第P7周：咖啡豆识别（VGG-16复现）

已于 2024-05-17 09:28:36 修改
阅读量538 收藏 20
点赞数 13
文章标签： 深度学习 人工智能
于 2024-05-17 09:27:52 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_52386407/article/details/138958471
版权

 我的环境：

语言环境：Python3.9

编译器：pycharm

学习环境：torch1.13.1+cu116

 一、前期准备

1.设置GPU

import torch
import torch.nn as nn
import torchvision.transforms as transforms
import torchvision
from torchvision import transforms, datasets
import os,PIL,pathlib,warnings

warnings.filterwarnings("ignore")             #忽略警告信息

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
print(device)

输出：cuda

输出：['Dark', 'Green', 'Light', 'Medium']

 2.数据预处理

import os,PIL,random,pathlib

data_dir = 'data'
data_dir = pathlib.Path(data_dir)

data_paths  = list(data_dir.glob('*'))
classeNames = [str(path).split("\\")[1] for path in data_paths]
print(classeNames)

输出：['Dark', 'Green', 'Light', 'Medium'] 

train_transforms = transforms.Compose([
    transforms.Resize([224, 224]),  # 将输入图片resize成统一尺寸
    # transforms.RandomHorizontalFlip(), # 随机水平翻转
    transforms.ToTensor(),          # 将PIL Image或numpy.ndarray转换为tensor，并归一化到[0,1]之间
    transforms.Normalize(           # 标准化处理-->转换为标准正太分布（高斯分布），使模型更容易收敛
        mean=[0.485, 0.456, 0.406],
        std=[0.229, 0.224, 0.225])  # 其中 mean=[0.485,0.456,0.406]与std=[0.229,0.224,0.225] 从数据集中随机抽样计算得到的。
])

test_transform = transforms.Compose([
    transforms.Resize([224, 224]),  # 将输入图片resize成统一尺寸
    transforms.ToTensor(),          # 将PIL Image或numpy.ndarray转换为tensor，并归一化到[0,1]之间
    transforms.Normalize(           # 标准化处理-->转换为标准正太分布（高斯分布），使模型更容易收敛
        mean=[0.485, 0.456, 0.406],
        std=[0.229, 0.224, 0.225])  # 其中 mean=[0.485,0.456,0.406]与std=[0.229,0.224,0.225] 从数据集中随机抽样计算得到的。
])

total_data = datasets.ImageFolder("data/",transform=train_transforms)
print(total_data)

输出:

Dataset ImageFolder
    Number of datapoints: 1200
    Root location: data/
    StandardTransform
Transform: Compose(
               Resize(size=[224, 224], interpolation=bilinear, max_size=None, antialias=None)
               ToTensor()
               Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
           )

print(total_data.class_to_idx)

输出：{'Dark': 0, 'Green': 1, 'Light': 2, 'Medium': 3}

 3.划分数据集

train_size = int(0.8 * len(total_data))
test_size  = len(total_data) - train_size
train_dataset, test_dataset = torch.utils.data.random_split(total_data, [train_size, test_size])
train_dataset, test_dataset

输出：

<torch.utils.data.dataset.Subset object at 0x000001F3B5D879A0> <torch.utils.data.dataset.Subset object at 0x000001F3B5E39220>

train_size = int(0.8 * len(total_data))
test_size  = len(total_data) - train_size
train_dataset, test_dataset = torch.utils.data.random_split(total_data, [train_size, test_size])
batch_size = 32

train_dl = torch.utils.data.DataLoader(train_dataset,
                                           batch_size=batch_size,
                                           shuffle=True,
                                           num_workers=0)
test_dl = torch.utils.data.DataLoader(test_dataset,
                                          batch_size=batch_size,
                                          shuffle=True,
                                          num_workers=0)
for X, y in test_dl:
    print("Shape of X [N, C, H, W]: ", X.shape)
    print("Shape of y: ", y.shape, y.dtype)
    break

输出：

Shape of X [N, C, H, W]:  torch.Size([32, 3, 224, 224])
Shape of y:  torch.Size([32]) torch.int64

