AI之旅
文章平均质量分 74
经验可视化
sutneucoder
坚持记录,容易记住。
展开
-
pytorch的model.train()和model.eval()用法和区别,以及model.eval()和torch.no_grad()的区别
train()和model.eval()的区别主要在于Batch Normalization和Dropout两层。转载 2022-08-25 21:14:18 · 920 阅读 · 0 评论 -
NLP之基本介绍
训练的模型是一种输入与输出之间的映射。找输入输出的一种对应关系。这属于有监督学习。有监督学习的核心目标:建立一个魔心给(函数),来描述输入(X)与输出(Y)之间的映射关系。有监督学习的价值:对于新的输入,通过模型给出预测的输出。想要快速获得正确的模型,有哪些可以优化的地方?随机初始化设想初始化后loss很小,是不是很快收敛NLP中的预训练模型实际上就是对随机初始化的技术优化优化损失函数(损失函数的选取)调整参数的策略(优化器,学习率)调整模型结构不同模型能够拟合不同的数据集。...原创 2022-08-07 21:55:00 · 1781 阅读 · 0 评论 -
Resnet&API
当使用该层作为模型第一层时,需要提供input_shape参数(整数元组,不包含样本表示的轴),例如,input_shape=(128,128,3)表示128x128RGB图像,在data_format=“channels_last”时。残差神经单元输入为x,假设输出为H(x),此时将输入x传到输出作为结果,这时残差神经单元学习的F(x)相当于是H(x)-x,即F(x)=H(x)-x。最常见的情况是一个尺寸为(batch_size,input_dim)的2D输入。...原创 2022-07-30 20:26:01 · 586 阅读 · 0 评论 -
Anacona环境太多??jupyter中如何查看自己当前在哪个环境
当前虚拟环境查看,jupyter,anaconda.原创 2022-07-19 20:44:59 · 1670 阅读 · 0 评论 -
padding(卷积中的填充)
一个6x6的图像,3x3的卷积核,每一行卷积的过程类似,如图卷积核每走一步(第一个黑框到第一个绿框),输出一个像素。所以要计算卷积后图像的大小,需要知道图像大小及卷积核大小。(6-3)+1的结果为4,所以得到的卷积图像大小为4x4。公式为(图片大小 - 卷积核大小) + 1,这里的(图片大小 - 卷积核大小)意味着卷积核移动的次数,移动3次(绿色框),输出3个像素,+1意味着第一次计算卷积,即卷积核初始位置不需要移动的那一次。令原图像大小为,卷积核大小为。所以在步长为1的情况下,则卷积后图像边长为,即移动原创 2022-07-13 20:54:11 · 13175 阅读 · 0 评论 -
【CV】归一化的两种方式及标准化
进行归一化和标准化的原因:由于所建立模型的输入数据范围可能非常大,且各种数据的量纲不一致,这样的数据很容易对训练得到的模型结果产生很大影响,因此需要对其进行标准化处理,去除数据单位限制,将其转化为无量纲的纯数值,方便不同单位或量级的数据指标直接进行比较和加权。简而言之,归一化的目的就是使得预处理的数据被限定在一定的范围内(比如[0,1]或者[-1,1]),从而消除奇异样本数据导致的不良影响。[https://zhuanlan.zhihu.com/p/424518359]对比效果...原创 2022-07-12 20:33:50 · 553 阅读 · 0 评论 -
VGG16全卷积网络 以VGG代码为例
VGG之所以经典,是因为VGG第一次将深度学习做得非常“深”,达到了16-19层。同时,它用了非常“小”的卷积核(3X3)。VGG与AlexNet差不多,不同之处就在于网络层数变深了。下图VGG对原始VGG16做了一点变化,把后面三层FC层改为了conv层。可以将其称之为全卷积VGG16。实现特征通道的升维和降维通过控制卷积核的数量达到通道数大小的放缩。而池化层只能改变高度和宽度,无法改变通道数。...原创 2022-06-09 21:33:30 · 2058 阅读 · 0 评论 -
图像处理 图像识别 模式识别 分类检测
文章目录图像处理图像识别模式识别图像识别的过程图像识别的应用分类与检测图像处理图像识别• 图像识别技术是信息时代的一门重要的技术,其产生目的是为了让计算机代替人类去处理大量的物理信息。随着计算机技术的发展,人类对图像识别技术的认识越来越深刻• 图像识别技术的定义为利用计算机对图像进行处理、分析和理解,以识别不同模式的目标和对象的技术。• 图像识别技术的过程分为信息的获取、预处理、特征抽取和选择、分类器设计 和 分类决策。模式识别• 模式识别是人工智能和信息科学的重要组成部分。模式识别是原创 2022-05-02 14:42:32 · 6414 阅读 · 0 评论 -
expand_dims(arr, axis)函数详解
注:本文只是本人的通俗理解,有些专业概念表达不是很清楚,但我相信你读完可以理解该函数并会使用。 expand_dims(a, axis)中,a为numpy数组,axis为需添加维度的轴,a.shape将在该轴显示为1,通过索引调用a中元素时,该轴对应的索引一直为0。废话少说,实操为证: 本人使用jupyter notebook软件编程 1.一维数组:即向量 如上图所示,axis=0对应的shape为6,...转载 2022-05-02 00:14:23 · 271 阅读 · 0 评论 -
Keras Alexnet Cat and Dog
文章目录卷积神经网络发展史:网络结构如下:网络结构代码 AlexNet.py训练代码 train.py数据预处理 datasetprocess.py工具包 utils.py预测 perdict.py卷积神经网络发展史:处理图像分类的经典神经网络-历史突破网络结构如下:keras实现Alexnet + 猫狗分类网络结构代码 AlexNet.pyfrom keras.models import Sequentialfrom keras.layers import Dense, Activati原创 2022-05-01 23:54:40 · 1198 阅读 · 0 评论 -
