![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
小码爱撞墙
这个作者很懒,什么都没留下…
展开
-
win10系统anaconda中安装标注软件labelimg
https://blog.csdn.net/ssunshining/article/details/109453311原创 2022-01-03 18:30:13 · 22298 阅读 · 0 评论 -
df.replace无法修改数据
数据和代码:问题:想要修改申购状态这一列,把“开放申购”全部改为1,把“封闭期”改为0,但是使用replace没反应解决方案:参数里面添加inplace=Truedf[‘申购状态’].replace(to_replace=dict_open_subscription, inplace=True)...原创 2021-11-20 14:26:22 · 50500 阅读 · 0 评论 -
加载图片并进行预处理
def loadData(filePath): f = open(filePath, 'rb') data = [] img = image.open(f) m, n = img.size for i in range(m): for j in range(n): x, y, z = img.getpixel((i, j)) data.append([x/256.0, y/256.0, z/256.0]) f.close() return np.mat(data), m, .原创 2020-12-30 23:21:16 · 47276 阅读 · 0 评论 -
机器学习和深度学习中关于图像数据输入的“shape”
机器学习 在机器学习的图片输入数据中,只需要将图片数据的4维(图片的多少,图片的长,图片的宽,图片的通道数)转换为2维即可train_data = train_data.reshape(train_data.shape[0], train_data.shape[1] * train_data.shape[2] * train_data.shape[3])深度学习1. 读取图片阶段:item_image = cv2.imread(img_path)...原创 2020-12-10 22:35:35 · 52359 阅读 · 4 评论 -
机器学习和深度学习 习题训练 Day-1
1 、关系抽取一般在实体抽取任务之后,用于抽取两个实体之间的句间关系。A.对B.错解析:关系抽取一般在实体抽取任务之后,用于抽取两个实体之间的语义关系。2、聚类与分类有什么区别?解析:分类的目标是事先已知的,而聚类则不一样,聚类事先不知道目标变量是什么,类别没有像分类那样被预先定义出来。3、DBSCAN是一种基于()的聚类方法。解析:DBSCAN是基于密度的聚类方法。4、特征选择的方法不包括()。A.过滤法B.封装法C.嵌入法D.随机法...原创 2020-12-10 10:03:28 · 47879 阅读 · 2 评论 -
1x1卷积的作用
在很多模型当中,我们都会发现有1x1卷积的身影,那么1x1卷积到底有什么用呢?一、增加非线性 1x1卷积的卷积过程相当于全连接层的计算过程,并且还加入了非线性的激活函数,从而可以增加网络的非线性,使得网络可以表达更加复杂的特性。二、特征降维 通过控制卷积核的数量达到通道数大小的放缩,特征降维带来的好处可以减少参数和减少计算量。...原创 2020-12-10 00:08:46 · 47677 阅读 · 2 评论 -
搭建ResNet50模型
class ResNet_50(): def __init__(self): super(ResNet_50, self).__init__() self.main() def load_data(self,file_path): """ file_path: ./datasets/ datasets/ train/ Classificat.原创 2020-12-08 11:14:17 · 47966 阅读 · 1 评论 -
CNN模型搭建
def train_model(train_x, train_y, test_x, test_y, val_x, val_y): model = Sequential() # 第一个卷积层,32个卷积核,大小5x5,卷积模式SAME,激活函数relu,输入张量的大小 model.add(Conv2D(filters= 32, kernel_size=(5,5), padding='Same', activation='relu',input_shape=(224, 224, 3).原创 2020-12-08 11:03:54 · 49162 阅读 · 1 评论 -
LSTM模型搭建
def LSTM_Classifier(self, train, trainLabel, test, testLabel, val_test, val_label, new_test=None): train, test = np.array(train), np.array(test) train, test = train.reshape(train.shape[0], 1, train.shape[1]), test.reshape(test.shape[0], 1, tes...原创 2020-12-08 10:48:45 · 48946 阅读 · 2 评论 -
创建conda的python环境
安装步骤(一)、打开终端输入cmd,回车,进入终端(二)、安装命令1.创建环境:conda create -n env-name python=3.6-n 全称-name,表示后面跟的是环境的名称env-name 表示你要创建的环境名称2.查看环境conda env listconda activate env-name...原创 2020-12-08 09:19:46 · 47144 阅读 · 1 评论 -