二、搭建VGG-16模型

1.VGG-16结构说明（16个隐藏层（13个卷积层和3个全连接层））：
  • 13个卷积层（Convolutional Layer），分别用blockX_convX表示
  • 3个全连接层（Fully connected Layer），分别用fcX与predictions表示
  • 5个池化层（Pool layer），分别用blockX_pool表示

VGG-16包含了16个隐藏层（13个卷积层和3个全连接层），故称为VGG-16

import torch
import torch.nn as nn
import torch.nn.functional as F
class vgg16(nn.Module):
    def __init__(self):
        super(vgg16, self).__init__()
        # 卷积块1
        self.block1 = nn.Sequential(
            nn.Conv2d(3, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1)),
            nn.ReLU(),
            nn.Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1)),
            nn.ReLU(),
            nn.MaxPool2d(kernel_size=(2, 2), stride=(2, 2))
        )
        # 卷积块2
        self.block2 = nn.Sequential(
            nn.Conv2d(64, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1)),
            nn.ReLU(),
            nn.Conv2d(128, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1)),
            nn.ReLU(),
            nn.MaxPool2d(kernel_size=(2, 2), stride=(2, 2))
        )
        # 卷积块3
        self.block3 = nn.Sequential(
            nn.Conv2d(128, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1)),
            nn.ReLU(),
            nn.Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1)),
            nn.ReLU(),
            nn.Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1)),
            nn.ReLU(),
            nn.MaxPool2d(kernel_size=(2, 2), stride=(2, 2))
        )
        # 卷积块4
        self.block4 = nn.Sequential(
            nn.Conv2d(256, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1)),
            nn.ReLU(),
            nn.Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1)),
            nn.ReLU(),
            nn.Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1)),
            nn.ReLU(),
            nn.MaxPool2d(kernel_size=(2, 2), stride=(2, 2))
        )
        # 卷积块5
        self.block5 = nn.Sequential(
            nn.Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1)),
            nn.ReLU(),
            nn.Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1)),
            nn.ReLU(),
            nn.Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1)),
            nn.ReLU(),
            nn.MaxPool2d(kernel_size=(2, 2), stride=(2, 2))
        )

        # 全连接网络层，用于分类
        self.classifier = nn.Sequential(
            nn.Linear(in_features=512 * 7 * 7, out_features=4096),
            nn.ReLU(),
            nn.Linear(in_features=4096, out_features=4096),
            nn.ReLU(),
            nn.Linear(in_features=4096, out_features=4)
        )

    def forward(self, x):
        x = self.block1(x)
        x = self.block2(x)
        x = self.block3(x)
        x = self.block4(x)
        x = self.block5(x)
        x = torch.flatten(x, start_dim=1)
        x = self.classifier(x)

        return x


device = "cuda" if torch.cuda.is_available() else "cpu"
print("Using {} device".format(device))

model = vgg16().to(device)
print(model)

输出： 

D:\ProgramData\Anaconda3\envs\pytorch2023\python.exe E:/pycharm/vgg-16coffee/VGG16.py
Using cuda device
vgg16(
  (block1): Sequential(
    (0): Conv2d(3, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (1): ReLU()
    (2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (3): ReLU()
    (4): MaxPool2d(kernel_size=(2, 2), stride=(2, 2), padding=0, dilation=1, ceil_mode=False)
  )
  (block2): Sequential(
    (0): Conv2d(64, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (1): ReLU()
    (2): Conv2d(128, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (3): ReLU()
    (4): MaxPool2d(kernel_size=(2, 2), stride=(2, 2), padding=0, dilation=1, ceil_mode=False)
  )
  (block3): Sequential(
    (0): Conv2d(128, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (1): ReLU()
    (2): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (3): ReLU()
    (4): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (5): ReLU()
    (6): MaxPool2d(kernel_size=(2, 2), stride=(2, 2), padding=0, dilation=1, ceil_mode=False)
  )
  (block4): Sequential(
    (0): Conv2d(256, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (1): ReLU()
    (2): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (3): ReLU()
    (4): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (5): ReLU()
    (6): MaxPool2d(kernel_size=(2, 2), stride=(2, 2), padding=0, dilation=1, ceil_mode=False)
  )
  (block5): Sequential(
    (0): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (1): ReLU()
    (2): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (3): ReLU()
    (4): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (5): ReLU()
    (6): MaxPool2d(kernel_size=(2, 2), stride=(2, 2), padding=0, dilation=1, ceil_mode=False)
  )
  (classifier): Sequential(
    (0): Linear(in_features=25088, out_features=4096, bias=True)
    (1): ReLU()
    (2): Linear(in_features=4096, out_features=4096, bias=True)
    (3): ReLU()
    (4): Linear(in_features=4096, out_features=4, bias=True)
  )
)

