2020年05月_un_lock

原创 Paddle 图像识别实战

Paddle 图像识别实战本次项目以手势识别为例，希望大家多多交流，fork，互相学习，相互进步数据集用手势分别表示0-9，本别用10个文件夹表示每种手势都有200+张图片，分别对应存储在这十个文件夹中download提取码：edrz背景神经网络是模拟人类的神经元所建立的一门学科，而我们如何建立模仿人类大脑的模型呢？神经网络又是如何模仿人类的视觉系统进行图像识别呢？图像识别的目的而我们本次实验的目的：通过这2000+数据进行训练，最后得出模型，可以具有识别手势的能力系列目录占位

2020-05-20 20:52:47 2061

原创 Difference between 分类and聚类

Difference between 分类and聚类A:分类聚类是否监督有监督学习无监督学习任务find模型,数据标签一一对应相似的数据聚在一起数学类比已知x,y求f已知x,求f分类是机器学习中的一项非常重要的任务，利用分类技术可以从数据集中提取描述数据类的一个函数或模型（也常称为分类器），并把数据集中的每个对象归结到某个已知的对象类中。从某种意义上讲数据挖掘的目标就是根据样本数据形成的模型并对源数据进行分类，进而也可以预测未来数据的归类。分类和

2020-05-25 14:49:19 705

原创图像识别实战(四)------动态图&模型训练

图像识别实战(四)------动态图&模型训练动态图动态图对应的是命令式编程：可以不用事先定义神经网络的结构，将神经网络的定义和执行同步进行与之相反的便是静态图，静态图和声明式编程相关：需要事先定义好神经网络的结构，然后再执行整个图结构。对比如果想要实现如下功能。如果inp1各元素之和小于inp2各元素之和，那么执行inp1与 inp2各元素对应相加。如果inp1各元素之和大于等于inp2各元素之和，那么执行inp1与 inp2各元素对应相减。使用动态图进行训练im

2020-05-21 10:06:48 2350

原创图像识别实战(五)----模型校验&预测

图像识别实战(五)----模型校验&预测前面我们已经完成了数据的处理，模型的建立。万事俱备，加油！之前我们将数据划分为，训练集和测试集，已经使用过训练集进行训练数据了。First，来用测试集测试一下模型的准确率吧！模型训练with fluid.dygraph.guard(): accs = [] model_dict, _ = fluid.load_dygraph('MyDNN') model = MyDNN() model.load_dict(model_

2020-05-21 10:03:56 1642

原创图像识别实战(三)----DNN讲解及代码实现

图像识别实战(三)----DNN讲解及代码实现DNN-----Deep Neural Networks------深度神经网络代码实现class MyDNN(fluid.dygraph.Layer): def __init__(self): super(MyDNN,self).__init__() self.hidden1 = Linear(100,65,act='relu') self.hidden2 = Linear(65,65,act='r

2020-05-20 11:03:09 4322 8

原创图像识别实战(二)----读取数据reader

图像识别实战(二)----读取数据reader从本地、网络、分布式文件系统HDFS等读取文件，同时也可随机生成数据，并返回一个或多个数据项。reader的实质是一个迭代器(yield)，每次返回一个数据创建readerreader = paddle.dataset.uci_housing.train()但是很多数据集非常规范，即所有相同的标签存在聚集效应，这就造成了，模型训练某一个标签的时候要不就全部训练，要不就一点也训练不了，为了解决这一问题就有了shuffle_reader()&b

2020-05-17 21:22:14 862

原创 paddle_从零开始的Orcale数据库安装and使用教程

paddle_从零开始的Orcale数据库安装使用教程下载文件网址：orcale.com中国官网：https://www.oracle.com/cn/index.html没有梯子的可以访问中国官网，之后选择数据库----->Database 11g 企业版/标准版—>select 11中你电脑对应的版本下载。所有文件均为.zip格式。将两个文件下载并解压缩到同一目录。安装find setup.exe 文件进行安装，在这里提几处比较重要的地方数据库名字要记住，用户名可

2020-05-13 16:48:28 1187

原创 paddle_图像识别实战(一)----如何根据已有图片生成测试和训练信息并保存到文件

图像识别实战(一)----如何根据已有图片生成测试和训练信息并保存到文件提前知道本实验为手势识别，具体图片可以参考下图，经过训练我们得知，标签为5.总体目标Dataset文件夹下面有0-9十个文件，其中有几十张代表文件夹数值的手势图片。我们的目标便是将Dataset文件夹下面的图片进行训练，最后得出模型进行预测。本次目标将Dataset下面的所有图片的路径及其标签保存到两个文件train.list&test.list中，便于模型训练时调用。1、导入库import osimpor

2020-05-12 15:50:59 2038 1

原创 mysql8.0.18_Ubuntu19_完美安装！你确定不堪么？

mysql8.0.18_Ubuntu19_安装指南不管你是从业十年的大神，还是刚入行的小白，只要你点开这篇文章，那么你便完成安装Mysql的80%。新鸟需仔细，老鸟须认真！（老子入行十年还看你这厮的文章！）笔者是在千心万苦之后才成功摸索成功，并装了n次之后写了本文。其他的安装方式可能也能安装上，但是可能存在必须不稳定风险(时而可以是而不可以)，必须每次都要输入sudo，连接不上其他软件(p...

2020-05-07 23:28:50 330 1

原创机器学习算法-----K-means 聚类

K-means 聚类（k聚类）提前知道：簇分类中的类所以k聚类，就是发现给定数据集中k个簇的算法。(k是用户定义的)基础的聚类算法**k-means:**它试图发现k个不同的簇，并且每个簇的中心采用簇中所含值得均值计算而成。**层次聚类：**它试图再不同层次对数据集进行划分，从而形成树形的聚类结构**DBSCAN：**基于密度聚类算法，簇的个数由算法自动地确定。低密度区域中的点被视...

2020-05-07 14:46:27 324

原创 K-means 聚类

K-means 聚类（k聚类）提前知道：簇分类中的类所以k聚类，就是发现给定数据集中k个簇的算法。(k是用户定义的)作用(应用领域):分类。有无监督无监督学习步骤：确定k值，即分类的类别数根据k值，随机选取k个点，作为中心点。分别计算其余各个点到着k个点的距离。对于每一个非中心点，找到离它最近的中心点，并归为一个簇。计算每个簇中所有节点的平均值，作为新的中心点，并重复上述...

2020-05-07 14:39:52 330

原创 paddlepaddle_文件操作_画图操作_图片基本处理

Attention：学习注重的就是持之以恒，如果只是靠着了解新东西的新鲜度学习，那么便不会持久，更不会学到真正的知识。好的，本blog在于分享一些基础的知识，并不进行深入的讲解。在这里只是给介绍一些，大家会一次又一次遇到的问题，同时介绍一下python必须会用到的小工具。1、查找特定文件关于文件的操作一般都需要导入OS模块import os如果你想要查询的文件，在目录“find_fi...

2020-05-04 14:54:40 1753

un_lock的博客