深度学习
文章平均质量分 82
零壹博弈
渐渐地,我们也会成为别人口中的大佬
展开
-
VSCode下使用markdown导出pdf,导出图片或插入LaTeX公式等使用记录(1)
记录一下自己觉得比较好用的markdown插件,以及在VSCode下编辑并将markdown的渲染结果导出pdf为或png等格式。1.Markdown All in OneVSCode下的markdown插件,目前这个用起来比较丝滑,而且能实时渲染LaTeX公式。新建一个结尾为 .md 的markdown文件,可以在里面进行一些简单的输入编辑并保存,如下:CNN it is very good and the process speed is excellent,so i think is原创 2021-07-12 14:20:35 · 4672 阅读 · 4 评论 -
医学图像分割——U-Net解读与个人笔记
最近开始尝试医疗影像分割的任务,先从之前的Unet开始阅读,记录一部分笔记以供回顾。论文地址:http://www.arxiv.org/pdf/1505.04597.pdf摘要作者提出了一个相对当时来说全新的网络,Unet。Unet主要由contracting path(特征提取通路),symmetric expanding path(合成扩张通路)组成,运行速度很快,且远胜于当时最好的方法——基于滑动窗口。在生物医学中应用CNN有很多难点,其中之一便是医学图像数据往往比较稀有。因此,论文也提出了一原创 2021-07-10 21:51:18 · 3381 阅读 · 4 评论 -
python的argparse模块使用笔记(1)
argparse是一个非常方便和常见的模块,在深度学习的代码实现中用的非常多,但是平时用的时候也会遇到很多问题,记录一下,不断补充2021.7.7遇到了parse_known_args() , 找了一篇写的非常好的博客,搬过来作为自己的学习笔记,怕后面找不到了。parse_known_args()方法的用处就是有些时候,你的选项配置可能不会在一个函数或包中调用完成。例如在很多使用,我们可能会需要根据一些输入的选项。在深度学习中,我们可能会根据传入的模型设置–model来决定我们调用的是哪个模型代码,原创 2021-07-07 15:03:21 · 263 阅读 · 0 评论 -
pip自动生成和安装requirements.txt
自己经常用,记录一下1.生成requirements.txt文件pip freeze > requirements.txt>为重定向符号,即将pip freeze的输出结果重定向至requirements.txt , 如果单独使用 pip freeze则直接输出当前环境安装的包和库,包括版本等。(笔者试了下,在Win10和Ubuntu均可使用该命令)但是在实际使用过程中发现存在一些问题,例如如果某个包不是直接通过网络下载的,而是使用的本地安装(如本地的包安装,或者本地conda、pip原创 2021-06-14 16:37:50 · 917 阅读 · 0 评论 -
论文快速回顾笔记 —— Supressing Uncertainties for Large-Scale FER
前言这是之前因为做项目而读过的一篇CVPR2020论文,有些细节还是挺有意思的,最近回顾一下,顺便做下笔记,以供后续查阅。Paper: Suppressing Uncertainties for Large-Scale Facial Expression RecognitionArxiv: https://arxiv.org/pdf/2002.10392.pdfGithub: https://github.com/kaiwang960112/Self-Cure-Network0.0简介这是一篇关原创 2021-05-29 21:47:25 · 531 阅读 · 4 评论 -
通过ssh分别配置Pycharm和Vscode 连接远程连接服务器深度学习(炼丹)
最近开始利用ssh连接远程服务器炼丹,中间各种配置以及使用时遇到的问题在此记录,便于回顾和便于后来者使用。准备条件环境:ubuntu 远程主机一台,且已配置ssh服务,深度学习任务在其上运行win10 本地主机一台,用于本地操作辅助软件Xshell , Xftp1. Pycharm1.1 介绍Pycharm有个好处,连接起来比较方便,个人感觉用起来很好,因为博主是在游戏本上运行,还未感觉到因为pycharm导致的运行卡顿等情况,可能轻薄本等卡顿较为明显。想要利用Pycharm远程实现代原创 2021-03-14 22:30:39 · 1823 阅读 · 3 评论 -
VSCode 中 torch has no xxx member
VSCode中pytorch出现’torch’ has no member 'xxx’的错误win10解决方案:Win10 中使用Anaconda安装完pytorch后在VSCode中输入代码时发现,对于很多需要用到的torch里的函数,VSCode均会报错。‘torch’ has no member ‘xxx’经过搜索资料,找到了解决办法。在VSCode setting中搜索python.linting.pylintPath并且修改值为(你的Anaconda安装路径)\pkgs\pylint原创 2021-02-21 12:00:39 · 423 阅读 · 0 评论 -
论文阅读笔记--3D human pose estimation in video with temporal convolutions and semi-supervised training -1
