- 博客(10)
- 收藏
- 关注
RSS订阅原创 基于pytorch的猫狗预测-Resnet
ResNet是一种深度神经网络结构，通过使用残差块（residual block）解决了神经网络深度增加导致的梯度消失问题，从而可以构建更深层次的神经网络。ResNet的基本思想是，通过添加一个连接跨过若干层网络，可以使得这些层的输出直接参与到后续的计算过程中，从而减轻梯度消失的问题。ResNet中还采用了批标准化和残差连接等技术，可以更好地训练和优化深层次的神经网络，并取得更加出色的图像识别性能。
2023-05-30 18:45:36
204
原创 基于pytorch的猫狗预测-GoogleNet
GoogleNet是Google开发的一种深度神经网络结构，在2014年的ImageNet大赛中夺得了冠军。与传统的卷积神经网络不同，GoogleNet采用了一种称为“Inception”的模块结构，通过多个不同大小的卷积核同时对输入进行卷积操作，并将多个输出进行拼接，从而得到更高质量的表示。GoogleNet还通过全局平均池化层实现了较少参数数量和防止过拟合的效果，同时在训练过程中也采用了更加有效的损失函数和优化器。
2023-05-30 18:25:39
139
1
原创 基于Pytorch的猫狗预测-DenseNet
DenseNet是一种深度神经网络结构，与传统卷积神经网络不同之处在于它通过将前面的层的输出直接连接到后面的层的输入，建立了一种“密集连接”的方式，可以更好地利用每一层的信息。这种方法还可以减少参数数量，避免梯度消失，提高网络的训练效率，并在图像识别等任务中取得了很好的效果。在基于Pytorch的猫狗预测中，可以使用DenseNet对图像进行训练和预测。具体地，可以通过Pytorch自带的torchvision.models模块导入DenseNet模型，然后根据自己的需求进行调整和训练。
2023-05-30 18:20:37
182
1
原创 基于pytorch的猫狗预测-CNN
然后使用 `nn` 模块中的损失函数，如交叉熵损失函数等，对模型进行训练。可以使用 PyTorch 中的 `transforms` 模块对数据进行处理，例如将图片缩放到指定大小，进行水平翻转等数据增强操作。当然，为了获得更好的预测结果，还可以对数据集进行更多的预处理和增强操作，以及调整模型的超参数等。将预处理后的数据集加载到内存中，可以使用 PyTorch 中的 `datasets` 模块加载图片数据集，并使用 `dataloaders` 模块对数据进行分批处理和加载。这里也附上代码：导入需要的包。
2023-05-30 18:17:38
225
1
原创 关于pytorch的TypeError: ‘module‘ object is not callable情况解决
最近想用cifar-100数据集进行图像分类任务。但是在加载数据和定义迭代器的时候就出了一个很大问题。虽然已经有了一个具体解决方案。但是其中原理还是不是很懂。
2023-05-11 00:09:26
459
原创 基于注意力机制融合多特征的空气质量预测 AFF-LSTM神经网络
在这用到了注意力融合多特征，这个方法在现在还是挺少有人用的。只有这个方法的说明也没有实际案例。我也是看他们的文章打算来自己写写，里面也有一些创新地方-神经网络下。【即插即用】涨点神器AFF：注意力特征融合（已经开源，附论文和源码链接）-技术圈本文转载自 AI人工智能初学者，作者ChaucerG这篇文章一种新注意力特征融合机制AFF！性能优于SKNet、SENet等方法，可应用于分类、语义。
2023-05-09 14:36:59
1204
1
原创 MySQL8.0新特性
MySQL 8版本在功能上 做了显著的改进与增强，开发者对MySQL的源代码进行了重构，最突出的一点是多MySQL Optimizer优化器进行了改进。不仅在速度上得到了改善，还为用户带来了更好的性能和更棒的体验。
2023-05-03 14:29:31
449
1
转载 基于python+opencv的图像扶正+文本识别
1.项目背景及目的：通过python的cv工具包实现的图像扶正+文本识别。可以将拍摄出来的图片进行角度调整并且识别出文字。项目开发目的：大量快捷地读取图片中的文字信息，提高人工码字的工作效率，并且识别精确程度达到完美的效果，实现以人工智能为人类带来便利的愿望。项目的达成目标：对手机拍摄的文字图片可以在较短时间内完成识别，并提取图片中文字。3.实验原理：3.1图像灰度处理的原理：灰度化处理就是将一幅彩色图像转化为灰度图像的过程。
2023-05-02 23:55:32
1244
3
原创 pytorch-实现简单的房价预测
不知道为什么有时候会对数据格式产生限制，试了一下发现features用float可以，labels需要用long。定义损失函数和优化器，优化器用的是随机梯度下降。learning_rate为0.1。该内容是根据《动手学深度学习》进行实现。最近才开始学怎么写文章，各位xd手下留情。我们将除了id最后的SalePrice的变量当做特征，标签是SalePrice。构造一个浅层神经网络，只有两个连接层和一个激活函数。数据如下，一共22个特征，100条数据。用pandas库读取文件数据。后面我们对数据进行预处理。
2023-05-01 19:39:58
479
1
原创 将文本数据中特定列以行批量输入到.CSV文件中
在文件夹中有许多的文本数据 文本数据打开是两列的数据，我们需要将每个文本的第二列数据数据提取出来，存放到一个csv文件中，且每个文本提取出来的数据为一行，文本中第一列数据为第一行。（所有文本数据中，第一列全部都是一样的）***温馨提示***，最后在csv的数据中每个都是一个列表，最后可以通过join方法或者csv中的替换来解决这一问题。创建一个列表，将文本第二列的数据放入其中，名字设定为sample。创建一个空的DataFrame，还需要一些格式转换。1186是一个文本中一列数据的数量。
2023-05-01 19:22:02
270
3
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人