![](https://img-blog.csdnimg.cn/20200401130340689.jpg?x-oss-process=image/resize,m_fixed,h_224,w_224)
百度paddle七日入门
以实战为线索,基于百度飞浆paddle完成关于深度学习七日入门
泽木杉
这个作者很懒,什么都没留下…
展开
-
Day04 使用paddle框架进行口罩分类
由于这次项目还是跟上次的车牌识别、手势识别大同小异,所以我也不赘述太多。不同的是这次要求是复现VggNet来实现分类任务,但我个人觉得数据集样本数量太少,不适合用太深的网络来进行分类,所以还是那个网络,还是辣个AlexNet,还是那个微调~(实际是自己太懒不想搞那么麻烦????)。没想到取得了当日的先锋榜第一名,这也证明了神经网络不是越深越好,而是越适合越好。不说了不说了,直接开始把。 还是那句话深度学...原创 2020-04-09 14:25:05 · 297 阅读 · 0 评论 -
Day03 使用paddle进行车牌识别
继续我们的百度paddle学习,这次我们我们的项目跟上次其实差别不大,不过这次的数据图片分辨率比较小,而且类别更多,我们我们接下来学习一下微调AlexNet,使得它更加适合我们的数据集训练 还是那句话深度学习不外乎四个步骤: 1. 数据标签处理 2. 构建网络模型 3. 规划网络超参 4. 训练评估模型 首先导入需要的库 import numpy as np import paddle as p...原创 2020-04-02 22:23:18 · 1048 阅读 · 0 评论 -
Day02-运用百度paddle进行手势识别
百度的飞浆框架从16年开源到现在也又四年时光了,经过四年的打磨,这款框架也展现出了不俗的实力,这次文章我就为大家讲讲这么运用paddle实现手势识别,为什么不是minist入门数据呢,因为minist的数据都是各个框架默认集成的,仅仅只需简单的导入就完成了,而一般我们的项目都是实打实的图片和标签,所以以手势识别讲paddle更加专业有效果 深度学习不外乎四个步骤: 1. 数据标签处理 2. 构建网...原创 2020-04-02 16:08:10 · 1864 阅读 · 0 评论 -
Day01 数据爬取并可视化数据
可视化,是一种利用计算机图形学和图像处理技术,将数据转换成图像在屏幕上显示出来,再进行交互处理的理论、方法和技术。 本次实践基于丁香园公开的统计数据,实现新冠疫情可视化,包括疫情地图、疫情增长趋势图、疫情分布图等。 步骤 通过爬虫获取数据 通过数据提取绘制图形 一、爬去数据信息 import json import re import requests import datetime #获取...原创 2020-06-04 11:40:56 · 2525 阅读 · 6 评论