进程已结束,退出代码0
2.查看模型详情
# 统计模型参数量以及其他指标
import torchsummary as summary
summary.summary(model, (3, 224, 224))

 输出：

D:\ProgramData\Anaconda3\envs\pytorch2023\python.exe E:/pycharm/vgg-16coffee/VGG16.py
Using cuda device
----------------------------------------------------------------
        Layer (type)               Output Shape         Param #
================================================================
            Conv2d-1         [-1, 64, 224, 224]           1,792
              ReLU-2         [-1, 64, 224, 224]               0
            Conv2d-3         [-1, 64, 224, 224]          36,928
              ReLU-4         [-1, 64, 224, 224]               0
         MaxPool2d-5         [-1, 64, 112, 112]               0
            Conv2d-6        [-1, 128, 112, 112]          73,856
              ReLU-7        [-1, 128, 112, 112]               0
            Conv2d-8        [-1, 128, 112, 112]         147,584
              ReLU-9        [-1, 128, 112, 112]               0
        MaxPool2d-10          [-1, 128, 56, 56]               0
           Conv2d-11          [-1, 256, 56, 56]         295,168
             ReLU-12          [-1, 256, 56, 56]               0
           Conv2d-13          [-1, 256, 56, 56]         590,080
             ReLU-14          [-1, 256, 56, 56]               0
           Conv2d-15          [-1, 256, 56, 56]         590,080
             ReLU-16          [-1, 256, 56, 56]               0
        MaxPool2d-17          [-1, 256, 28, 28]               0
           Conv2d-18          [-1, 512, 28, 28]       1,180,160
             ReLU-19          [-1, 512, 28, 28]               0
           Conv2d-20          [-1, 512, 28, 28]       2,359,808
             ReLU-21          [-1, 512, 28, 28]               0
           Conv2d-22          [-1, 512, 28, 28]       2,359,808
             ReLU-23          [-1, 512, 28, 28]               0
        MaxPool2d-24          [-1, 512, 14, 14]               0
           Conv2d-25          [-1, 512, 14, 14]       2,359,808
             ReLU-26          [-1, 512, 14, 14]               0
           Conv2d-27          [-1, 512, 14, 14]       2,359,808
             ReLU-28          [-1, 512, 14, 14]               0
           Conv2d-29          [-1, 512, 14, 14]       2,359,808
             ReLU-30          [-1, 512, 14, 14]               0
        MaxPool2d-31            [-1, 512, 7, 7]               0
           Linear-32                 [-1, 4096]     102,764,544
             ReLU-33                 [-1, 4096]               0
           Linear-34                 [-1, 4096]      16,781,312
             ReLU-35                 [-1, 4096]               0
           Linear-36                    [-1, 4]          16,388
================================================================
Total params: 134,276,932
Trainable params: 134,276,932
Non-trainable params: 0
----------------------------------------------------------------
Input size (MB): 0.57
Forward/backward pass size (MB): 218.52
Params size (MB): 512.23
Estimated Total Size (MB): 731.32
----------------------------------------------------------------
None

进程已结束,退出代码0

三、训练模型

1.训练函数

# 训练循环
def train(dataloader, model, loss_fn, optimizer):
    size = len(dataloader.dataset)  # 训练集的大小
    num_batches = len(dataloader)   # 批次数目, (size/batch_size，向上取整)

    train_loss, train_acc = 0, 0  # 初始化训练损失和正确率
    
    for X, y in dataloader:  # 获取图片及其标签
        X, y = X.to(device), y.to(device)
        
