![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 85
最小森林
It's now or never .
展开
-
Ai&Bd资料
Ai&Bd资料收集目录Ai&Bd资料收集.. 11. 人工智能AI 11.1 产业规模 头部企业占比... 11.1.1 总体产业规模.. 11.1.2 投资热点.. 21.1.3头部企业占比... 31.2 技术流派... 41.2 研判未来3-5年产业技术发展的趋势和总体格局.. 51.3.1投资方面的研判:... 61.3.2产业环境研判... 62. 大数据 Big Data. 62.1 产业规...原创 2021-10-24 16:08:34 · 1273 阅读 · 0 评论 -
解决服务器运行Flask与keras多线程扰动的问题
现象:服务器上 运行flask接口;keras后端是tensorflow;会出现线程扰动。解决办法:在mianFlask.py文件开头写上:#### 开头myYolo = YOLO()global graphgraph = tf.get_default_graph()#------------------在mianFlask.py文件中间,接口route调用模型推理的地方:## 调用模型 startTime = timeit.default_timer() # 记录开原创 2020-09-07 16:48:46 · 627 阅读 · 0 评论 -
图像标注工具调研
《图像标注工具调研》qtxu2020年07月30日文章目录一、任务简介二、标注工具介绍1 单机版labelImgLabelmeRectLabelVIA2 联机版LabelStudioVoTTlableboxod-annotation3 工具选择总结:三、labelImg使用手册1 安装labelImg1.1 windows在线版安装1.1.1 安装python31.1.2 安装labelImg1.2 windows离线版安装1.2.1 安装python1.2.2 安装labelImg1.3 m原创 2020-07-30 12:03:42 · 1876 阅读 · 0 评论 -
机器学习模型上线及优化流程
机器学习模型上线及优化流程时间:2020-07-09文章目录机器学习模型上线及优化流程通用流程:1) 业务问题界定和定义2) 数据样本的筛选和构造3) label的定义与标注4) 选择机器学习算法5) 确定模型性能的度量方式6) 模型优化6.1 特征工程(ML):6.2 算法调参(DL)6.3 bad case分析7) 模型实验的策略8) 模型线上应用9)业务效果评估参考通用流程:如何应用机器学习模型来构建一个智能化应用的通用的过程1) 业务问题界定和定义将一个业务中待解决问题转化为一个机器原创 2020-07-14 14:21:56 · 3078 阅读 · 0 评论 -
服务器 多用户、多版本python管理
文章目录概念1 什么是virtualenv(venv)2 为什么不用 python virtualenv ?conda evn 使用步骤1. root 安装anaconda2.创建新的用户组3. 使用具体用户4. Anaconda创建环境5 使用自己的环境概念多用户公用服务器,可能会导致python版本冲突。可用的解决方案包括两种:(1)python virtualenv和(2)conda evn 推荐使用conda evn。1 什么是virtualenv(venv)什么是virtualenv原创 2020-07-03 10:22:28 · 1745 阅读 · 0 评论 -
ImportError lib64 libstdc++.so.6 version CXXABI 1.3.9 not found required by home anaconda
文章目录1 现象:2 解决方案3 参考:1 现象:ImportError: /lib64/libstdc++.so.6: version `CXXABI_1.3.9' not found (required by /home/qtxu/anaconda3/lib/python3.6/site-packages/scipy/sparse/_sparsetools.cpython-36m-x86_64-linux-gnu.so)2 解决方案以下操作需要root权限:查看动态库strings /原创 2020-05-20 10:59:40 · 2505 阅读 · 0 评论 -
通用图片分类项目
generalImageClassification文章目录generalImageClassification1 数据准备1.1 开源数据集1.2 利用特定网站爬数据2 分类模型的选择3 代码结构及使用方法3.1 代码结构3.2 使用方法本项目是通用的图像分类项目,并以涉黄、涉政、涉恐和普通图片4分类为例。图像违规质检本质是图像分类,所以关键点在于两个:图像分类的数据准备;图像分类的模...原创 2020-03-13 15:51:57 · 1823 阅读 · 0 评论 -
目标检测 实践
