人工智能领域学习记录
文章平均质量分 76
是板栗啊
舰长补给不保底,舰长副本全掉落
展开
-
学习记录:利用预训练ssd_mobilenet_v1_coco模型实现Tensorflow物体检测
COCO数据集由微软出资标注并发布的大规模数据集,它可以用于对目标检测模型的训练,同时可以用于语义分割、图像标题生成等任务。图像中的目标都经过十分准确的segmentation位置定位,COCO数据集包括90个目标标签。原创 2023-08-11 15:13:01 · 413 阅读 · 1 评论 -
学习记录:Inception-V3图片分类
Inception-V3模型是谷歌在大型图像数据库ImageNet上训练好的一个图像分类模型,这个模型可以对1000种类别的图像进行分类,是一种用于实现ImageNet上大规模视觉任务的一种神经网络。imagenet_2012_challenge_label_map_proto.pbtxt (编号到字符串的对应关系)imagenet_synset_to_human_label_map.txt (字符串到类别名的对应关系)在进行预测之前,我们需要将后面两个关系合成为一个编号到类别名的对应关系,方便后续处理。原创 2023-08-09 12:05:48 · 524 阅读 · 0 评论 -
学习记录:变分自编码器
VAE全称是Variational AutoEncoder,即变分自编码器。它不再是对一个样本直接生成一个隐层空间上的点,而是将经过神经网络编码后的隐藏层假设为一个标准的高斯分布,然后从这个分布中采样一个特征,再用这个特征进行解码,期望得到与原始输入相同的结果。原创 2023-07-20 14:11:49 · 80 阅读 · 1 评论 -
学习记录:利用Keras+CNN实现自编码图像去躁
本文记录了自己学习相关代码后对本项目代码的一些注解。开始导入Keras包,准备入训练数据。编码,将其转化为低维度的隐性层。解码,将其还原为7*7*32。使用训练好的网络模型进行预测。首先导入mnist数据库。首先展示加入噪声之后的图片。将训练出来的图像展示出来。原创 2023-07-18 13:01:29 · 341 阅读 · 0 评论 -
学习记录:对抗式生成网络GAN
生成式对抗网络(GAN, Generative Adversarial Networks )是一种深度学习模型,是近年来复杂分布上无监督学习最具前景的方法之一。生成模型(Generative Model)和判别模型(Discriminative Model)的互相博弈学习产生相当好的输出。原始 GAN 理论中,并不要求 G 和 D 都是神经网络,只需要是能拟合相应生成和判别的函数即可。但实用中一般均使用深度神经网络作为 G 和 D。一个优秀的GAN应用需要有良好的训练方法,否则可能由于神经网络模型。原创 2023-07-22 15:32:00 · 185 阅读 · 0 评论