前言读了一篇利用视频做姿态估计的比较经典的论文, 3D human pose estimation in video with temporal convolutions and semi-supervised training.论文地址: https://arxiv.org/pdf/1811.11742.pdfCVPR 2019收录论文简单对论文的内容做一些自己的学习笔记, 然后再补充对于论文项目代码的笔记.基于Video实现单目3D HPE(Human Pose Estimation 人体姿态原创 2021-02-16 18:08:20 · 1410 阅读 · 1 评论 -
论文阅读笔记--Monocular Human Pose Estimation: A Survey of Deep Learning-based Methods 人体姿态估计综述
趁着寒假有时间,把之前的论文补完,另外做了一点点笔记,也算是对论文的翻译,尝试探索一条适合自己的论文阅读方法。这篇笔记基本按照原文的格式来,但是有些地方翻译成中文读起来不太顺,因此添加了一些自己的理解。另外,论文中间引用的论文太多了,不太好链接,确实有兴趣的可以直接参考原文。人体姿态估计综述(Human Pose Estimation)Monocular Human Pose Estimation: A Survey of Deep Learning-based MethodsarXiv:2006.原创 2021-02-13 13:20:13 · 6477 阅读 · 2 评论 -
浅尝深度强化学习(一)---Deep Q-Learning with Keras and Gym-CartPole-v0
1.前言1.1一直都觉得深度强化学习(DRL Deepein Reinforcement Learning)是一个很神奇的技术,利用奖励去(Reward)诱导神经网络(Neural network)学习参数,调整策略(Policy),使得智能体(Agent)做出适合当前局面(State)的动作(Action).1.2技术很神奇,但是学起来还是有些难度的,就上面这句话,就包含了深度强化学习的5个基本概念. DRL到目前给人的感觉就是概念异常的多, 或许是因为有一些概念难以用简练的语言描述.1.3总而言原创 2021-02-07 16:39:41 · 1484 阅读 · 0 评论 -
Ubuntu18.04搭建深度强化学习环境(Mujoco200 , gym)
自己记录一下DRL的环境搭建, 花了一下午, 不过还是基本搭建完成了.博主使用的是Ubuntu18.04 + Anaconda3 + cuda10.1 + python3.7 + tensorflow2.11. 配置Mujoco-py 环境和文件mujoco200的安装需要去官网申请激活码MuJoCo(Multi-Joint dynamics withContact)是一个模拟机器人,生物力学,图形和动画等领域的物理引擎。用于物理仿真分析,主要用于机器人领域的开发和研究。安装Mujoco是因为g原创 2021-01-31 16:04:57 · 2120 阅读 · 4 评论 -
Jetson Nano 安装 VsCode 以及 Jetson Nano 摄像头测试
1、安装VSCode由于Jetson Nano arm64结构,导致市面上主流的IDE并不能适配在网上看过很多资料之后,终于找到使用VsCode作为IDE在Jetson nano上的安装方式,现将其安装包分享至百度网盘,很贴心吧链接:https://pan.baidu.com/s/1h-gCI0NLYXXBN5ZMAMdJOw提取码:ciaz下载至目录文件夹后,运行以下命令:sudo dpkg -i code-oss_1.32.0-1550644676_arm64.deb安装完成后,以后只需要原创 2020-12-23 14:05:50 · 2654 阅读 · 0 评论 -
手把手教学Deeplearning Ubuntu 18.04 LTS安装cuda10.1和cudnn7.6.5 和Anaconda 配置流程拯救者Y7000亲测有效(1)
最近安装了双系统,用于深度学习。一个win10一个ubuntu18.04。博主的方法比较简单。1、cuda安装1、下载和安装虽然别人都说不太好安装,但是在博主的电脑上安装还是比较流畅的。首先去NVIDIA官网下载cuda安装包博主的电脑是GTX1650的显卡,后面主要需要用的是Tensotflow1.5 2.1 2.2这几个版本。还有Pytorch1.5 1.6这两个版本。因此博主选择的是cuda10.1,后续还会安装cudnn7.6.5。其实官网已经给出了安装教程,只有两行执行一下就好。原创 2020-12-23 11:41:39 · 525 阅读 · 0 评论 -
Ubuntu与Win10双系统启动界面优化——附Cyberpunk主题下载
最近博主在自己的拯救者Y7000上装了双系统,Ubuntu和Win10共存。利用的是Ubuntu引导系统启动选择,但是Ubuntu的原生启动界面太丑了,于是乎找了个美化网站。美化网站链接这个网站好像需要科学上网,大家可以试试看。下载了Cyberunk的主题。作为启动引导界面的美化。考虑到大家科学上网不太方便,博主上传了一个蓝奏的链接供大家自取下载之后,进入自己的下载文件夹,解压到当前文件夹。然后在终端中进入这个文件夹。会看到里面有一个 install.sh然后 sudo ./install原创 2020-12-21 14:23:09 · 944 阅读 · 0 评论 -
深度学习系列笔记——伍(基于pytorch1.5的猫狗大战训练)
先贴代码,后续找时间把代码解释下,并给出相应的测试代码这次用的是resnet50在ImageNet1000上的预训练模型# coding=utf-8import osimport numpy as npimport torchimport torch.nn as nnimport torchvisionimport torch.optim as optimfrom torch.autograd import Variablefrom torch.utils.data import Dat原创 2020-11-04 21:56:20 · 227 阅读 · 0 评论 -