        # 计算预测误差
        pred = model(X)          # 网络输出
        loss = loss_fn(pred, y)  # 计算网络输出和真实值之间的差距，targets为真实值，计算二者差值即为损失
        
        # 反向传播
        optimizer.zero_grad()  # grad属性归零
        loss.backward()        # 反向传播
        optimizer.step()       # 每一步自动更新
        
        # 记录acc与loss
        train_acc  += (pred.argmax(1) == y).type(torch.float).sum().item()
        train_loss += loss.item()
            
    train_acc  /= size
    train_loss /= num_batches

    return train_acc, train_loss

2.测试函数

def test (dataloader, model, loss_fn):
    size        = len(dataloader.dataset)  # 测试集的大小
    num_batches = len(dataloader)          # 批次数目, (size/batch_size，向上取整)
    test_loss, test_acc = 0, 0
    
    # 当不进行训练时，停止梯度更新，节省计算内存消耗
    with torch.no_grad():
        for imgs, target in dataloader:
            imgs, target = imgs.to(device), target.to(device)
            
            # 计算loss
            target_pred = model(imgs)
            loss        = loss_fn(target_pred, target)
            
            test_loss += loss.item()
            test_acc  += (target_pred.argmax(1) == target).type(torch.float).sum().item()

    test_acc  /= size
    test_loss /= num_batches

    return test_acc, test_loss

3.开始训练

D:\ProgramData\Anaconda3\envs\pytorch2023\python.exe E:/pycharm/vgg-16coffee/import_data.py
Epoch: 1, Train_acc:23.0%, Train_loss:1.388, Test_acc:24.2%, Test_loss:1.386, Lr:1.00E-04
Epoch: 2, Train_acc:34.5%, Train_loss:1.294, Test_acc:52.5%, Test_loss:1.084, Lr:1.00E-04
Epoch: 3, Train_acc:56.0%, Train_loss:0.811, Test_acc:65.4%, Test_loss:0.617, Lr:1.00E-04
Epoch: 4, Train_acc:67.6%, Train_loss:0.652, Test_acc:65.8%, Test_loss:0.654, Lr:1.00E-04
Epoch: 5, Train_acc:70.5%, Train_loss:0.592, Test_acc:70.8%, Test_loss:0.616, Lr:1.00E-04
Epoch: 6, Train_acc:82.5%, Train_loss:0.391, Test_acc:88.8%, Test_loss:0.351, Lr:1.00E-04
Epoch: 7, Train_acc:92.7%, Train_loss:0.197, Test_acc:88.8%, Test_loss:0.258, Lr:1.00E-04
Epoch: 8, Train_acc:96.1%, Train_loss:0.101, Test_acc:96.2%, Test_loss:0.082, Lr:1.00E-04
Epoch: 9, Train_acc:97.5%, Train_loss:0.085, Test_acc:94.6%, Test_loss:0.143, Lr:1.00E-04
Epoch:10, Train_acc:95.4%, Train_loss:0.119, Test_acc:97.5%, Test_loss:0.068, Lr:1.00E-04
Epoch:11, Train_acc:98.3%, Train_loss:0.051, Test_acc:96.2%, Test_loss:0.108, Lr:1.00E-04
Epoch:12, Train_acc:98.0%, Train_loss:0.043, Test_acc:94.6%, Test_loss:0.151, Lr:1.00E-04
Epoch:13, Train_acc:98.3%, Train_loss:0.067, Test_acc:99.2%, Test_loss:0.034, Lr:1.00E-04
Epoch:14, Train_acc:97.4%, Train_loss:0.077, Test_acc:94.6%, Test_loss:0.129, Lr:1.00E-04
Epoch:15, Train_acc:98.6%, Train_loss:0.039, Test_acc:94.6%, Test_loss:0.178, Lr:1.00E-04
Epoch:16, Train_acc:97.5%, Train_loss:0.062, Test_acc:90.0%, Test_loss:0.342, Lr:1.00E-04
Epoch:17, Train_acc:97.3%, Train_loss:0.090, Test_acc:89.2%, Test_loss:0.415, Lr:1.00E-04
