![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习原理与实践
隐藏玩家
这个作者很懒,什么都没留下…
展开
-
基础图像分类(猫狗)
前言考试风波结束,抽时间写个分类。我的理解从文件夹里面读取图像,将是猫的图像标记为0,将是狗的图像标记为1,设置大约4000个训练集合,1000个验证集合。构建网络训练模型下面是我的代码# -*- coding: utf-8 -*-import numpy as npfrom keras import Modelfrom keras.layers import Input...原创 2019-11-21 17:17:28 · 1055 阅读 · 0 评论 -
nms(Non-MaxSuppression, NMS)非极大值抑制算大
# -*- coding: utf-8 -*-import numpy as npdets = np.array([ [204, 102, 358, 250, 0.5], [257, 118, 380, 250, 0.7], [280, 135, 400, 250, 0.6], ...原创 2019-11-11 08:18:41 · 149 阅读 · 0 评论 -
图形风格迁移
前言关于深度学习基本原理的文章接近尾声了,最后一个课题是图像风格迁移,关于图像风格迁移,个人感觉很有趣,算法理论比较简单,但任何算法想要做的更加的精细都是不容易的,因此本片文章仅仅做一个小小的展示。算法流程简介算法的执行过程为:先给定一张内容图和一张风格图,然后是输入一张含有随机像素的一张图片。三张图片经过VGG16网络提取特征图通过计算两两特征图之间的损失值,对损失值进行优化,可...原创 2019-11-09 18:42:40 · 224 阅读 · 0 评论 -
VGGNet 16
VGGNetVGGNet使用3*3卷积核,这与AlexNet支持的大的卷积核在浅层网络支持的结构是相反的。VGGNet使用小的卷积核,但是使用较深的网络结构,感受野是大的。如图:全连接转卷积VGGNet 网络架构VGGNet网络模型解析VGGNet架构详情:输入层Block1 ~ Block5全连接层 FC1, FC2输出层 Softmax 函数keras 代码...原创 2019-11-08 19:22:57 · 371 阅读 · 0 评论 -
卷积操作(原理与实现)与Max pooling实现
前言关于卷积部分我自己了解的不少,这里我只记录不常见的知识。矩阵快速卷积简介:卷积操作是在图像中通过滑动窗口,逐像素进行矩阵计算,会消耗大量的计算资源去寻址和修改内存数据,因此最终的卷积操作并不是可我们认为的滑动窗口执行卷积操作,而是采用转为矩阵的方式进行快速计算,矩阵操作能在计算机中快速运算并且方便移植到GPU中,在实际生产环境中可以通过两步来完成卷积操作:(1) 使用Image to ...原创 2019-11-06 22:09:19 · 1722 阅读 · 0 评论 -
选择性搜索算法(Select search, SS) 算法详解
前言本文处于本人的好奇,尽管算法有些过时,当还是想了解算法大体是如何工作的。选择性搜索算法在RCNN中提取预选框,可这是怎么实现的呢,直接上代码。# -*- coding: utf-8 -*-import skimage.ioimport skimage.transformimport skimage.utilfrom skimage import segmentation, ut...原创 2019-11-06 20:48:13 · 3919 阅读 · 0 评论 -
可视化手写字体网络特征
前言从今天开始我将把侧重点放在实战上面,关于理论方面上面的知识自己了解的比较多,特别是理论公式的推导我比较感兴趣。利用LeNet5识别手写数据集LeNet5架构:img_input = Input(shape=input_shape) x = Conv2D(32, (3, 3), activation='relu', padding='same', name='conv1')(im...原创 2019-11-04 19:34:32 · 282 阅读 · 4 评论 -
数据预处理(代码实现)
前言本证主要相对深度学习的一些学习技巧做一些概括。图像数据对图像数据进行扩展的常用方法包括:对图像进行角度偏移,左右偏移,上下偏移,随机放大或则缩小,水平翻转。keras 数据预处理:# -*- coding: utf-8 -*-from keras.preprocessing.image import ImageDataGenerator, img_to_array, load_im...原创 2019-11-01 12:23:03 · 3324 阅读 · 0 评论 -
人工神经网络实践(手写反向传播)
前言上一篇文章讲了神经网络反向传播方法实现,现在我们把它具体的应用到项目中去。代码段我们选取sklearn中的医疗数据,作为我们实验对象。# -*- coding: utf-8 -*-import numpy as npfrom sklearn import datasetsimport sklearnimport matplotlib.pyplot as pltinput...原创 2019-10-30 12:37:42 · 601 阅读 · 0 评论 -
反向传播算法实现
前言学习机器学习的过程中对梯度下降法有了一些了解,深度学习有一个经典的反向传播算法,一直很想学习一下,今天读到一本好书,里面对于反向传播算法的解析很好理解。1、基本符号介绍:nln_lnl:表示网络的层数(第几层),n1n_1n1为输入层,nLn_LnL为输出层。sls_lsl:表示第lll层网络神经元的个数。fff:表示神经元的激活函数。w(l)w^{(l)}w(l):表示...原创 2019-10-24 09:24:54 · 755 阅读 · 0 评论