tensorflow错误解决:“tensorflow.python.framework.errors_impl.ResourceExhaustedError”
tensorflow错误解决:“tensorflow.python.framework.errors_impl.ResourceExhaustedError”解决方法:减少批处理Batch 的大小 降低全连接层的维度 增加池化 层 缩小输入图片大小总之呢,就是显卡内存不能满足此次训练,所以就是要降低所需内存要求。...原创 2020-12-08 01:04:28 · 48438 阅读 · 1 评论 -
cv2.error: C:\projects\opencv-python\opencv\modules\imgproc\src\resize.cpp:3289: error: (-215) ssize
cv2.error: C:\projects\opencv-python\opencv\modules\imgproc\src\resize.cpp:3289: error: (-215) ssize.width > 0 && ssize.height > 0 in function cv::resize这里举个简单的例子:对于这个问题,其实很容易看出是路径问题,cv2.imread(item)中的item不是一个完整的路径,这也是很多人很难...原创 2020-12-08 00:47:55 · 48375 阅读 · 3 评论 -
在机器学习和深度学习中创建属于自己的数据集
def CreateDataSet(file_path): """ demo : file_path: ./datasets/ datasets/ train/ Classification_1/ img_1.jpg img_2.jpg img_3.jpg .原创 2020-12-07 22:53:18 · 47699 阅读 · 1 评论 -
机器学习图片训练数据增强
import osimport cv2import numpy as npclass Processor(): def __init__(self): super(Processor, self).__init__() self.main() def mirror_image(self, img_path, save_path, i, if_save=True): """镜像操作:水平镜像、垂直镜像、水平垂直镜像"""...原创 2020-12-07 11:00:46 · 47678 阅读 · 3 评论 -
Yolo v5
https://blog.csdn.net/qq_44697805/article/details/107702939?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.add_param_isCf&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.add原创 2020-11-14 13:12:58 · 47241 阅读 · 1 评论 -
cycleGAN
https://blog.csdn.net/weixin_44791964/article/details/103780922原创 2020-11-13 15:05:43 · 47021 阅读 · 1 评论 -
Yolo v1
简介 Yolo意思是You Only Look Once,创造性的将候选区和对象识别这两个阶段合二为一,看一眼就能知道有哪些对象以及他们的位置。 首先,先讲述一下Yolo的基本工作原理和Rcnn,以便为后续的讲解做铺垫,Yolo会遍历图片中有可能的位置,地毯式地搜索不同大小、不同宽高比,逐一检测其中是否存在某个对象,挑选其中概率最大的结果作为输出。 Rcnn:先从图片中搜索出一些可能存在对象的候选区(Selective Search),大概2000个...原创 2020-11-09 20:49:49 · 47329 阅读 · 1 评论 -
循环神经网络RNN
在我们开始了解RNN之前,我们先回顾一下前馈神经网络。前馈神经网络接收前一层的输入,并传递给下一层,但是同一层之间没有反馈。前馈神经网络的传播是单向的,但是,某些任务需要能够更好的处理序列信息,即前面的输入和后面的输入有关系,比如语音识别、自然语音处理等等。 循环神经网络(英文名Recurrent Neural Networks,简称 RNN)是一种通过隐藏层节点周期性的连接,来捕捉序列化数据中动态信息的神经网络,可以对序列化的数据进行分类。和其他前向...原创 2020-06-21 23:00:39 · 75919 阅读 · 0 评论 -
维特比算法(Viterbi)
维特比算法 (Viterbi algorithm) 是机器学习中应用非常广泛的动态规划算法,在求解隐马尔科夫、条件随机场的预测以及seq2seq模型概率计算等问题中均用到了该算法。实际上,维特比算法不仅是很多自然语言处理的解码算法,也是现代数字通信中使用最频繁的算法。(1)从点S出发,对于第一个状态X1的各个节点,不妨假定有n1个,计算出S到它们的距离d(S,X...原创 2020-05-03 00:41:52 · 52277 阅读 · 0 评论 -
HMM隐尔马科夫模型
HMM概念隐马尔可夫模型(Hidden Markov Model,HMM)是统计模型,它用来描述一个含有隐含未知参数的马尔可夫过程。举一个经典的例子:一个东京的朋友每天根据天气{下雨,天晴}决定当天的活动{公园散步,购物,清理房间}中的一种,我每天只能在twitter上看到她发的推“啊,我前天公园散步、昨天购物、今天清理房间了!”,那么我可以根据她发的推特推断东京这三天的天气。在这个例子...原创 2020-05-02 21:23:19 · 56498 阅读 · 0 评论