Epoch:18, Train_acc:95.5%, Train_loss:0.140, Test_acc:98.3%, Test_loss:0.055, Lr:1.00E-04
Epoch:19, Train_acc:99.1%, Train_loss:0.022, Test_acc:94.2%, Test_loss:0.194, Lr:1.00E-04
Epoch:20, Train_acc:97.8%, Train_loss:0.058, Test_acc:95.8%, Test_loss:0.082, Lr:1.00E-04
Epoch:21, Train_acc:98.9%, Train_loss:0.034, Test_acc:99.2%, Test_loss:0.048, Lr:1.00E-04
Epoch:22, Train_acc:98.4%, Train_loss:0.048, Test_acc:97.1%, Test_loss:0.076, Lr:1.00E-04
Epoch:23, Train_acc:97.6%, Train_loss:0.051, Test_acc:99.2%, Test_loss:0.046, Lr:1.00E-04
Epoch:24, Train_acc:99.3%, Train_loss:0.030, Test_acc:96.7%, Test_loss:0.137, Lr:1.00E-04
Epoch:25, Train_acc:99.4%, Train_loss:0.017, Test_acc:100.0%, Test_loss:0.007, Lr:1.00E-04
Epoch:26, Train_acc:99.6%, Train_loss:0.009, Test_acc:100.0%, Test_loss:0.004, Lr:1.00E-04
Epoch:27, Train_acc:99.6%, Train_loss:0.008, Test_acc:98.8%, Test_loss:0.049, Lr:1.00E-04
Epoch:28, Train_acc:99.2%, Train_loss:0.021, Test_acc:98.8%, Test_loss:0.033, Lr:1.00E-04
Epoch:29, Train_acc:99.3%, Train_loss:0.023, Test_acc:96.7%, Test_loss:0.085, Lr:1.00E-04
Epoch:30, Train_acc:96.9%, Train_loss:0.092, Test_acc:97.9%, Test_loss:0.054, Lr:1.00E-04
Epoch:31, Train_acc:99.8%, Train_loss:0.010, Test_acc:98.3%, Test_loss:0.034, Lr:1.00E-04
Epoch:32, Train_acc:99.2%, Train_loss:0.026, Test_acc:99.2%, Test_loss:0.020, Lr:1.00E-04
Epoch:33, Train_acc:99.2%, Train_loss:0.028, Test_acc:99.6%, Test_loss:0.015, Lr:1.00E-04
Epoch:34, Train_acc:99.9%, Train_loss:0.008, Test_acc:100.0%, Test_loss:0.005, Lr:1.00E-04
Epoch:35, Train_acc:99.4%, Train_loss:0.015, Test_acc:99.2%, Test_loss:0.021, Lr:1.00E-04
Epoch:36, Train_acc:95.4%, Train_loss:0.177, Test_acc:52.9%, Test_loss:1.474, Lr:1.00E-04
Epoch:37, Train_acc:90.8%, Train_loss:0.275, Test_acc:97.5%, Test_loss:0.097, Lr:1.00E-04
Epoch:38, Train_acc:99.3%, Train_loss:0.022, Test_acc:99.2%, Test_loss:0.048, Lr:1.00E-04
Epoch:39, Train_acc:98.9%, Train_loss:0.039, Test_acc:95.8%, Test_loss:0.102, Lr:1.00E-04
Epoch:40, Train_acc:99.8%, Train_loss:0.013, Test_acc:99.6%, Test_loss:0.012, Lr:1.00E-04
Done

进程已结束,退出代码0

四、结果可视乎

1.绘制Loss与Accuracy图
import matplotlib.pyplot as plt
#隐藏警告
import warnings
warnings.filterwarnings("ignore")               #忽略警告信息
plt.rcParams['font.sans-serif']    = ['SimHei'] # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False      # 用来正常显示负号
plt.rcParams['figure.dpi']         = 100        #分辨率

epochs_range = range(epochs)

plt.figure(figsize=(12, 3))
plt.subplot(1, 2, 1)

plt.plot(epochs_range, train_acc, label='Training Accuracy')
plt.plot(epochs_range, test_acc, label='Test Accuracy')
plt.legend(loc='lower right')
plt.title('Training and Validation Accuracy')

plt.subplot(1, 2, 2)
plt.plot(epochs_range, train_loss, label='Training Loss')
plt.plot(epochs_range, test_loss, label='Test Loss')
plt.legend(loc='upper right')
plt.title('Training and Validation Loss')
plt.show()

