,看到了实现我想法的曙光,决定记录下来方便以后用到。我曾经画过这样一张图,想要利用两级网络实现表情识别:想法是这样:首先我们要实现表情识别这一目标,采用的是连续维度下的A、V值作为表情的衡量框架。第一级深度神经网络(比如原本用来实现人脸识别、...原创 2019-06-03 22:34:52 · 2911 阅读 · 5 评论 -
TypeError: Value passed to parameter 'paddings' has DataType float32 not in list balabala~
在运行程序时遇到以下报错:TypeError: Value passed to parameter 'paddings' has DataType float32 not in list of allowed values: int32, int64这段代码在我的Linux系统下,python2环境中是没问题的。但在Windows环境下python3环境下就出现问题了。了解了下,原因在...原创 2019-07-01 15:54:23 · 777 阅读 · 1 评论 -
本机使用服务器TensorBoard的方法
windows系统在Windows系统装一个Xshell,在文件->属性->ssh->隧道->添加,类型local,源主机填127.0.0.1(意思是本机),端口设置一个,比如12345,目标主机为服务器,目标端口一般是6006,如果6006被占了可以改为其他端口。在服务器上运行tensorboard --logdir checkpoints --port 6006然...转载 2019-07-04 15:35:11 · 609 阅读 · 0 评论 -
CycleGAN论文理解与TensorFlow实现
有没有一种感觉,在你新认识某个字之后,可能这个字会突然高频出现在你生活的好多不经意的瞬间。真的奇了怪了!! 我这两天疯狂有这种感觉啊,前两天刚刚看到一条微博:美国有个程序员开发了一款DeepNude的应用,给这个程序一张女性照片,就可以“脱掉”衣服,显出裸体balabala,结果上线几个小时就下架了。。。 还记得底下评论是一片混乱,看得我津津有味的当时哈哈哈哈结果没想到,,这两天读的论文,讲的...原创 2019-07-04 21:44:30 · 1585 阅读 · 2 评论 -
PyTorch学习 -- 花式实现MNIST手写数字识别
假期抽空了解了一下PyTorch,感觉用起来特别特别顺手。作为一个直追TensorFlow并与之相抗衡的深度学习框架,感觉使用起来要比TensorFlow简洁许多。在TensorFlow中,总是需要先构建一个计算图,一旦计算图构建下来还不能随便改变,这是挺难受的。后面的数据还得用占位符占着,,万一想改又重新开始写,总的来说这是个静态的框架,功能毋庸置疑的强大,但是计算流程的灵活性难以保证。而P...原创 2019-08-22 22:15:20 · 350 阅读 · 1 评论 -
关于服务器使用pip 安装 pytorch安装问题 python3.5 + cuda9.0 + cudnn7.3.1
pip安装 pytorch问题实验用到pytorch,于是我就准备安装pytorch ,然后发现,有一个省时的办法就是先直接安装torchvision,然后他就可以自动安装最新的pytorch了,版本是1.3.0pip3 install torchvision然后调用的时候,发现pytorch中torch.cuda.is_available()返回的是False,那肯定是哪里出了问题,于是...原创 2019-11-01 21:45:54 · 4666 阅读 · 0 评论 -
从零学习Adaboost算法的python实现
最近突然遇到个Adaboost算法实现增强LBP特征进行表情识别的论文,因为一些要求需要从头学习并整理一下,于是对Adaboost算法的进行了一些了解。又臭又长的理论和各种各样的论文这里就不贴了,记录一下学习心得。Adaboost分类算法python代码详细实现首先呢,Adaboost分类算法的实现网上找的基本都是二分类的代码,很少有基于多分类的代码实现,于是我就找了找基于多分类实现的方法,具...原创 2020-05-07 00:02:58 · 2489 阅读 · 1 评论 -
踩坑记录: Pytorch框架下--- 从零使用卷积神经网络实现人脸面部表情识别 (基于连续维度)
之前一直在自学深度神经网络的知识,在跟着书本一步一步走的时候,感觉每一个思路,每一句代码都特别容易,实现思路清晰明了,实验代码简单易懂。但当我真正课题需要用到的时候,想跳出书本的框架,自行实现并通透其中的过程时,一上手真的是泪流满面,书本上的两三句话可能在你实验中会遇到各种各样头大的问题。。。不过还好,自己从头到尾实现一遍,理解的深刻程度也是看书不能比的,下面记录一下我之前的笔记,欢迎交流指导...原创 2019-11-04 20:29:39 · 4032 阅读 · 1 评论 -
Matplot学习整理
Matplot学习整理plot_straight lineline tickline annotationkind of plotsubplot1 plot_straight line 等基本操作#!/usr/bin/env python# -*- coding:utf-8 -*-import matplotlib.pyplot as pltimport numpy ...原创 2019-05-17 11:10:59 · 450 阅读 · 0 评论 -
Matplot拓展python实现
实验需求:OK,我的原需求是这样的:对于一个表情数据库,它的arousal、valence的标注都为-10到10之间的离散整数。我需要统计其标注arousal和valence的分布,将它们画成3维图像。其中X轴代表valence的标注值从-10到10,Y轴代表arousal的标注值从-10到10,Z轴呢,代表每一个对应arousal、valence值的图像个数。这意味着我需要画的是3维立体柱...原创 2019-05-17 11:34:51 · 164 阅读 · 0 评论 -
