![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
杨小嗨yang
这个作者很懒,什么都没留下…
展开
-
训练模型中常见错误解决方案
训练模型报错处理原创 2022-04-24 18:23:50 · 2300 阅读 · 0 评论 -
Word Embedding
1.什么是Word EmbeddingWord Embedding:将文本转化成数字。这种转化是非常有必要的,因为许多的机器学习算法不能直接处理文本字符,需要将输入转变成向量或者张量。World Embedding的目的是用更低的空间创建向量表示,这被称之为Word Vectors(词向量)。从一个文本语料库中构造一个低维的向量表示,保存一个单词的语义相似性。2.使用向量表示字符有两个特点:(1)降低了维度——更有效的表示(2)语义文本相似性——更有表现力的表示3.Word Vector(词向量原创 2021-10-20 09:26:41 · 497 阅读 · 0 评论 -
我的跟着百度中科院大咖用飞桨paddlepaddle复现顶会论文之路
疫情期间去不了学校,科研任务也没有那么大,一次在公众号里看到了百度的课程,亲身体验过之后真的是非常良心的课程,而且还是免费,无论是课程中认真负责的班主任,还是什么bug都能帮你解决的助教。论文复现营是我参加的第二门课程了,我的第一门课程是深度学习七日入门疫情特辑,在这门课程里我完成了很多有意思的小项目,包括车牌分类,手势识别,人流密度检测等等非常有意思的小实践,重要的是我将这些结合C++做成了APP,期望下一步我可以将这些部署到移动端。由于在第一门课程中我收获巨大,所以看到这次百度飞桨的第二次...原创 2020-08-06 08:38:02 · 400 阅读 · 0 评论 -
使用tensorflow2.0构建自编码器网络
使用tensorflow2.0构建自编码其网络import osimport tensorflow as tfimport numpy as npfrom tensorflow import kerasfrom tensorflow.keras import Sequential, layersfrom PIL import Imagefrom matplotlib import pyplot as plttf.random.set_seed(22)原创 2020-07-29 11:47:13 · 320 阅读 · 0 评论 -
使用tensorflow2.0搭建DCGAN网络生成卡通 头像
使用tensorflow2.0搭建DCGAN网络生成卡通头像import tensorflow as tffrom tensorflow import kerasfrom keras import layersfrom glob import globfrom data import make_anime_datasetimport numpy as npimport osfrom scipy.misc import toimagez_dim = 100 # 隐藏向量z的长度epoc原创 2020-07-29 11:44:07 · 751 阅读 · 0 评论 -
FlyAI竞赛使用tensorflow2.0进行海底物种分类
这是FlyAI的一个数据竞赛题目,使用tensorflow2.0构建卷积神经网络对海底的鱼类物种进行分类,数据集可以在FlyAI官网进行下载。import tensorflow as tfimport pandas as pdimport cv2import numpy as npdef proprecess(x,y): x = tf.cast(x,dtype=tf.float32) / 255.0 y = tf.cast(y,dtype=tf.int32) retu原创 2020-07-29 11:34:31 · 337 阅读 · 0 评论 -
使用tensorflow2.0构建对抗生成网络的精华版本
采用tensorflow2.0反卷积神经网络构建对抗生成网络,作为入门学习使用import tensorflow as tffrom tensorflow import kerasfrom keras import layersclass Generator(keras.Model): # 生成器网络 def __init__(self): super(Generator, self).__init__() filter = 64原创 2020-07-29 11:31:05 · 312 阅读 · 0 评论 -
使用tensorflow2.0搭建简单的GAN对抗神经网络生成图片
使用tensorflow2.0搭建对抗生成网络作为GAN网络的入门学习import tensorflow as tffrom PIL import Imageimport numpy as np#导入所需要的数据集(x_train,y_train),(x_test,y_test) = tf.keras.datasets.mnist.load_data()x_train = x_train.astype(np.float32) / 255.x_test = x_test.astype(np原创 2020-07-29 11:25:24 · 1319 阅读 · 4 评论 -
使用tensorflow2.0做fashion_mnist分类
tensorflow2.0版本比tensorflow1.x版本更加灵活方便了许多,所以本次用tensorflow2.0搭建卷积神经网络做了fashion_mnist数据集上的分类,作为入门训练。只使用了两层卷积神经网络,但是精确率也可以达到90%以上。导入相应的模块,只需要tensorflow模块即可import tensorflow as tf对数据集做一个简单的预处理def preprocess(x,y): x = tf.cast(x,dtype=tf.float32) /原创 2020-07-29 11:20:51 · 574 阅读 · 1 评论 -
pickle.load()读取文件错误
今天在读取.pkl文件时出现报错,UnicodeDecodeError: 'ascii' codec can't decode byte 0x8e in position 0: ordinal not in range(128),在网上寻找各种解决办法还是没用解决,最后终于解决这个错误,先附上错误的代码import picklewith open("data\\squeeze_net\\model.pkl",'rb') as f: content = pickle.load(f)prin原创 2020-06-26 09:52:52 · 10564 阅读 · 5 评论 -
分别使用tensorflow2.0版本与tensorflow1.13版本构建Squeezenet网络
SqueezeNet的网络结构就不在这里详细介绍,这里给出用tensorflow1.x版本和tensorflow2.x版本的代码实现。首先给出tensorflow1.x版本的代码实现# coding=utf-8import tensorflow as tfimport numpy as npimport cv2import picklePOOLING_LAYERS = [1, 3, 5]MODEL_PATH = 'data/squeeze_net/model.pkl'class原创 2020-06-26 09:38:48 · 953 阅读 · 0 评论 -
我从百度Paddle七日打卡营学到的
深度学习技术现状深度学习是本轮人工智能爆发的关键技术。人工智能技术在计算机视觉和自然语言处理等领域取得的突破性进展,使得人工智能迎来新一轮爆发式发展。而深度学习是实现这些突破性进展的关键技术。我之前并没有使用过百度飞桨模型进行编程,一直在使用tensorflow和pytorch,无论是进行日常的科研任务还是进行数据竞赛,我都是在使用这两种模型。一次偶然的机会让我接触到百度飞桨paddle模型,我...原创 2020-04-07 15:50:15 · 184 阅读 · 0 评论