自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(8)
  • 收藏
  • 关注

原创 深度学习项目-风格转换

深度学习项目-风格转换神经风格转换1.导入包2.加载VGG模型3.搭建神经风格算法4. 风格权值5.解决优化问题神经风格转换神经风格转换(Neural Style Transfer,NST)是深学习中最有趣的技术之一。如下图所示,它合并两个图像,即“内容”图像(CContent)和“风格”图像(SStyle),以创建“生成的”图像(GGenerated)。生成的图像G将图像C的“内容”与图像S...

2019-07-22 18:28:10 1517 2

原创 深度学习-残差网络

残差网络搭建Keras框架Keras-笑脸识别利用Keras框架搭建模型一些其他的功能呢测试你的图片输出模型图残差网络利用Keras搭建一个残差网络使用自己的图片测试Keras框架Keras是一个模型级的库,提供了快速构建深度学习网络的模块。Keras并不处理如张量乘法、卷积等底层操作。这些操作依赖于某种特定的、优化良好的张量操作库。Keras依赖于处理张量的库就称为“后端引擎”。Keras提...

2019-07-06 15:15:25 1275

原创 深度学习-GoogleNet

深度学习-GoogleNet引言1.Inception原型2.Inception 13.Inception 24. Inception 35. Inception 4引言GoogleNet学习的理论部分笔记1.Inception原型构建卷积网络的时候,卷积核你该如何选择呢?1x1? or 3x3? or 5x5? 或者是否需要添加池化层呢??⑧知道所以,Inception网络就可以替你决...

2019-06-28 22:39:38 193

原创 深度学习-CNN模型的简单实现

深度学习-CNN利用Tensorflow实现一个简单的CNN模型1.导入模块2.创建占位符3.初始化参数4.前向传播5.计算损失6.构建模型利用Tensorflow实现一个简单的CNN模型CONV2D→RELU→MAXPOOL→CONV2D→RELU→MAXPOOL→FULLCONNECTED1.导入模块import mathimport numpy as npimport h5py...

2019-06-26 18:27:25 2669 1

原创 PCA降维

import matplotlib.pyplot as pltimport numpy as npfrom sklearn.datasets import load_irisfrom sklearn.decomposition import PCA'''https://blog.csdn.net/HLBoy_happy/article/details/77146012X=np.arra...

2018-03-29 21:13:55 130

原创 机器学习----SVM初学libsvm使用(2)

% 将第一类的1-30,第二类的60-95,第三类的131-153做为训练集 train_wine=[wine(1:30,:);wine(60:95,:);wine((131:153),:)];% 相应的训练集的标签也要分离出来 train_wine_labels = [wine_label(1:30);wine_label(60:95);wine_label(131:153)];%分离测...

2018-03-23 20:06:54 713

原创 机器学习----SVM初学libsvm使用(1)

%%清空环境变量clear allclc%%导入数据load BreastTissue_data.mat%%随机产生训练集和测试集n=randperm(size(matrix,1));%%matlab中,size(A,1)返回的是矩阵A所对应的行数。%%size(A,2) 该语句返回的时矩阵A的列数。 randperm函数 随机打乱一个数 n = randperm(size(matri...

2018-03-23 16:39:37 2236

原创 机器学习(一)-----K近邻算法

from numpy import *import operatorimport matplotlibimport matplotlib.pyplot as pltdef creatDataSet(): group=array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]]) labels =['A','A','B','B'] retur

2017-11-22 10:37:37 323

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除