LBP纹理特征整理 & 文献阅读整理
LBP纹理特征前言局部二值模式(Local Binary Pattern, LBP)是一种用来描述图像局部纹理特征的算法,反映的是图像像素点周围纹理变化情况,具有旋转不变性、灰度不变性(光照变化无影响)、计算复杂度低等优点。1994年首次由Timo Ojala, Matti Pietikainen等人提出,广泛应用于图像分析领域。原始LBP特征LBP特征提取图示: a)中红色部分为中心像...原创 2019-03-12 11:35:55 · 3136 阅读 · 1 评论 -
Python学习--手撸LBP实现过程
因为课题的原因,最近在分析自己的想法与思路的时候,准备先从头开始复现一下LBP特征值的提取过程,平常提取LBP特征往往都是调用Scikit-Image库,直接一句话就能完成,如下:from skimage import featurelbp = feature.local_binary_pattern(img, 8, 1, method='nri_uniform')然后再根据提取的lbp...原创 2019-10-15 10:50:02 · 2379 阅读 · 1 评论 -
Python学习--Machine-Learning 吴恩达机器学习编程作业 (第六周)
Machine-Learning 编程作业Programming Exercise 6:Support Vector MachinesSVM的简单应用part1 示例文件1使用线性核函数part2 示例文件2运用高斯核函数part3 示例文件3运用验证集找最优参数part4 垃圾邮件分类这周的作业SVM的实现因为使用的是sklearn库中的SVM库,所以较为简单。但让我最头秃的就是每...原创 2019-03-27 18:02:17 · 821 阅读 · 0 评论 -
Python学习--Machine-Learning 吴恩达机器学习编程作业 (第五周)
Machine-Learning 编程作业Programming Exercise 5:Regularized Linear Regression and Bias v.s. Variance正则化线性回归导入数据定义代价函数并将其正则化定义梯度函数并将其正则化利用高级函数进行优化,并画出拟合图正则化线性回归1. 导入数据,可视化#!/usr/bin/env python#...原创 2019-03-26 20:56:20 · 790 阅读 · 0 评论 -
Python学习--Machine-Learning 吴恩达机器学习编程作业 (第四周)
Machine-Learning 编程作业Programming Exercise 4:Neural Network Learning神经网络的实现这部分完成的是利用练习三中的数据,随机初始化参数,从头开始实现手写数字的识别,最终利用我们训练好的模型进行预测,并给出准确率。步骤分为:1. 导入数据并可视化2. 标签向量化3. 定义前向传播函数4. 定义代价函数+反向传播函数5. ...原创 2019-03-14 16:29:30 · 1202 阅读 · 0 评论 -
Python学习--Machine-Learning 吴恩达机器学习编程作业 (第三周)
Machine-Learning 编程作业Programming Exercise 3:Multi-class Classification and Neural Network1. 多分类逻辑回归1.1 导入数据集1.2 可视化部分数据集1.3 定义代价函数1.4 定义梯度下降函数1.5 预测函数进行预测2. 神经网络多分类逻辑回归习题中给出的ex3data1.mat文件...原创 2019-03-05 21:38:20 · 1510 阅读 · 0 评论 -
Python学习--Machine-Learning 吴恩达机器学习编程作业 (第二周)
Machine-Learning 编程作业Programming Exercise 2:Logistic Regression1. 逻辑回归1.1 读取数据并显示1.2 定义代价函数1.3 定义梯度下降函数1.4 计算数据集的预测能力2. 正则化逻辑回归 2.1 读取数据并显示2.2 定义代价函数2.3 定义梯度下降函数2.4 计算数据集的预测能力3. 调用sklearn库...原创 2019-02-28 19:58:29 · 1432 阅读 · 2 评论 -
Python学习--Machine-Learning 吴恩达机器学习编程作业 (第一周)
Machine-Learning 编程作业Programming Exercise 1:Linear Regression1. 单变量线性回归1.1 读取数据并显示1.2 定义代价函数1.3 梯度下降法1.4 可视化2. 多变量线性回归2.1 读入数据并显示2.2 特征归一化2.3 代价函数2.4 梯度下降3. 正规方程法实现单变量回归4. 用sklearn库中函数实现单...原创 2019-02-28 11:29:47 · 2951 阅读 · 3 评论 -
Python学习--Machine-Learning 吴恩达机器学习编程作业 (第七周)
Machine-Learning 编程作业Programming Exercise 7:Kmeans and PCAPart1 . K-means 聚类Part2. K-means 算法对图片降维Part3. 调用Sklearn库实现K-means算法Part4. PCA算法对二维数据进行降维Part5. PCA算法对图像进行降维处理K-means 聚类算法思想:以空间中K...原创 2019-04-02 17:23:07 · 783 阅读 · 1 评论