Jetson Nano安装pytorch 基于torch1.6和torchvision0.7
最近上手一块JetsonNano的板子,但是没有屏幕,操作起来不太方便。直接用笔者的笔记本屏幕连接也不太现实,因此使用远程连接的方法。1、基础部件安装基础的系统烧录等可以参考这篇博文Nvidia Jetson Nano入门与使用...原创 2020-10-28 20:57:35 · 9531 阅读 · 36 评论 -
Opencv-Python和Opencv-CPP 使用杂记 (持续更新中)
本篇博文是关于C++版的Opencv和Python版的部分使用区别和比较隐藏的坑1、CPP版的opencv在调用imread()时,是可以传入含有中文字符的目录的,但是python版的却会报错,至少最新版的4.4也还是没能解决这个问题,因此在使用时需要额外注意本博文持续更新,博主会将遇到的各种小问题和小坑都记录在上面,以便后来人...原创 2020-10-18 15:19:52 · 323 阅读 · 1 评论 -
Tensorflow2.0中利用keras读取保存的模型时, 产生错误 [ValueError: Unknown activation function:relu6]
在使用已经训练好的mobilenet时候,keras产生错误 [ValueError: Unknown activation function:relu6]目前博主查到了两种解决办法:1、查看在建立模型过程中,定义 relu6 激活函数时是否使用了 tf.keras.layers.Activation(tf.nn.relu6),如果有的话,将其更改为:(记住,是所有的,更换前可以按 ctrl + F 键搜索一下当前的代码中是否还有未替换的)tf.keras.layers.ReLU(6.)2、如果已原创 2020-10-08 20:46:51 · 1522 阅读 · 1 评论 -
解决tensorflow.python.framework.errors_impl.UnknownError: Failed to get convolution algorithm.
使用tensorflow2.x 时报错:tensorflow.python.framework.errors_impl.UnknownError: Failed to get convolution algorithm. This is probably because cuDNN failed to initialize, so try looking to see if a warning log message was printed above. [[node model/conv2d/Con原创 2020-10-08 20:34:35 · 1046 阅读 · 1 评论 -
深度学习系列笔记——叁 (提取出神经网络的某一层特征,可视化显示)
神经网络在训练过程中很像一个黑盒,除了输入层,输出层的结果可以一目了然,中间的隐层在训练中的变化,我们不太方便查看,本篇博文将利用keras的API,对已训练好的模型在预测过程中的变化进行提取。import matplotlib.pyplot as pltimport tensorflow as tfimport numpy as npimport timeconfig = tf.compat.v1.ConfigProto(allow_soft_placement=True)config.gp原创 2020-09-12 10:25:22 · 2960 阅读 · 3 评论 -
添加已创建好的Anaconda环境至Jupyter notebook中
记录一下添加已创建好的Anaconda环境至Jupyter notebook的方法,以便后来人过河。Anaconda环境的搭建和各种配置,本文不再赘述,博主之前也有介绍。本文简单介绍一下如何将已经存在的anaconda环境加入到 jupyter notebook 中。进入jupyter新建文件之后,我们会发现,并没有存在虚拟环境的名称,以及import sys,print(sys.path)打印出来的根本就不是虚拟环境中的路径,往往是默认的base环境。所以,必须要手动在jupyter noteboo原创 2020-09-03 17:26:25 · 952 阅读 · 0 评论 -
深度学习系列笔记——壹(深度学习环境的搭建及填坑之旅,基于windows,增强版填坑)
2020.08.03补充 这一篇博文是对上一篇在windows下安装tensorflow2.1的补充,同时也包含了对于tensorflow1.15安装的注意事项。注意,此篇文章适用于Tensor flow1.15及2.1版本的安装及报错修复。由于最近项目需要TF1.x版本的,但是由于电脑安装的是TF2.1版本的,于是需要降级,然而不幸的是,电脑安装软件过多,环境混乱,于是我又利用win10的还原,清空了C盘的文件。接下来就是各种踩坑,再次记录一下,方便后来者:首先,我这次需要安装的是TF1.15,原创 2020-08-29 17:31:22 · 245 阅读 · 0 评论 -
使用pip、conda、pycharm使用杂记,记录各类使用时出现的问题,持续更新
执行pip既可以在cmd中,例如进入anaconda环境,切换至相应的环境。也可以在pycharm中执行,其实是转接到了cmd。在pycharm最下方的terminal:1、国内网络不稳定时,换用镜像源加速安装(国内的源大部分常用包都有)pip install 包名 -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com–trusted-host指的是信任该镜像源,不然很可能报错,注意是双横线“–”。2、安装yamL 文原创 2020-08-14 17:58:19 · 290 阅读 · 0 评论