![](https://img-blog.csdnimg.cn/direct/1fece847b61c4175b92d2a4058b4f76d.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
DeepLearning
文章平均质量分 94
学习深度学习路上的简单记录
絮沫
诗酒趁年华
展开
-
【算法小记】深度学习——时间序列数据分析 Time series Data Analysis
在本篇博客中将简单介绍常见的几种循环神经网络和一维卷积神经网络,并使用一些简答的数据进行示例原创 2024-06-09 02:01:29 · 1345 阅读 · 1 评论 -
【算法小记】——机器学习中的概率论和线性代数,附线性回归matlab例程
本文简单介绍了机器学习中非常重要的一些概率论和线性代数知识。最后通过一组数据计算实现了线性回归的最小二乘计算和ML梯度下降迭代计算。原创 2024-01-23 22:38:23 · 1671 阅读 · 1 评论 -
深度学习笔记(九)——tf模型导出保存、模型加载、常用模型导出tflite、权重量化、模型部署
简单介绍了tf2保存模型的方式和相关代码,并导出为tflite,在加载保存的模型进行一次前向推理。最后简单介绍了了两种常用的量化方式。原创 2024-01-21 23:58:55 · 1991 阅读 · 0 评论 -
【算法小记】深度学习——循环神经网络相关原理与RNN、LSTM算法的使用
简单介绍了循环神经网络的工作原理,根据RNN和LSTM的论文以及相关讲解进行了二次归纳。给出了RNN的简单使用例子。原创 2024-01-17 21:44:37 · 1020 阅读 · 2 评论 -
深度学习笔记(八)——构建网络的常用辅助增强方法:数据增强扩充、断点续训、可视化和部署预测
简述了使用keras来实现数据增强、断点续训、模型保存和再加载、过程可视化。进一步完善了使用tf构建网络的辅助部分原创 2024-01-16 23:23:41 · 978 阅读 · 0 评论 -
深度学习笔记(七)——基于Iris/MNIST数据集构建基础的分类网络算法实战
介绍了使用Keras搭建神经网络的几个重要函数,并根据Iris数据和MINIST数据集构建了几个简单的网络,实现了离散数据分类问题和图像分类的应用。原创 2024-01-16 00:00:37 · 481 阅读 · 0 评论 -
深度学习笔记(六)——网络优化(2):参数更新优化器SGD、SGDM、AdaGrad、RMSProp、Adam
本文总结了常用的5个参数优化器SGD SGDM AdaGrad RMSProp Adam,并总结归纳了构建网络时需要注意的一些经验原创 2024-01-14 22:01:29 · 1325 阅读 · 0 评论 -
深度学习笔记(五)——网络优化(1):学习率自调整、激活函数、损失函数、正则化
本文介绍了神经网络优化中的学习率调整策略,常见激活函数,并手写实现激活函数。同时介绍了两种重要的算是函数和正则化方法。原创 2024-01-13 22:34:03 · 1050 阅读 · 1 评论 -
深度学习笔记(四)——使用TF2构建基础网络的常用函数+简单ML分类实现
以Tensorflow-2为例,介绍了搭建一个基础的分类网络需要的主要基础函数及其功能。原创 2024-01-12 22:39:30 · 1106 阅读 · 0 评论 -
深度学习笔记(三)——NN网络基础概念(神经元模型,梯度下降,反向传播,张量处理)
简要介绍了NN网络的相关知识,构建流程,训练基础概念,并且使用tf2搭建了相关的基础程序用作示例。原创 2024-01-11 22:31:43 · 1440 阅读 · 0 评论 -
深度学习笔记(二)——Tensorflow环境的安装
本篇文章只做基本的流程概述,不阐述具体每个软件的详细安装流程,具体的流程网上教程已经非常丰富。主要是给出完整的安装流程,以供参考。原创 2024-01-10 21:29:05 · 1792 阅读 · 1 评论 -
【Jetson目标检测SSD-MobileNet应用实例】(四)在Jetson上使用CSI摄像头进行视频推理并输出检测结果
前面的文章里我们训练了自己的模型,现在就把它放在jetson nano上,使用CSI摄像头进行视频推理并输出检测结果原创 2022-08-13 15:53:53 · 1877 阅读 · 0 评论 -
【Jetson目标检测SSD-MobileNet应用实例】(三)训练自己的检测模型和推理测试
使用TensorFlow-Object-Detection-API训练SSD-MobileNet模型和推理测试,训练和推理测试在windows平台上进行原创 2022-08-11 00:15:00 · 1758 阅读 · 2 评论 -
【Jetson目标检测SSD-MobileNet应用实例】(二)制作自己的数据集--数据集的采集、标注、预处理
在大多数移动平台上的目标检测部署都是针对于某一类特定的物体实现目标的识别。所以我们需要自己采集图像并制作属于自己的数据集原创 2022-08-10 12:09:09 · 2409 阅读 · 2 评论 -
【Jetson目标检测SSD-MobileNet应用实战教程】(一)训练环境:win11中配置SSD-MobileNet网络训练境搭建
基于TensorFlow-Object-Detection-API搭建在win11上的MobileNet网络模型训练环境。原创 2022-08-10 00:17:25 · 3105 阅读 · 2 评论 -
深度学习笔记(一)——目标检测R-CNN简介
目标检测概念目标检测在应用中关注的是图片中特定目标物体的位置和目标的对象类别。一个检测任务包括两个子任务:输出对象目标的类别信息——属于分类任务输出目标的具体位置信息——属于定位任务对于目标检测,分类的结果是一个类别标签。对于单个分类任务而言,它是一个整数,表示某一个类别,对于多分类任务,他是一个向量。换一句话说,分类检测的结果是一个结果表示最终输出,区别在于结果是单一数还是向量。在检测任务中输出的是一个列表,表示其中的每一项都会给出检测目标的类别和位置。类别指分类的标签,往往是一个字符串形式。原创 2021-12-22 23:07:55 · 3200 阅读 · 0 评论