深度学习
文章平均质量分 80
ukakasu
这个作者很懒,什么都没留下…
展开
-
行人属性
行人属性PETA Dataset共19000张行人样本,包含61个二分类属性和4个多分类属性。PA-100K Dataset(基于现实监控场景抓取)共10万个行人样本,包含26个属性。RAP Dataset(目前较权威的行人属性识别数据集)共41585张行人样本,包含69个二分类属性和3个多分类属性https://github.com/IEC-lab/Pedestrian-Attribute-Recognition框架:mxnet数据集: https://pan.baidu.com/s/1原创 2020-11-11 15:47:01 · 1738 阅读 · 2 评论 -
人脸识别
人脸识别主要包括人脸检测、特征提取、特征对比人脸检测mtcnnhttps://github.com/kpzhang93/MTCNN_face_detection_alignment多任务卷积神经网络PNet,RNet,ONet根据特征点进行人脸对齐yolo不能得到特征点dlibhttps://github.com/davisking/dlib特征提取facenethttps://github.com/davidsandberg/facenetmtcnn进行人脸原创 2020-11-11 15:38:53 · 306 阅读 · 0 评论 -
Pedestrian Attribute Recognition
目录行人属性识别主要挑战数据集RAPPETAPA-100k评价指标mAexample-based evaluation主流方法及未来方向相关工作HydraPlus...转载 2020-08-25 15:46:31 · 1568 阅读 · 0 评论 -
Keras限制tf后端的gpu显存用量
训练模型## keras example importsfrom keras.models import Sequentialfrom keras.layers import Dense, Dropoutfrom keras.layers import Embeddingfrom keras.layers import LSTM ## extra imports to set GPU optionsimport tensorflow as tffrom keras import bac.原创 2020-08-21 15:44:14 · 269 阅读 · 0 评论 -
milvus高可用搭建
**- 基于keepalived部署milvus高可用问题:双写冷备:两个写节点不能同时启动,否则会导致数据重复,通过增加与网关的连通性来解决可能同时启动的问题,但不能完全保证没有特殊情况的存在。另外宕机时可能会导致数据丢失。一写一读:可以同时启动,但是写节点宕机时,数据不能写入。** - 基于minio的共享存储,写入速度比本地磁盘慢,如果数据量较大需要适当减小index_file_size,默认1024M,可设置为512M。**一、milvus安装docker pull milvus新建目录原创 2020-08-11 15:39:40 · 1342 阅读 · 1 评论 -
9 前向神经网络
9 前向神经网络01 常用激活函数Sigmoid激活函数Tanh激活函数ReLU激活函数02 梯度消失Sigmoid激活函数将输入z映射到区间(0, 1) , 当z很大时, f(z)趋近于1; 当z很小时, f(z)趋近于0。 其导数在z很大或很小时都会趋近于0, 造成梯度消失的现象。Tanh激活函数相当于Sigmoid的平移, 同样会出现梯度消失。03 ReLU激活函数的...原创 2018-12-25 09:42:57 · 495 阅读 · 0 评论 -
应用TensorFlow构建lstm
应用TensorFlow构建lstmimport tensorflow as tffrom tensorflow.contrib import rnnfrom tensorflow.examples.tutorials.mnist import input_datamnist = input_data.read_data_sets("/tmp/data/", one_hot=True)...原创 2019-01-04 15:48:36 · 456 阅读 · 0 评论 -
应用TensorFlow高级api构建全连接神经网络(2)--api解释
tf.layers.densetf.layers.dense( inputs, units, activation=None, use_bias=True, kernel_initializer=None, bias_initializer=tf.zeros_initializer(), kernel_regularizer=None, ...原创 2019-01-03 09:30:21 · 454 阅读 · 0 评论 -
应用TensorFlow构建卷积神经网络
应用TensorFlow构建卷积神经网络两个卷积层,两个全连接层输入 [sample * 28 * 28 * 1 ] (灰度图)[ 28 * 28 1 ] --> (32个卷积核,每个大小551,sample方式卷积) --> [ 28 * 28 * 32] --> (池化 22 ,步长2)–> [14 *14 *32][ 14 * 14 32] ...原创 2019-01-03 09:32:00 · 174 阅读 · 0 评论 -
应用TensorFlow高级API构建卷积神经网络(1)--代码
应用TensorFlow高级API构建卷积神经网络两个卷积层,两个全连接层输入 [sample * 28 * 28 * 1 ] (灰度图)[ 28 * 28 1 ] --> (32个卷积核,每个大小551,sample方式卷积) --> [ 28 * 28 * 32] --> (池化 22 ,步长2)–> [14 *14 *32][ 14 * 14 32] -...原创 2019-01-03 09:36:55 · 378 阅读 · 0 评论 -
应用TensorFlow高级API构建卷积神经网络(2)--api解释
tf.estimator.inputs.numpy_input_fndef numpy_input_fn(x, y=None, batch_size=128, num_epochs=1, shuffle=None, ...原创 2019-01-03 09:40:07 · 396 阅读 · 0 评论 -
使用TensorFlow Dataset 加速数据处理及训练
使用TensorFlow Dataset 加速数据处理及训练https://github.com/aymericdamien/TensorFlow-Examples/blob/master/notebooks/5_DataManagement/tensorflow_dataset_api.ipynbimport tensorflow as tffrom tensorflow.examples...原创 2019-01-07 17:13:11 · 3181 阅读 · 0 评论 -
设计最优数据输入管道
设计最优数据输入管道使用 prefetch 函数去重叠 数据读取器 和 数据消耗器的工作。推荐在输入管道的末端添加 prefetch(n) (n是batch size),以重叠 CPU 上的变换 及 GPU/TPU设备上的训练。 dataset = dataset.batch(batch_size=FLAGS.batch_size) dataset = dataset.pre...原创 2019-01-07 17:16:11 · 301 阅读 · 0 评论 -