np_utils.to_categorical函数
np_utils.to_categoricalnp_utils.to_categorical作用:to_categorical()用于分类,将标签转为one-hot编码。np_utils.to_categorical参数:np_utils.to_categorical(y, num_classes)参数:y:向量(数据的label),函数作用后,返回对应矩阵形式(从0到num_classes的整数)。若num_classes=3,则y应为[0,1,2]num_classes:种类原创 2022-05-01 18:30:39 · 7452 阅读 · 0 评论 -
python cv2.resize和util.image_reseze的探究
utils.resize_image和cv2.resize()的探究文章目录utils.resize_image和cv2.resize()的探究起因先说结论:问题:测试代码结果出现错误的结果正确的:resize_image源码起因对于utils.resize_image和cv2.resize()这两个函数的探究是源于在学习Alex net过程中,代码运行的通,读了一遍,因为没用过所以测试了部分API,结果出现了意料之外的bug,当然,事后就大彻大悟了。对于图像的宽高放缩(数据预处理)的测试。先说结论原创 2022-05-01 17:47:15 · 566 阅读 · 0 评论 -
字符串前面加字母(r、u、b、f)
问题:编程过程中遇到一些字符串前面带有一些字母,不知道是什么意思。序号字母例子作用1uu"我是含有中文字符组成的字符串。"字符串以 Unicode 格式 进行编码,一般用在中文字符串前面,防止因为源码储存格式问题,导致再次使用时出现乱码2rr"\n\t\n\t”去掉反斜杠的转移机制,而不表示换行。常用于正则表达式,对应着re模块3bresponse = b'Hello World!' # b' ' 表示这是一个 bytes 对象b" "前缀表示原创 2022-04-29 23:24:42 · 462 阅读 · 0 评论 -
Pytorch-Tensor的8种数据类型、9种创建Tensor的方法、7种常用API
文章目录一、张量 Tensor 数据类型8种二、创建 Tensor三、API of Tensor一、张量 Tensor 数据类型8种tensor数据类型:3个浮点类型(16,32,64)5个整型(16,32,64,8u+8)整数Data typedtypeCPU tensorGPU tensor16-bit floating pointtorch.float16 or torch.halftorch.HalfTensortorch.cuda.HalfTensor32原创 2022-04-08 14:11:05 · 299 阅读 · 0 评论 -
pytorch 的一些介绍以及常用工具包展示
文章目录一、pytorch 简介二、pytorch 优势三、pytorch 常用工具包四、pytorch 注意点五、pytorch 理解六、pytorch-Tensor1. tensor 数据类型2. 创建 tensor 相关的 API3. tensor 对象的 API七、python 自动求导八、pytorch 神经网络一、pytorch 简介Pytorch是torch的python版本,是由Facebook开源的神经网络框架,专门针对 GPU 加速的深度神经网络(DNN)编程。Torch 是一个经原创 2022-04-08 12:38:59 · 8433 阅读 · 0 评论 -
keras的第一个例子实现mnist识别分类
从mnist手写数据集一步一步带你走进keras这个应用起来极为简单的框架前言一般的初学者呢,基本都会对mnist进行入门的学习,我也不例外。学习闲暇之余,也分享一下我的学习过程。1.几句话介绍本文内容好无聊啊!讲个故事吧。浅显来讲,深度学习喂给模型(算法)的数据,模型吃了数据就会越来越有经验。就好比你吃遍学校或家里边的小吃街,再去的时候径直走向烤鱿鱼(因为你已经吃过n次了,超酷爱这个东东)稍微正经点说,啥意思呢。小吃是数据、你是模型、感觉好不好吃也是数据。就是说你吃了小吃很多次,你就有经验.原创 2022-03-22 23:55:19 · 611 阅读 · 0 评论 -
Tensorflow入门-基本概念和用法-demo
Tensorflow入门TensorFlow 是一个采用数据流图(data flow graphs),用于数值计算的开源软件库。节点(Nodes)在图中表示数学操作,图中的线(edges)则表示在节点间相互联系的多维数据数组,即张量(tensor)。它灵活的架构可以在多种平台上展开计算,例如台式计算机中的一个或多个CPU(或GPU),服务器,移动设备等等。Tensorflow = tensor + flow 张量流,有点数据流图的含义。tensorflow 基本用法使用图(graph)表示计原创 2022-03-21 20:46:05 · 263 阅读 · 0 评论 -
从零构建神经网络-不使用框架(纯纯手撕)
一、从零构建神经网络-不使用框架(纯手撕)神经网络从0开始动手从零开始实现一个神经网络,不使用框架,一步一步推理应该可以加深一下对神经网络的理解。网络结构为三层全连接网络,节点个数依次为784、250、10。对mnist手写数字实现分类。这里minist数据集为csv形式,分训练集和测试集。1.定义网络结构参数这里面节点个数比较好理解,重点在于weight_itoh 和weight_htoo 两个矩阵权重。 np.random.rand(self.hidden_nodes, self.input_原创 2022-03-21 14:35:06 · 3565 阅读 · 0 评论