![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Deep Learning
文章平均质量分 81
一些转载文章,仅供自己学习。
"灼灼其华"
HELLO WORLD,HELLO FUTURE!
展开
-
CUDA Linux下查看GPU相关信息命令
命令:lspci | grep -i nvidia输出:b:00.0 3D controller: NVIDIA Corporation GP100GL [Tesla P100 PCIe 16GB] (rev a1)af:00.0 3D controller: NVIDIA Corporation GP100GL [Tesla P100 PCIe 16GB] (rev a1)命令:nvidia-smi -L输出:GPU 0: Tesla P100-PCIE-16GB .原创 2021-06-27 10:22:43 · 743 阅读 · 0 评论 -
Anaconda常用操作
# 优先使用清华conda镜像conda config --prepend channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/# 也可选用科大conda镜像conda config --prepend channels http://mirrors.ustc.edu.cn/anaconda/pkgs/free...原创 2020-02-29 13:40:45 · 691 阅读 · 1 评论 -
specified in either feed_devices or fetch_devices was not found in the Graph
Keras模型部署服务中遇到的问题及解决方法问题:问题描述:flask应用调用模型初次是没问题的,但第二次(或多次)请求会报错误Error - Tensor input_1:0, specified in either feed_devices or fetch_devices was not found in the Graph原因都是graph不一致造成的。也就是web应用初始化和调用不在一个线程,导致出现两个不同的graph。所以改善方法就是在初始化时保存graph,在模型预测时指定gra原创 2021-01-06 17:29:27 · 4209 阅读 · 0 评论 -
分类问题的评估(二分类&多分类)
一、准确率metrics.accuracy_score(y_true=y_true, y_pred=y_pred)二、平均准确率针对不平衡数据,对n个类,分别计算每个类别的准确率,然后求平均值。metrics.average_precision_score(y_true=y_true, y_score=y_pred)三、基于相似度的评价指标3.1 log-loss...原创 2021-01-04 10:48:53 · 3712 阅读 · 0 评论 -
Dropout、SpatialDropout、recurrent_dropout
SpatialDropout与Dropout区别:https://blog.csdn.net/qq_43258953/article/details/103265921?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromM转载 2020-06-17 10:59:58 · 1253 阅读 · 0 评论 -
pytorch的view函数和max函数
一、view函数代码:a=torch.randn(3,4,5,7)b = a.view(1,-1)print(b.size())输出:torch.Size([1, 420])解释:其中参数-1表示剩下的值的个数一起构成一个维度。如上例中,第一个参数1将第一个维度的大小设定成1,后一个-1就是说第二个维度的大小=元素总数目/第一个维度的大小,此例中为3*4*5*7/1=420.代码:a=torch.randn(3,4,5,7)d = a.view(a.size(原创 2020-10-09 21:43:35 · 880 阅读 · 0 评论 -
tf常用操作
1、tf.placeholder(dtype, shape=None, name=None)placeholder,占位符,在tensorflow中类似于函数参数,运行时必须传入值。dtype:数据类型。常用的是tf.float32,tf.float64等数值类型。 shape:数据形状。默认是None,就是一维值,也可以是多维,比如[2,3], [None, 3]表示列是3,行不定。...原创 2020-04-23 12:47:51 · 862 阅读 · 0 评论 -
神经网络-L2正则化与dropout
本文采用3层神经网络做说明,模型:LINEAR -> RELU -> LINEAR -> RELU -> LINEAR -> SIGMOID确定各层神经元个数;初始化参数;前向传播,求神经网络的输出值;计算cost;后向传播,求各参数的偏导数值;更新各参数值(使用偏导数、学习效率alpha),完成一次迭代;达到迭代次数,确定神经网络的最终参数;使用参...原创 2020-04-12 21:42:36 · 1373 阅读 · 0 评论 -
feature map size, padding and stride
1、Feature map size,Padding and Stride在Layer1中,输入是32x32的图片,而卷积之后为28x28,试问filter的size(no padding)? (答案是5x5)其中n(l)表示在l层中图片的大小,f(l)是filter的大小所以在最初的问题中filtersize=32-28+1=5。在convolution操作中,有一个padd...原创 2020-04-03 10:56:38 · 758 阅读 · 0 评论 -
Anchor是什么?
1、选择性搜索(Selective Search)先介绍一下传统的人脸识别算法,是怎么检测出图片中的人脸的?以下图为例,如果我们要检测图中小女孩的人脸位置,一个比较简单暴力的方法就是滑窗,我们使用不同大小、不同长宽比的候选框在整幅图像上进行穷尽式的滑窗,然后提取窗口内的特征(例如Haar、LBP、Hog等特征),再送入分类器(SVM、Adaboost等)判断该窗口内包含的是否为人脸。这种方...原创 2020-03-27 23:13:06 · 21888 阅读 · 5 评论 -
基础目标检测算法介绍:CNN、RCNN、Fast RCNN和Faster RCNN
使用CNN的问题在于,图片中的物体可能有不同的长宽比和空间位置。例如,在有些情况下,目标物体可能占据了图片的大部分,或者非常小。目标物体的形状也可能不同。有了这些考虑因素,我们就需要分割很多个区域,需要大量计算力。所以为了解决这一问题,减少区域的分割,我们可以使用基于区域的CNN(基于区域的卷积神经网络,R-CNN),它可以进行区域选择。1、R-CNN简介和在大量区域上工作...转载 2020-03-26 17:54:41 · 2583 阅读 · 0 评论 -
Could not find a version that satisfies the requirement tensorflow
环境:win10 64位python版本:3.6.8使用pip安装TensorFlow时不断报错:Could not find a version that satisfies the requirement tensorflow解决步骤:一、检测是不是pip版本过低,进行升级python -m pip install --upgrade pip二、检查网络的问题,网络不稳定时,我们...原创 2019-07-20 08:53:12 · 3362 阅读 · 0 评论 -
深度学习与神经网络关系
https://blog.csdn.net/a493823882/article/details/83548447转载 2019-12-20 11:13:44 · 328 阅读 · 0 评论