- 博客(6)
- 收藏
- 关注
RSS订阅原创 Paddle高层API卷积神经网络实战-FashionMNIST
一、问题定义 Fashion-MNIST ，是2017年8月底德国研究机构Zalando Research发布的一个数据集，其中训练集包含60000个样本，测试集包含10000个样本，分为10类。样本都来自日常穿着的衣裤鞋包，每一个都是28×28的灰度图。 这个数据集致力于成为手写数字数据集MNIST的替代品，可用作机器学习算法的基准测试，也同样适合新手入门。 这个数据集的样子大致如下（每个类别占三行）： GitHub地址：https://github.com/zalandoresearch/fashi.
2021-02-12 12:08:23
739
2
原创 飞桨day-04 NLP实践作业
快来选一顿好吃的年夜饭：看看如何自定义数据集，实现文本分类中的情感分析任务 情感分析是自然语言处理领域一个老生常谈的任务。句子情感分析目的是为了判别说者的情感倾向，比如在某些话题上给出的的态度明确的观点，或者反映的情绪状态等。情感分析有着广泛应用，比如电商评论分析、舆情分析等。 题目： 将lstm网络替换成其他网络。可参考seq2vec介绍 提示位置：self.lstm_encoder = ppnlp.seq2vec.LSTMEncoder() PaddlePaddle框架，AI Studio平
2021-02-07 17:08:52
674
2
原创 飞桨day-03 人脸关键点检测实践作业
Day-03 Paddle高层API带你人脸关键点检测 一、问题定义 人脸关键点检测，是输入一张人脸图片，模型会返回人脸关键点的一系列坐标，从而定位到人脸的关键信息。 环境导入 # 环境导入 import os import numpy as np import pandas as pd import matplotlib.pyplot as plt import matplotlib.image as mpimg import cv2 import paddle paddle.set_device
2021-02-06 17:35:04
1348
6
原创 飞桨day-02 卷积神经网络十二生肖识别实战
Day02-十二生肖实践作业 项目地址：十二生肖实战 paddle深度学习万能公式 一、问题定义 十二生肖分类的本质是图像分类任务，我们采用CNN网络结构进行相关实践。 二、数据准备 1、解压数据集 我们将网上获取的数据集以压缩包的方式上传到aistudio数据集中，并加载到我们的项目内。 在使用之前我们进行数据集压缩包的一个解压。 !unzip -q -o data/data68755/signs.zip 2、标注数据集 首先我们来看一下解压后的数据集张什么样子。 . ├── test │ ├
2021-02-05 15:08:33
792
1
原创 飞桨day-01手写数字识别实践（使用卷积神经网络）
day-01高层API手写数字识别实践（使用卷积神经网络） AI Studio项目地址：https://aistudio.baidu.com/aistudio/projectdetail/1504778 一、导入相关库 import paddle import numpy as np import matplotlib.pyplot as plt paddle.__version__ # 查看paddle版本 二、数据准备 1、数据加载和预处理 import paddle.vision.transf
2021-02-05 14:31:41
808
原创 递归解字符串反转问题
简介 字符串反转问题在很多地方都可能会碰到，解决的方法也不少，各种方法的优缺点都不一，现在我们主要说的是用递归的思想来解决一下这个问题。 递归 首先来说一下递归，简单的说就方法调用方法本身，缺点就是比较占栈内存；优点就是对于某些问题来说，递归就是一种妙解。 字符串反转 简单来说就是输入一串字符串，然后逆序地输出来，比如输入"我爱你中国"，输出"国中你爱我"，下面我们来看一下当输入字符串为"abcde"时递归的过程 上图 代码 public class ReverseTest { public st
2020-12-14 20:22:27
298
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