文章目录0 数据标注via一、添加图片二、定义标记类型:Attributes三、标注四、导出标注文件1 模型1.1 数据准备1.2 模型训练1.3 模型使用1.4 改进方向0 数据标注viavia工具的界面如下图所示:图中1为导入 / 导出标注文件 (后面介绍)选择标记形式为多边形添加图片文件添加属性查看快捷键一、添加图片点击Add Files或者Add URL,添加图片。...原创 2020-01-08 09:20:04 · 502 阅读 · 0 评论 -
20191126分布式部署vearch
文章目录1 部署1.1 安装 vearch1.1.1 编译Vearch_evn1.1.2 编译Vearch1.1.3 创建vearch可运行镜像1.1.4 分布式部署配置文件1.1.5 启动运行veach1.1.6 vearch运维:1.2 运行图像搜索插件1.2.1 安装运行环境1.2.2 修改配置文件1.2.3 启动图像搜索插件1.2.4 image插件运维2 验证分布式性能2.1 库级别验证...原创 2019-12-04 15:32:17 · 1854 阅读 · 0 评论 -
ImportError: libSM.so.6: cannot open shared object file: No such file or directory
1 现象:尝试导入OpenCV时,使用导入cv2出现以下错误:/usr/local/lib/python2.7/dist-packages/cv2/__init__.py in <module>() 7 8 # make IDE's (PyCharm) autocompletion happy----> 9 from .cv2 import * ...原创 2019-12-03 20:57:07 · 972 阅读 · 0 评论 -
libcudart.so.9.0: cannot open shared object file: No such file or directory
使用torch 或者 torchvision的时候,报错:libcudart.so.9.0: cannot open shared object file: No such file or directory经过gg一下,发现这个错误是 没有正确安装 英伟达的 CUDA 9 工具包。但我一想 不对!我是服务器上根本没有GPU 根本不需要安装cuda啊!后来torch官网发现,必须专门指定 C...原创 2019-11-22 16:12:48 · 1685 阅读 · 0 评论 -
基于深度学习的目标检测算法调研
文章目录0 目标检测的任务概述1 基于深度学习的「目标检测」算法1.1 两刀流 R-CNN1.1.1 R-CNN / 20131.1.2 SPP Net / 20141.1.3 Fast R-CNN / 20151.1.4 Faster R-CNN / 20151.1.5 Mask R-CNN / 20171.1.6 二刀流小结1.2 一刀流 YOLO1.2.1 YOLO / 20151.2.2 ...原创 2019-11-12 22:18:22 · 1930 阅读 · 0 评论 -
如何提升搜索系统查询速度?
1 导语为什么同样的查询我的代码要1s,别人的只要50ms?为什么百度搜图可以处理上亿数据最近邻而我的机器几百万数据查询就很慢?对于大部分互联网服务,网站相应时间和用户满意度是非常相关的。如果你是一家电商创业公司,用户输入一个Query后1~2s都没有结果显示,这时间就足够他放弃你们的产品转而去访问淘宝或者京东,开始新的一次查询。在当今这个移动互联网时代,我们的日常生活每天都面临着海量数...原创 2019-09-09 09:13:34 · 1651 阅读 · 0 评论 -
Tensorflow: Cannot interpret feed_dict key as Tensor 解决报错 flask keras
文章目录1 报错信息2 原因3 解决办法1 报错信息使用fask和keras时候,在本地没任何问题。 但是上传到服务器上之后,总是报做个错误:TypeError: Cannot interpret feed_dict key as Tensor: Tensor Tensor("Placeholder:0", shape=(3, 3, 3, 64), dtype=float32) is not...原创 2019-07-12 13:58:37 · 3802 阅读 · 3 评论 -
在Keras的Embedding层中使用预训练的word2vec词向量
文章目录1 准备工作1.1 什么是词向量?1.2 获取词向量2 转化词向量为keras所需格式2.1 获取所有词语word和词向量2.2 构造“词语-词向量”字典2.3 填充字典和矩阵2.4 在 keras的Embedding层中使用 预训练词向量*2.5 不使用“预训练”而直接生成词向量3 整体代码:在Keras模型中使用预训练的词向量3.1 读取数据3.2 句子分词3.3 *构造词向量字典3....原创 2019-05-15 15:54:32 · 20008 阅读 · 19 评论 -
win10安装VS2015+CUDA9.0与tensorflow-gpu
