深度学习
田桥ailing
不断地探索世界,别轻易emo
展开
-
opencv
cap = cv.VideoCapture(0) ''' VideoCapture()中参数是0,表示打开笔记本的内置摄像头, 参数是视频文件路径则打开视频,如cap = cv2.VideoCapture(“../test.avi”) ''' ret, old_frame = cap.read() ''' 按帧读取视频,ret,frame是获cap.read()方法的两个返回值。 其中ret是布尔值,如果读取帧是正确的则返回True,如果文件读取到结尾,它的返回值就为Fal.原创 2022-04-15 09:44:52 · 234 阅读 · 0 评论 -
pytorch--LeNet demo
pytorch 官网:pytorch.org--doc 输入是一个通道,深度是1 先定义模型,再正向传播 conv2d:def __init__( self, in_channels: int,#深度,如RGB是3 out_channels: int,#卷积核个数 kernel_size: _size_2_t,#卷积核大小 stride: _size_2_t = 1,#步距,默认为1 padding: Union[str, _size_2_t] =原创 2022-03-26 10:59:57 · 1443 阅读 · 0 评论 -
深度学习基础学习
卷积神经网络CNN:包含卷积层的神经网络 利用BP(反向传播)算法训练LeNet5网络 检索、目标检测、图像分割、图像描述 全连接层:神经元全连接 BP算法包括信号的前向传播和误差的反向传播 卷积层:有一个卷积核即滑动窗口,,目的是提取图像特征,特性局部感知和权值共享 卷积核(filter)的channel与输入特征层的channel相同;输出的特征矩阵channel与卷积核个数相同 偏移量 激活函数:引入非线性因素 sigmod;relu(常用) 越界:padding补零; .原创 2022-03-18 15:22:34 · 3674 阅读 · 0 评论