深度学习
shuzip
在职京东
展开
-
windows10下CUDA10.0环境配置
新电脑到手,配置一下深度学习环境Windows 10 Version 1909显卡1660TI安装python3.6安装CUDA安装是发现CUDA安装失败,参考先进安全模式把系统的显卡驱动删除下载CUDA 10.0下载(安装完CUDA程序后可以再把英伟达的显卡驱动装回来)安装TensorFlow1.13.1-gpupip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==1.13.1-gpu安装keras原创 2020-05-11 08:41:42 · 10374 阅读 · 1 评论 -
Visualizing and Understanding Convolutional Networks笔记
Visualizing and Understanding Convolutional Networks笔记论文原文https://arxiv.org/abs/1311.2901Pytorch实现https://github.com/huybery/VisualizingCNN神经网络有效的原因:1、大规模数据集 2、GPU提高大量的算力 3、Dropout正则化方法论文提出可视化方法...原创 2020-04-17 05:19:09 · 535 阅读 · 0 评论 -
Googlenet论文笔记及代码实现
Googlenet2014年ImageNet比赛冠军模型,论文发表于cvpr2015论文原文地址:https://arxiv.org/abs/1409.4842参考翻译地址:https://blog.csdn.net/c_chuxin/article/details/82856502卷积神经网络发展史的重要时间点主要探讨了如何在没有大量增加参数的情况下增加网络深度LeNetLeNet...原创 2020-03-13 02:03:15 · 1490 阅读 · 1 评论 -
[YOLOv1:You Only Look Once]原理及其使用方法
YOLO:You Only Look Once(你只需看一次)Detection as Regression把系统将输入图像分割成S×S网格。如果一个物体的中心落在一个网格单元中,该网格单元负责检测该物体。每个网格单元格预测B bounding boxes和这些框的confidence scores。这些置信度评分(confidence scores)反映了模型对boxes中包含对象的置信度...原创 2020-03-06 08:51:31 · 1032 阅读 · 0 评论 -
[kaggle竞赛笔记]Abstraction and Reasoning Challenge (I)赛题背景&数据集使用说明
赛题背景抽象与推理的挑战计算机能从几个例子中学习复杂、抽象的任务吗?当前的机器学习技术需要大量的数据,而且很脆弱——它们只能理解以前看到的模式。使用当前的方法,一个算法可以通过接触大量数据来获得新的技能,但是可以广泛应用于许多任务的认知能力仍然难以捉摸。这使得创建能够处理现实世界的可变性和不可预测性的系统变得非常具有挑战性,比如家用机器人或自动驾驶汽车。然而,其他的方法,比如归纳式编程,...原创 2020-02-15 23:00:28 · 829 阅读 · 0 评论 -
【百度AI studio深度学习】基于PaddleDetection调用YOLOv3目标检测
基于PaddleDetection目标检测课程地址:https://aistudio.baidu.com/aistudio/course/introduce/891任务目标:使用开源框架PaddleDetection调用yolov3对图片中的水果位置进行检测。数据集介绍https://aistudio.baidu.com/aistudio/datasetDetail/15067水果图像的...原创 2019-12-11 10:55:52 · 4225 阅读 · 0 评论 -
【CCF大数据与计算智能大赛】互联网新闻情感分析(使用LSTM完成中文文本多分类任务)
本人菜鸡,NLP新手,本文记录了参加这个比赛的过程。赛题地址:https://www.datafountain.cn/competitions/350原创 2019-11-09 19:02:10 · 2332 阅读 · 4 评论 -
【课程笔记】ECS部署深度学习实验环境,构建CNN模型实现景区地标识别
在华为云的ECS部署深度学习实验环境,构建CNN模型实现景区地标识别,体验AI识景带来的便利性。原创 2019-11-02 16:03:11 · 1164 阅读 · 0 评论 -
keras训练模型遇到loss:nan 解决办法
训练神经网络的时候,增大了隐藏层的神经元个数,突然间loss值变成了nan经过多方搜索,找到了原因tensorflow解决方法网上已有,这里贴keras的解决办法在pycharm里import keraskeras.lossesctrl + 左键 losses 进入损失函数模块找到调用的损失函数,这里是def categorical_crossentropy(y_true, y...原创 2019-10-31 18:24:28 · 9105 阅读 · 0 评论 -
BrokenPipeError: [Errno 32] Broken pipe解决办法
trainset = torchvision.datasets.CIFAR10(root='./data', train=True, download=True, transform=transform)trainloader = torch.utils.data.DataLoader(trainset, bat...原创 2019-10-21 20:09:51 · 27610 阅读 · 15 评论 -
ValueError: Object arrays cannot be loaded when allow_pickle=False解决方法
在运行Deep Learning with Python官方代码时报错ValueError: Object arrays cannot be loaded when allow_pickle=False参考了https://www.cnblogs.com/heenhui2016/p/10905281.html参考链接中的解决方案。即:找到所在imdb.py中的所在行将np.load(p...原创 2019-10-06 10:42:03 · 443 阅读 · 0 评论 -
【PyTorch官方示例翻译&注释】从头开始NLP:使用字符级RNN生成名称
作者: Sean Robertson在上一篇教程,我们使用RNN将名称分类为它们的原始语言。这次我们将回过头来,从语言中生成名称。(上一篇的翻译[https://blog.csdn.net/shuzip/article/details/101716625])> python sample.py Russian RUSRovakovUantovShavakov> pyth...翻译 2019-10-01 18:29:05 · 275 阅读 · 0 评论 -
【PyTorch官方示例翻译&注释】从头开始NLP:使用字符级RNN对名称进行分类
NLP FROM SCRATCH: CLASSIFYING NAMES WITH A CHARACTER-LEVEL RNN从头开始NLP:使用字符级RNN对名称进行分类原文地址https://pytorch.org/tutorials/intermediate/char_rnn_classification_tutorial.html作者:Sean Robertson我们将建立和训练一...翻译 2019-09-29 21:09:13 · 620 阅读 · 0 评论