win10安装VS2015+CUDA9.0与tensorflow-gpu文章目录win10安装VS2015+CUDA9.0与tensorflow-gpu0 前言1 准备工作1.1 Windows 101.2 Python 3.6(anancanda5.2)1.3 Visual Studio1.3 CUDA 9.0 (官网默认是10.0 不要用1.4 CuDnn 7.02 安装过程 (建议使用管理...原创 2018-10-08 10:46:44 · 6134 阅读 · 7 评论 -
2018.06.06论文:12个NLP分类模型
1 概述1.1模型概览1.2各模型效果对比:1.4 代码用法:2 模型细节:2.1 快速文本(fastText)介绍解释总结2.2文本卷积神经网络(Text CNN)2.3文本循环神经网络(Text RNN)2.4 双向长短期记忆网络文本关系(BiLstm Text Relation)2.5 两个卷积神经网络文本关系(two CNN Text Relation)...原创 2018-06-14 21:59:57 · 15088 阅读 · 0 评论 -
深度学习中的highway network、ResNet、Inception
概念CNN演化梯度消失highway network公式:意义、好处ResNet动机、目的模型作用:InceptionInception v1模型Inception V2-V3:Inception v4模型不是特别清楚这三个流行且有用的模型(或者说层)的具体作用和使用方法。概念CNN演化先引入一张CNN结构演化图: ...原创 2018-05-17 10:37:13 · 20965 阅读 · 3 评论 -
2018.03.26试题理解论文两篇阅读
1 A Constituent-Centric Neural Architecture for Reading Comprehension0 摘要:0.1应用领域:0.2模型1 引言1.1 任务1.2 解决办法2模型2.1 模型的总架构:2.2 chain-of-trees LSTM编码层2.2.1 tree LSTM2.2.2 Chain-of-Trees LS...原创 2018-04-08 22:42:15 · 1321 阅读 · 0 评论 -
人工智能工程师学习路线/自然语言处理算法工程师
人工智能工程师学习路线/自然语言处理算法工程师学习路径人工智能工程师学习路线自然语言处理算法工程师学习路径1入门级别1 数据结构2 算法重点3python2进阶阶段1 机器学习算法2深度学习算法3深度学习框架4 大数据计算框架3高阶1 强化学习2 迁移学习3自然语言处理1入门级别1.1 数据结构1.2 算法(重点)面试必考原创 2018-01-08 15:12:30 · 5418 阅读 · 6 评论 -
pip错误:TypeError: parse() got an unexpected keyword argument 'transport_encoding'
1环境Win10,ANACONDA3(64-bit),Python3.6.2。ANACONDA Prompt中不能用pip命令安装包,并且是在安装了TensorFlow后才发生的。 TypeError: parse() got an unexpected keyword argument ‘transport_encoding’ 2错误信息报错如下:[html] view plain copy原创 2018-01-03 15:29:53 · 1753 阅读 · 0 评论 -
Keras:2.2搭建分类神经网络
Keras22搭建分类神经网络Classifier任务综述数据预处理建立神经网络1网络结构2优化器3激活模型训练网络测试模型代码总结带自己注释Keras:2.2搭建分类神经网络Classifier0 任务综述今天用 Keras 来构建一个分类神经网络,用到的数据集是 MNIST,就是 0 到 9 这几个数字的图片数据集。如图: Keras 自身就有 MNIST 这个数据包,再分成原创 2017-08-26 17:20:37 · 2282 阅读 · 0 评论 -
linux的Anaconda环境下安装TensorFlow
[toc] 现在tensorflow全面支持python3.6了,哈哈,全面拥抱python3.6~下附官网安装方式参考: https://github.com/tensorflow/tensorflow/blob/master/tensorflow/docs_src/install/install_linux.md#InstallingAnaconda1. 建立专门的运行环境再安装可以专门建立原创 2017-08-22 20:49:59 · 16121 阅读 · 6 评论 -
Windows下用Anaconda安装TensorFlow,并在pycharm中使用
笔者之前在学习TensorFlow,也在自己的笔记本上完成了安装,在PyCharm中进行学习。但是最近为了使用Python的科学计算环境,我把之前的环境卸载了,并用Anaconda重新安装了TensorFlow,由于自己的笔记本已经很旧了,显卡不行,所以这里介绍一下cpu版本的安装方法和自己遇到的一些坑,截图甚多。这里直接上干货:1.安装Anaconda选择相应的Anaco原创 2017-07-03 15:39:05 · 59391 阅读 · 24 评论 -
