2019年05月_yanqs_whu

12月 11月 09月 08月 07月 05月 02月 01月

原创 PyTorch：基于FastAI的猫狗识别

背景上次自己用PyTorch对AlexNet进行猫狗识别取得了不错效果。后续我又继续使用Resnet50进行猫狗分类，但是却没有取得较好的效果，想来还是自己炼丹的技巧太差了。因此，后续决定使用FastAI进行训练（FastAI封装了很多炼丹技巧），最后效果还不错，Kaggle的分数为0.05779，已经可以挤进前100了；相比上次，效果还是很不错的。代码（基本抄的参考链接）https:/...

2019-05-19 19:24:47 1186 3

原创 Ubuntu16.04：PyTorch&FastAI

背景在Ubunut上安装好各种驱动后，接以下就可以开始安装pytorch和fastai。流程1、安装Anaconda由于Anaconda中已经封装好了许多python相关工具，所以我也直接下载了Anaconda 3.72、安装pip3安装完Anaconda后，直接在控制台上输入python3，会直接输出python3.7。但是此时pip3尚未对应python3.7；如果用sudo...

2019-05-19 14:16:14 422

原创 Ubuntu16.04：NVIDIA cuda10.0安装

背景之前曾说过使用sudo ubuntu-drivers devices来安装显卡驱动，这样可以保证基本上不出大问题。然而世界上的事情都是舍不得孩子套不住狼；使用这种默认方法安装的驱动版本太低，仅仅能安装cuda8.0，实在难以想象。所以我决定重新安装一次ubuntu系统，然后从头安装一次驱动，并按照cuda10。参考教材：https://www.cnblogs.com/fanminhao/...

2019-05-18 13:59:25 14547 3

原创 CGAL：学习CGAL

背景CGAL是一个非常有用的库，但是学习起来非常痛苦。为此，我们计划通过一些小的demo，逐渐学习CGAL的使用方法。目前，由于我们还缺少对CGAL的整体把握，所以demo没有连贯性，且难度飘忽不定。不过随着我们的理解，demo肯定会越写越好。到现在为止，我们已经写了7个左右的dmeo，使用CGAL解决我们遇到的一些小问题，大致如下：代码我们代码的链接如下：https://github....

2019-05-14 19:58:28 17654 9

原创 PyTorch：基于AlexNet的猫狗识别

背景猫狗识别是学习CNN中最有趣的一个应用，本次我在Kaggle上的“Dogs vs. Cats Redux”进行了一次尝试。考虑到训练速度和实验的简易性，我使用了比较简单的AlexNet，并且还用了对应ImageNet的预训练模型（https://github.com/Cadene/pretrained-models.pytorch）。因此，下文中将按照数据处理、模型预处理、训练和测试结果几...

2019-05-09 20:46:47 7107 4

原创 PyTorch：基于CNN的数字识别(MNIST)

背景之前尝试了直接使用全链接直接进行数字识别，效果虽然也说的过去，但是一旦使用我自己写的数字，预测的效果瞬间就不太行了。所以本次又尝试了一下使用卷积神经网络进行数字识别，需要注意的是本博客中的网络结构是随便设置的。代码链接：https://github.com/Yannnnnnnnnnnn/learnPyTorch/tree/master/trainMNIST/conv一、训练train_...

2019-05-07 11:08:04 4102 7

原创 PyToch：基于神经网络的数字识别（MNIST数据集）

背景最近在学习PyTorch和深度学习，所以决定先用MNIST数据集试试手，利用神经网络做一个简单的数字识别。参考代码来源于：https://github.com/udacity/deep-learning-v2-pytorch/tree/master/intro-to-pytorch需要注意的是本文的神经网络中只使用了全链接层，只是为了理解PyTorch而进行的一个非常简单的实验。以下...

2019-05-06 20:44:51 1012