- 博客(5)
- 收藏
- 关注
RSS订阅原创 解决segmentation_models_pytorch报错之一的segmentation_models_pytorch.unet报错
一系列糊涂的操作我将anaconda的虚拟环境搞坏了，重装之后发现它报错了。我按照网上的方法删了这个包再下，又登入github重新导入，发现都没什么用处。没有所说的segmentation_models_pytorch.unet啊。然后我打开了decoders文件夹子，成功发现了宝藏。这个报错我是没有想到的，整整花了我几个小时的时间才解决。然后就愉快得解决了，虽然简单粗暴但是有用。不管是官方的也好，自己的也罢，都是这个界面。于是就复制粘贴到根目录。
2022-11-06 16:39:24
1079
1
原创 吴恩达深度学习卷积神经网络阶段一
计算机视觉计算机视觉是一个飞速发展的领域，多亏了深度学习。同时人们对计算机视觉的研究有丰富的想象力和创造力，由此衍生出新的神经网络和算法。大家都听说过用计算机识别图片，以及图片风格迁移（就是将一张图片转化成另一种风格），小图处理固然方便，但大家肯定希望处理大图，因此就需要引入卷积神经计算。给了这样一张图片，让电脑去搞清楚这张照片里有什么物体，你可能做的第一件事是检测图片中的垂直边缘。比如说，在这张图片中的栏杆就对应垂直线，与此同时，这些行人的轮廓线某种程度上也是垂线，这些线是垂直边缘检测器的输出。同
2021-10-23 11:22:02
734
原创 吴恩达神经网络深度学习阶段二
神经网络概览上周我们学习了逻辑回归，我们了解了这个模型如何与下面公式建立联系。如上所示，首先你需要输入特征 x ，参数 w 和 b，通过这些你就可以计算出 z， 把许多sigmoid单元堆叠起来形成一个神经网络。在逻辑回归中，通过直接计算 z得到结果a 。而这个神经网络中，我们反复的计算 z 和 a ，计算 a和 z，最后得到了最终的输出loss function。逻辑回归中，有一些从后向前的计算用来计算导数 d a 、 d z 。同样，在神经网络中我们也有从...
2021-10-22 22:54:28
210
原创 吴恩达神经网络深度学习阶段一
一、简单的介绍：深度学习指的是训练神经网络，假设你有一个数据集，它包含了六栋房子的信息。所以，你知道房屋的面积是多少平方英尺或者平方米，并且知道房屋价格。这时，你想要拟合一个根据房屋面积预测房价的函数。如果你对线性回归很熟悉，你可能会说：“好吧，让我们用这些数据拟合一条直线。”于是你可能会得到这样一条直线。输入x经过神经网络实现生成y这就是一个简单的神经网络将这些独立的神经元叠在一起变成了一个预测器同时可以用神经网络进行监督学习，从历史经验上看，处理非结构化数据是很难的，与结构化数据.
2021-10-22 08:47:15
232
原创 2021-10-08
深度学习系列笔记一——记录环境搭建安装作为一个成功安装的人我可以为大家提供经验，大致的流程是这样的：一、anaconda的安装（基于Windows）简单介绍一下anaconda：Anaconda包含了conda、Python在内的超过180个科学包及其依赖项。Anaconda具有如下特点：▪ 开源▪ 安装过程简单▪ 高性能使用Python和R语言▪ 免费的社区支持其特点的实现主要基于Anaconda拥有的：▪ conda包▪ 环境管理器▪ 1,000+开源库.
2021-10-08 19:58:22
109
1
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