我没错.
关注
  • 13
    点赞
  • 踩
  • 20
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
VGG-11、VGG-16、VGG-19 Pytorch算法复现
03-04
VGG是一种经典的卷积神经网络架构，由牛津大学的研究团队提出。它在2014年的ImageNet图像分类挑战中取得了很好的成绩，成为了当时最先进的模型之一。VGG的主要特点是使用了非常小的卷积核（3x3）和深层网络结构，...
VGG-16.rar_vgg_vgg-16_vgg网络_图像识别_深度学习
09-24
在图像识别任务中，VGG-16展示了极高的性能，其核心在于通过多层小尺寸卷积堆叠来增加网络的深度，而不是依赖大尺寸的卷积核。这种设计提高了模型的表达能力，使得它能够捕捉到更复杂的图像特征。在ILSVRC比赛中，...
vgg-face:使用pytorch加载vgg-face预训练的caffe模型
05-14
VGG-Face是一种深度学习模型，专为人脸识别任务设计，由牛津大学视觉几何组（Visual Geometry Group）开发。在PyTorch框架中加载VGG-Face的预训练Caffe模型，可以方便地进行人脸特征提取和识别。下面将详细介绍这个...
vgg19-tensorflowjs-model::memo:Tensorflow.js VGG-19的预训练模型
05-02
VGG-19的训练模型。 如何使用它？ 克隆此存储库 git clone https://github.com/DavidCai1993/vgg19-tensorflowjs-model.git 在您的tensorflow.js应用程序中加载model.json 'use strict' const tf = require ( '@...
基于 tensorflow+VGG-16 的图像分类识别算法
12-03
本次图像的分类识别实验采用的是基于 tensorflow+VGG-16 的图像分类识别模型。vgg是由 Simonyan 和 Zisserman 在文献《Very Deep Convolutional Networks for Large-Scale ImageRecognition》上提出的卷积神经网络...
基于matlab的深度学习案例及基础知识专栏前言
最新发布
XU157303764的博客
08-04 4842
1.1、matlab:基于模板匹配的车牌识别_阐述基于模板匹配的车牌识别的字符识别-CSDN博客1.2、基于卷积神经网络(CNN)的车牌自动识别系统(matlab)_车牌识别 cnn-CSDN博客 1.3、基于深度学习的线性预测设计(matlab)-CSDN博客 1.4、基于深度学习的自适应线性预测(matlab)_自适应预测算法-CSDN博客 1.5、基于神经网络的训练堆叠自编码器进行图像分类(matlab)_堆叠自动编码器matlab权重初始化-CSDN博客 1.6、基于神经网络拟合函数的体脂估计(ma
基于RNN的股票市场时间序列预测(Python)
weixin_39402231的博客
08-03 226
基于RNN的股票市场时间序列预测(Python)
基于LSTM的相对湿度预测（Part2，Python）
weixin_39402231的博客
08-03 170
基于LSTM的相对湿度预测（Part2，Python）
基于LSTM的相对湿度预测（Part1，Python）
weixin_39402231的博客
08-03 303
基于LSTM的相对湿度预测（Part1，Python）
长短期记忆网络LSTM
m0_53881899的博客
08-01 919
长短期记忆网络LSTM
常见的文心一言的指令
知码客
07-25 1989
文心一言，作为百度研发的预训练语言模型“ERNIE 3.0”的一项功能，能够与人对话互动，回答问题，协助创作，高效便捷地帮助人们获取信息、知识和灵感。
Transformer 架构告诉我们什么？
2401_85233349的博客
08-01 1118