应用TensorFlow高级api构建全连接神经网络(1)--代码
应用TensorFlow高级api构建全连接神经网络https://github.com/aymericdamien/TensorFlow-Examples/blob/master/notebooks/3_NeuralNetworks/neural_network.ipynbimport numpy as npimport tensorflow as tffrom tensorflow....原创 2018-12-29 16:04:12 · 382 阅读 · 0 评论 -
应用TensorFlow构建全连接神经网络
应用TensorFlow构建全连接神经网络https://github.com/sjchoi86/tensorflow-101/blob/master/notebooks/mlp_mnist_xavier.ipynbimport numpy as npimport tensorflow as tffrom tensorflow.examples.tutorials.mnist import...原创 2018-12-29 16:02:09 · 224 阅读 · 0 评论 -
TensorFlow深度神经网络配置
建议DNN配置名称配置权重初始化He initialization激活函数ELU归一化Batch Normalization正则化dropout优化器Adam学习速率调整None全连接层from tensorflow.contrib.layers import fully_connectedwith tf.name_scop...原创 2018-12-29 15:55:12 · 591 阅读 · 0 评论 -
YAD2K使用
Yet Another Darknet 2 Keras该项目使用了keras与tensorflow-gpu,因此可以在任何使用该框架的环境下运行原创 2018-04-23 11:13:30 · 3819 阅读 · 0 评论 -
keras实现lstm多变量预测
# -*- coding: utf-8 -*-"""Created on Mon Apr 23 11:27:31 2018@author: Administrator"""import matplotlib.pyplot as pltfrom math import sqrtfrom numpy import concatenatefrom matplotlib import ...原创 2018-06-05 13:17:59 · 7429 阅读 · 5 评论 -
keras的回归模型
基于keras的神经网络回归模型import matplotlib.pyplot as pltfrom math import sqrtfrom matplotlib import pyplotimport pandas as pdfrom numpy import concatenatefrom sklearn.preprocessing import MinMaxScalerfro...原创 2018-06-05 13:18:14 · 10713 阅读 · 9 评论 -
keras安装
keras安装原创 2018-04-20 16:29:04 · 384 阅读 · 0 评论 -
Darknet安装与使用
Darknet安装与使用原创 2018-04-20 16:30:49 · 5559 阅读 · 0 评论 -
keras的分类模型
基于keras的神经网络分类模型(二分类、多分类)from matplotlib import pyplotimport pandas as pdfrom sklearn.preprocessing import MinMaxScalerfrom keras.models import Sequentialfrom keras.layers.core import Dense, Dropo...原创 2018-06-05 13:17:11 · 3701 阅读 · 1 评论 -
keras中的early stopping
目的:防止过拟合# early stopppingfrom keras.callbacks import EarlyStoppingearly_stopping = EarlyStopping(monitor='val_loss', patience=50, verbose=2)# 训练history = model.fit(train_X, train_y, epochs=300, ba...原创 2018-04-26 10:10:31 · 26010 阅读 · 4 评论 -
Java中使用yolo2模型进行目标检测
一、yolov2.weights转为TensorFlow的pb模型1. 下载- https://github.com/thtrieu/darkflow.git2. 安装- Darkflow目录下执行:pip install -e .3. 转换- python ./flow --model cfg/yolo.cfg --load yolo.weights –savepb- 转换好...原创 2018-06-12 09:47:37 · 2948 阅读 · 1 评论 -
dl4j实现yolo
import org.bytedeco.javacpp.opencv_core;import org.datavec.image.loader.NativeImageLoader;import org.deeplearning4j.nn.graph.ComputationGraph;import org.deeplearning4j.nn.layers.objdetect.DetectedO...原创 2018-08-27 10:40:18 · 1281 阅读 · 0 评论 -
AIQ - deeplearning.ai 全套吴恩达老师的深度学习课程笔记
http://www.6aiq.com/deeplearning_ai/html/SUMMARY.html深度学习笔记目录第一门课 神经网络和深度学习(Neural Networks and Deep Lear...转载 2018-09-12 14:34:27 · 600 阅读 · 0 评论 -
机器学习年鉴总结之偏差与方差
偏差、方差算法在开发样本集上的错误率为 16%,我们可以把这 16%分成两部分:1.算法在训练样本集上的错误率,本例中为 15%,这通常称作算法的偏差 。2.算法在开发/测试样本集上相对训练样本集上高出的错误率部分, 本例中,算法那在开发样本集上的错误率比在训练样本集上的错误率高 1%,这通常称作算法的方差 。减少可避免的偏差方法如果你的学习算法中的可避免偏差很高,你可以尝试使用下面的方...原创 2018-11-13 14:22:12 · 239 阅读 · 0 评论 -
keras--earlyStopping获取最佳模型
best_weights_filepath = './best_weights.hdf5'earlyStopping=kcallbacks.EarlyStopping(monitor='val_loss', patience=10, verbose=1, mode='auto')saveBestModel = kcallbacks.ModelCheckpoint(best_weights_fi...原创 2018-11-16 09:10:45 · 5898 阅读 · 1 评论 -
darknet训练自己的数据
darknet训练自己的数据原创 2018-04-23 11:11:26 · 1933 阅读 · 0 评论