# Keras:2.1 回归神经网络
Keras21 回归神经网络 Regressor数据准备用keras构建神经网络激活模型训练training检验模型可视化结果总代码 Keras:2.1 回归神经网络 Regressor导入必要的架包import numpy as npnp.random.seed(1337) # for reproducibilityfrom keras.models import Seq原创 2017-08-24 22:02:20 · 4528 阅读 · 0 评论 -
Keras:1 基础知识与安装
Keras1 基础知识与安装1 为什么学习keras11 keras的优点12 我的进程2 安装keras3后台兼容 backend31 如何看当前使用的是什么后台Backend32 如何修改BackendKeras:1 基础知识与安装1.1 为什么学习keras1.1.1 keras的优点如果说 Tensorflow 或者 Theano 神经网络方面的巨人. 那 Keras 就是站原创 2017-08-24 19:06:51 · 1661 阅读 · 0 评论 -
使用深度双向LSTM模型构造社区问答系统
关于社区问答系统的问题背景,我们在之前的“利用卷积神经网络构造社区问答系统”一文里已经说明得很清楚,本文就不再赘述,不清楚背景的读者可自行参照上文,我们这些相关的研发工作主要是为了开发畅捷通“会计家园”交流社区的相关功能。为了保持行文完整,简明叙述形式化描述的问题如下:假设我们已知问答库如下:其中,Qi是问答社区中的历史问题,Ai是Qi问题的精华转载 2017-06-13 11:27:47 · 1981 阅读 · 0 评论 -
斯坦福cs224d 语言模型,RNN,LSTM与GRU
目录(?)[-]语言模型递归神经网络RNN1 剃度弥散及梯度爆炸问题2 解决梯度爆炸和弥散3 深度双向RNNs4 应用RNN翻译模型门限循环单元Gated Recurrent Units长短期记忆神经网络LSTM翻译:@胡杨(superhy199148@hotmail.com) && @胥可(feitongxiaoke@gmail.com) 校对调整转载 2017-06-13 11:26:29 · 1277 阅读 · 0 评论 -
利用卷积神经网络(CNN)构造社区问答系统
问答社区算是一类已经比较成熟的互联网应用了,国外的比如Quora、StackOverflow,国内的比如老派的百度知道,新一代的知乎,都算是代表性的社交类问答社区。问答社区本质上就是个人肉知识库,通过一段时间的积累,会累积相当多以问题,答案>方式存在的知识。 除了这些通用的问答社区外还有很多垂直领域的问答社区,比如我们畅捷通的会计家园,就是拥有数百万财会人员的知识转载 2017-06-13 11:24:13 · 1412 阅读 · 2 评论 -
在TensorFlow中实现文本分类的CNN
在TensorFlow中实现文本分类的CNN在TensorFlow中实现文本分类的CNN数据和预处理模型实现1 输入占位符2 向量层3 卷积层和池化层4 Dropout 层5 得分和预测6 loss 和 Accuracy7 可视化网络训练过程1 实例化CNN并尽可能减少损失2 Summaries 摘要3 Checkpointing 检查点4 Initializing t翻译 2017-09-06 09:25:08 · 19023 阅读 · 16 评论 -
dropout是什么,理解dropout
理解dropout组合派观点动机论dropout带来的模型的变化论文中的其他技术点噪声派观点稀疏性知识点A知识点B论文中的其他技术知识点参考文献理解dropout注意:图片都在github上放着,如果刷不开的话,可以考虑翻墙。转载请注明:http://blog.csdn.net/stdcoutzyx/article/detail转载 2017-08-28 15:25:02 · 4225 阅读 · 0 评论 -
word2vec的python应用
word2vec的python应用word2vec的python应用简单介绍词向量的由来Word2Vec的python应用1 安装2 语料的下载3 模型的训练4 保存模型5 模型的使用代码总结词嵌入(Word Embedding)是一项非常重要且应用广泛的技术,可以将文本和词语转换为机器能够接受的数值向量,这里我们详细讨论其概念和实现。1 简单介绍词向量的由来语言的表示主要有两种:原创 2017-11-27 11:28:59 · 4796 阅读 · 4 评论 -
Keras:2.3 keras实现卷积神经网络
3 keras实现卷积神经网络导入数据构造模型训练所有代码2.3 keras实现卷积神经网络CNN(Convolutional Neural Networks)卷积神经网络在 keras 上的代码实现。 用到的数据集还是MNIST。不同的是这次用到的层比较多,导入的模块也相应增加了一些。下面直接进入代码部分:1 导入数据import numpy as npnp.random.seed(13原创 2017-10-07 15:17:07 · 2971 阅读 · 1 评论 -
自然语言处理 怎么获得数据集 中文语料集?
