深度学习
文章平均质量分 77
深度学习
C--G
这个作者很懒,什么都没留下…
展开
-
17、损失函数
损失函数原创 2022-11-20 12:07:06 · 355 阅读 · 0 评论 -
16、Pytorch Lightning入门
pytorch-lightning原创 2022-08-08 15:30:08 · 3004 阅读 · 1 评论 -
15、孪生网络与相似度
孪生网络原创 2022-07-13 16:06:23 · 1653 阅读 · 0 评论 -
14、Transformer--VIT TNT BETR
transformer原创 2022-07-04 16:29:49 · 432 阅读 · 0 评论 -
13、Darknet YOLO3
yolo原创 2022-07-01 16:54:22 · 65 阅读 · 0 评论 -
12.物体检测Mask-Rcnn
目标检测原创 2022-06-28 16:01:02 · 501 阅读 · 0 评论 -
11.目标分割
图像分割原创 2022-06-27 17:00:17 · 272 阅读 · 0 评论 -
10、YOLO系列
yolo原创 2022-06-27 10:46:44 · 379 阅读 · 0 评论 -
9、智慧交通项目(2)
项目原创 2022-06-25 22:59:57 · 1375 阅读 · 0 评论 -
8、智慧交通项目(1)
项目原创 2022-06-23 22:44:15 · 1738 阅读 · 1 评论 -
7.目标检测
目标检测原创 2022-06-20 11:42:13 · 115 阅读 · 0 评论 -
6.tensorflow知识点
自定义层class LinearLayer(tf.keras.layers.Layer): def __init__(self,units): super().__init__() self.units = units # input_shape 是第一次运行call()时参数inputs的形状 def build(self,input_shape): self.w = self.add_variable(原创 2022-05-24 20:00:21 · 327 阅读 · 0 评论 -
5.OpenCV基础
OpenCV简介图像图像是什么模拟图像和数字图像数字图像的表示图像的分类OpenCV简介OpenCV-PythonOpenCV部署方法pip install opencv-python==3.4.2.17测试import cv2# 读一个图片并进行显示(图片路径需自己指定)lena=cv2.imread("1.jpg")cv2.imshow("image",lena)cv2.waitKey(0)利用SIFT和SURF等进行特征提取时,还需.原创 2022-05-22 15:52:54 · 2115 阅读 · 1 评论 -
4.tensorflow基础知识体系
tensorflow框架介绍数据流图图与TensorBoard图包含了一组tf.Operation代表的计算单元对象和tf.Tensor代表的计算单元之间流动的数据默认图通常tensorflow会默认帮我们创建一张图查看默认图的两种方法:通过调用**tf.get_default_graph()**访问,要将操作添加到默认图形中,直接创建OP即可op、sess都含有graph属性,默认都在一张图中import tensorflow as tfimport osos.enviro原创 2022-05-20 16:53:34 · 386 阅读 · 0 评论 -
3.图像分类
简介常用数据集mnist数据集该数据集是手写数字0-9的集合,共有60k训练图像、10k测试图像、10个类别、图像大小28×28×1from tensorflow.keras.datasets import mnist# 加载mnist数据集(train_images, train_labels), (test_images, test_labels) = mnist.load_data()CIFAR-10和CIFAR-100CIFAR-10数据集5万张训练图像、1万张测试图像、10个原创 2022-05-19 23:06:14 · 715 阅读 · 0 评论 -
2.深度学习入门
简介机器学习与深度学习的区别神经网络人工神经网络人工神经网络中的神经元神经网络神经元工作流程激活函数Sigmoid/logistics函数代码实现import tensorflow as tfimport numpy as npimport matplotlib.pyplot as plt# 一般用于二分类x = np.linspace(-10,10,1000)y = tf.nn.sigmoid(x)plt.plot(x,y)plt.grid()原创 2022-05-18 23:24:24 · 236 阅读 · 0 评论 -
1.tensorflow和keras入门
TensorFlow简介TF托管在github平台,有google groups和contributors共同维护。TF提供了丰富的深度学习相关的API,支持Python和C/C++接口。TF提供了可视化分析工具Tensorboard,方便分析和调整模型。TF支持Linux平台,Windows平台,Mac平台,甚至手机移动设备等各种平台。工作流程TensorFlow 2.0 将专注于简单性和易用性,工作流程如下所示:使用tf.data加载数据。 使用tf.data实例化原创 2022-05-17 18:10:18 · 352 阅读 · 0 评论