在传统的心理语言学方法中，人类语言是用可解释的模型来解释的，这些模型将符号元素（例如名词、动词、形容词、副词等）与基于规则的操作相结合。从几何上讲，它们之间的夹角越小，余弦值和点积就越大，并且这两个词在特定上下文中的相关性就越高，就像在高维空间中表示的那样。，Transformer 作为过度参数化的简单模型所展现出的蛮力学习，与进化过程类似，都是“简单而简约的”。下面是一个简单的示例，展示了词向量的基本概念。有趣的是，A 和 B 的相关系数也是角度的余弦（见上文 (2) 和 (3) 的公式）。
带并行卷积的水下图像背景前景分割方法
renhongxia1的博客
07-30 1135
图6，7为不同照度条件下水下图像及在不同分割方法的实验结果，其中第1，4行的原始图像为13.826 lx照度下采集的，第2，5行为6.947 lx照度下采集的，第3，6行为0.925 lx照度下采集的。在进行图像采集时，图6，7中，目标距离采集设备分别为1.4，1 m。图5是相机距目标1.4 m处采集的图像，图5a）为空气中的图像，图5b）为照度为13.826 lx条件下采集的水下图像，图5c）为照度为6.947 lx条件下采集的水下图像，图5d）为照度为0.925 lx条件下采集的水下图像。
常用的机器学习模型的不同调用方式
weixin_71458119的博客
08-01 839
不同机器学习方法的调用
torch.nn.RNN(）相关的参数设置
guoqingru0311的博客
07-31 480
torch.nn.RNN(）相关的参数设置
＜数据集＞手机识别数据集＜目标检测＞
qq_53332949的博客
07-29 479
YOLO与VOC格式的人员持有手机识别数据集，适用于YOLO系列、Faster Rcnn、SSD等模型训练，图片数量16172
如何把视频语音转文字？交给这4款工具就完事
xixixihahaha_的博客
08-01 517
然而，随着采访的深入，如何快速准确地将这些珍贵的视频内容转化为文字记录，成为了一个亟待解决的问题。在这场速度与精准度的竞赛中，视频转文字的免费软件便成为了记者们不可或缺的助手。这两天巴黎奥运会的盛大开幕，世界各地的记者们纷纷涌入这个体育盛事的现场，带着他们的镜头和麦克风，捕捉每一个激动人心的瞬间。高精度识别：采用先进的语音识别技术，确保转换文字的准确性。适用于多种场景的视频转文字需求，特别是对外语视频的支持。云端存储：转换后的文字自动保存在云端，方便随时访问。③ 开始转写，并在线查看和编辑生成的文字内容。
线性回归和逻辑回归揭示数据的隐藏模式：理论与实践全解析
qq_42538588的博客
07-30 971
机器学习是人工智能的一个重要分支，旨在通过算法让计算机系统利用数据自动学习和改进。它通过从数据中学习模式和规律，使得计算机能够进行预测、分类或者决策，而无需显式地进行编程。随着数据量的急剧增加和计算能力的提升，机器学习在各个领域如图像识别、自然语言处理和推荐系统等方面展现了强大的应用潜力。监督学习是机器学习的一种重要范式，其核心是从标记数据（带有输入和预期输出的数据）中学习规律，以便对新数据进行预测或分类。
AI助力：7个改变游戏规则的网站构建神器
2301_79599164的博客
07-29 913
你在一个难以使用的平台上花了几个小时来设计一个网站吗？你正在寻找一种更快、更有效的方法来创建一个具有良好视觉效果的在线形象吗？是时候用最好的人工智能网站建设工具来拥抱未来了，它们可以帮助你了。这些新工具已经开始改变网页设计过程，并利用人工智能为您解决问题。从人工智能驱动的设计辅助到代码生成，最好的人工智能网站建设工具可以让您比以往任何时候都更容易在短时间内创建一个专业的移动优化网站。这不仅仅是简单地使用人工智能艺术生成器和人工智能写作工具来创建内容，而是将这些人工智能工具直接引入到网站建设过程中。
vgg-16猫狗识别
08-30
VGG-16是一种卷积神经网络模型，用于图像识别任务。猫狗识别是指利用计算机视觉技术对图像中的猫和狗进行分类和识别的任务。 VGG-16模型是由牛津大学的研究团队于2014年提出的。该模型的名称VGG是VGGNet的缩写，...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值