人工智能
人工智能代码实现
Sweet_Harbour
每天积累一点点
展开
-
【neo4j基本操作】py2neo安装及测试
neo4j图数据库python接口所使用py2neo库安装原创 2022-02-25 11:21:25 · 2995 阅读 · 3 评论 -
深度学习篇——Faster R-CNN源码解读之input-data层数据读入
当利用Faster R-CNN自带的train_net.py文件进行faster R-CNN模型的训练时,我们通常需要输入以下指令: python ./tools/train_net.py --solver ./models/pascal_voc/ZF/faster_rcnn_end2end/solver.prototxt --cfg ./experiments/cfgs/faster原创 2017-09-16 20:48:56 · 879 阅读 · 0 评论 -
深度学习篇——Ubuntu16.04下安装caffe(GPU加速)
上一篇博文介绍了caffe的安装配置,但是仅仅在CPU配置模式下运行,网络模型的训练和测试速度都不能满足现在越来越复杂的网络的训练和测试,在本篇博文中将介绍caffe在GPU支持下的相关安装配置操作。本人也是一个刚进入深度学习领域不久的新人,目前还在学习中,如果有什么不对的地方还恳请在留言处指明,谢谢!。1. 安装caffe依赖包1.1 安装git工具 Git工具用以实现从github上下原创 2017-09-11 14:32:41 · 758 阅读 · 1 评论 -
深度学习篇——Ubuntu16.04系统下部署caffe(CPU_ONLY)
随着硬件技术的发展,深度学习这一需要大规模计算的人工智能领域引起了越来越多的人的关注,目前深度学习框架已经有很多,主要有caffe、caffe、MxNet、CNTK、TensorFow等。在此介绍的是caffe的安装与测试,本次安装流程介绍是对本人实际安装流程的记录,可能根据不同的软硬件环境的配置不同会有不同的问题出现,本次安装的基本环境为: 硬件:Dell OptiPlex 7040原创 2017-09-11 14:59:13 · 431 阅读 · 0 评论 -
将caffe训练好的模型转换为tensorflow模型
近期要因为学习的需要要从caffe框架转为tensorflow的学习,但是通过在网上搜索后发现,网上关于训练好的模型却几乎找不到,因此心里在想,有没有相关的代码将caffe训练好的模型转换为tensorflow的模型呢?说干就干,在网上搜索了一下,还真的找到了一个相关的开源代码,可以实现这个功能.其在github上为开源工程,链接为:https://github.com/ethereon/caffe原创 2017-10-17 20:52:39 · 3369 阅读 · 4 评论 -
详解ImageNet 2017夺冠架构SENet
本文转载至机器之心专栏,作者:胡杰,原文地址:http://www.sohu.com/a/161633191_465975 本届 CVPR 2017大会上出现了很多值得关注的精彩论文,国内自动驾驶创业公司 Momenta 联合机器之心推出 CVPR 2017 精彩论文解读专栏。除此之外,Momenta 还受邀在 CVPR 2017 的 ImageNet Workshop 中发表演讲,介转载 2017-10-03 11:41:15 · 4724 阅读 · 0 评论 -
tensorflow学习之Faster R-CNN模型的保存与加载
在近期浏览论文的过程中发现近期新出的论文中,很少在caffe框架上进行实验验证,随之而来的是tensorflow、MXNet、PyTouch这些深度学习框架,为了跟踪前沿技术,作为学生的笔者无奈只能从原始的caffe框架使用转向了tensorflow。选择tensorflow作为新的框架来进行学习主要是因为其具有以下特点: 1. 可用性 TensorFlow 工作流程相对容易,AP原创 2017-10-30 22:02:26 · 4684 阅读 · 0 评论