深度学习 自然语言处理 怎么获得数据集 中文语料集?深度学习 自然语言处理 怎么获得数据集 中文语料集爬虫数据平台1 数据堂2 搜狗实验室3 自然语言处理与信息检索共享平台4 聚数力人工收集的现如今构件人工智能、机器学习甚至深度学习系统,变得越来越容易。但是让这些模型或者系统真正有价值的却是“数据”。那么如果刚刚上手机器学习或者深度学习,怎么寻找合适的数据集呢?下面就介绍一些获取数据原创 2017-09-19 22:15:17 · 15675 阅读 · 1 评论 -
TensorFlow教程 5.1Classification 分类学习
1Classification 分类学习1首先准备数据MNIST库2构建网络模型3建立loss函数4train方法5train并输出结果6完整代码5.1Classification 分类学习这次介绍TensorFlow解决Classification(分类)问题。 之前的视频讲解的是Regression (回归)问题。 分类和回归的区别在于输出变量的类型上。 通俗理解定量输出是回归,或者原创 2017-08-30 15:31:46 · 4727 阅读 · 0 评论 -
TensorFlow教程 4 Tensorboard 可视化好帮手
4 Tensorboard 可视化好帮手Tensorboard 可视化好帮手1 Tensorboard简介2 绘制图层与其中的参数21 对隐藏层22 loss函数23 train_step部分3 保存并执行绘图31 保存绘画32 运行绘画133 运行绘画24 可视化训练过程41 distributions42 events43 给所有训练图合并44 训练数据4.1 Te原创 2017-07-19 15:48:54 · 6069 阅读 · 0 评论 -
TensorFlow教程 3 建造神经网络
3 建造神经网络建造神经网络1 构造添加一个神经层的函数2 构造神经网络并可视化训练3 优化器 optimizer3.1 构造添加一个神经层的函数定义添加神经层的函数def add_layer(),它有四个参数:输入值、输入的大小、输出的大小和激励函数,我们设定默认的激励函数是None。def add_layer(inputs, in_size, out_size, activation_f原创 2017-07-16 22:46:54 · 972 阅读 · 0 评论 -
TensorFlow教程 2 TensorFlow基础构架
2 TensorFlow基础构架TensorFlow基础构架1 处理结构2 例子23 Session 会话控制4 Variable 变量5 Placeholder 传入值6 激励函数 Activation Function2.1 处理结构Tensorflow的运算步骤是:首先要定义神经网络的结构。然后再把数据放入结构当中去运算和 training.如图: 其中:Gradient原创 2017-07-14 11:16:04 · 1170 阅读 · 0 评论 -
TensorFlow教程 1 Tensorflow简介
1 Tensorflow简介Tensorflow简介1 为什么选 Tensorflow2 安装21 安装 TensorflowLinux 和 MacOSWindows3 神经网络在干嘛本系列博客是学习《莫烦tensorflow视频教程》的读书笔记,非常推荐他关于机器学习和深度学习的视频。这个是他的个人网站:https://morvanzhou.github.io/tutorials/m原创 2017-07-12 21:44:12 · 1382 阅读 · 0 评论 -
卷积神经网络模型(CNN)
大纲如下:1.CNN基础模型2.单CNN模型的改进 2.1对输入层的改进 2.2Convolution层的改进 2.3Sub-Sampling层的改进 2.4全连接层的改进3.多CNN模型的改进4.探讨与思考转载 2017-06-13 11:22:48 · 1409 阅读 · 0 评论