机器学习/深度学习
文章平均质量分 56
记录学习路上遇到的各种坑和解决方法
Dreamcatcher风
路漫漫其修远
展开
-
Windows下PPOCRLabel使用和可能遇到的坑
Windows下PPOCRLabel使用和可能遇到的坑原创 2024-08-13 09:20:07 · 509 阅读 · 0 评论 -
Docker部署Stable-Diffusion-webui
Docker容器内,从零开始搭建一个Stable Diffusion Webui服务。原创 2024-01-25 10:03:47 · 4291 阅读 · 4 评论 -
Ubuntu20.04系统备份和恢复 -- 绝对好用
ubuntu20.04系统备份和还原最全教程原创 2023-12-22 14:52:31 · 3650 阅读 · 2 评论 -
import cv2 报错ImportError: libGL.so.1: cannot open shared object file: No such file or directory 解决办法
import cv2 时报错的解决办法。原创 2023-12-12 18:31:18 · 899 阅读 · 0 评论 -
chineseocr项目不使用web推理-docker容器化
chineseocr项目不使用web推理,并封装为docker镜像原创 2023-12-05 16:49:17 · 269 阅读 · 0 评论 -
关闭深度学习训练/推理进程的方法
手动关闭深度学习训练/推理进程的方法原创 2023-07-30 16:31:17 · 652 阅读 · 0 评论 -
远程在Ubuntu20.04安装nvidia显卡驱动
远程在Ubuntu系统安装显卡驱动原创 2023-07-17 16:16:28 · 1114 阅读 · 0 评论 -
【AI】机器学习——支持向量机理论推导
本文从线性可分情况和非线性可分情况进行SVM理论的推导原创 2023-05-12 14:53:17 · 157 阅读 · 1 评论 -
【AI】Pytorch实现NMS
NMS的代码实现原创 2022-08-11 20:50:33 · 789 阅读 · 0 评论 -
【AI】Pytorch实现IoU
IoU的代码实现 -- Pytorch原创 2022-08-11 16:26:02 · 1014 阅读 · 0 评论 -
批量可视化目标检测标注框——YOLO格式数据集
批量可视化目标检测标注框——YOLO格式数据集原创 2022-07-22 15:13:24 · 1719 阅读 · 0 评论 -
【AI】利用简单神经网络做动作识别——基于coco关键点
利用简单神经网络,对关键点做行为识别。原创 2022-07-16 11:54:15 · 2526 阅读 · 7 评论 -
CUDA out of memory 或 BrokenPipeError: [Errno 32] Broken pipe 或 OSError: [WinError 1455] 页面文件太小的解决办法
Windows10利用独显训练模型时,CUDA out of memory的解决办法原创 2022-06-03 19:02:27 · 464 阅读 · 0 评论 -
利用Python OpenCV进行圆孔检测、计算半径、圆心到四边距离
利用Python OpenCV进行圆孔检测原创 2022-04-10 23:09:31 · 12041 阅读 · 16 评论 -
【AI】《ResNet》论文解读、代码实现与调试找错
ResNet,撑起计算机视觉半边天的论文,到底牛在哪?本文绝非论文的翻译,而是一些较深入的思考。原创 2022-03-28 13:17:41 · 1940 阅读 · 0 评论 -
【AI】CV开山之作:《AlexNet》论文解读与代码实现
一起来欣赏这篇深度学习在CV领域的开山之作——AlexNet!原创 2022-03-15 14:40:34 · 5931 阅读 · 0 评论 -
聊一聊先进的感知器和伟大的BP算法
看看感知器和BP算法是如何工作的原创 2022-03-12 12:22:27 · 1180 阅读 · 0 评论 -
从「降维打击」谈「降维」
「降维」好处多原创 2022-03-10 08:43:15 · 2472 阅读 · 0 评论 -
为什么要对数据进行「归一化」?
本文试对归一化技术作简要分析原创 2022-03-07 22:37:48 · 2695 阅读 · 4 评论 -
数据集按照csv格式标签划分为训练集和验证集(完整代码)
前言最近参加一个比赛,拿到的数据集分为两部分,需要先进行划分,于是看看网上有没有代码可以借用,这样效率更高,但是发现,大部分代码都是bug满天飞,作者也不给出必要的说明,于是只能自己修改和重写。(不忍吐槽,那些复制别人代码的人,能不能自己跑通了再发布?)正文前排提示:我的方法不是一步到位那种,而是拆分为两部分:1) 先按照标签移动数据集。2) 按照比例划分出验证集(或测试集)。之所以这样做,是因为之前我参加过一个比赛,写了一个划分验证集的脚步,现在就直接用了。拿到的数据集分为.原创 2021-10-13 15:25:33 · 10325 阅读 · 24 评论 -
pytorch 预训练模型冻结层+添加层+不同层学习率调整——以resnet50为例
前言网上完整的教程比较少,很多讲的都是局部操作,比如:如何冻结层、如何添加层、如何调整不同层的学习率,一旦组合起来,就会发现总是有bug。我在这篇文章里,尽可能地把遇到的bug写一下。步骤先定义一个新的类,这个类用来构造自己需要的模型。"""参数:num_classes:自己的分类任务要分的类别数代码构造:BackBone:pytorch官方的预训练模型add_block:需要添加的fc层"""class Net(nn.Module): def __ini.原创 2021-09-29 11:04:21 · 9105 阅读 · 4 评论 -
感受野计算公式(附Python代码实现)
感受野是什么?知乎有一篇写的不错,供参考:https://zhuanlan.zhihu.com/p/31004121但作者用MATLAB代码实现的,我用Python实现另一个感受野的计算公式:代码:s_0 = 1kernal_size = [3,3,3] # 自己输入每一层的卷积核大小stride = [1,2,2,1] # 第一个数字固定为1,真正的s从第二个数字开始(自己输入每一层的步长)RF = 1def times(s): c = 1 for i i..原创 2021-08-20 15:14:49 · 960 阅读 · 3 评论 -
卷积层参数量计算
一起来看看卷积层的参数量如何计算吧。原创 2021-08-10 22:22:01 · 3102 阅读 · 0 评论 -
PCA提高mnist数据集的训练速度(利用SVM)
from keras.datasets import mnistimport matplotlib.pyplot as pltimport numpy as npimport pandas as pdfrom sklearn.model_selection import train_test_splitfrom sklearn.decomposition import PCAfrom sklearn.svm import SVCimport datetime(X_train,Y_trai.原创 2021-06-12 14:17:53 · 824 阅读 · 0 评论 -
SVM松弛变量图解
当样本集处于非线性可分时,需要引入松弛变量,放松xianxing原创 2021-05-30 08:37:09 · 2088 阅读 · 2 评论 -
SVM参数θ和决策边界正交的原因
吴恩达《机器学习》课程,讲到SVM背后数学原理的时候,提到“参数θ和决策边界正交”,但没有给出解释。我比划了下,可以从向量点积为0的角度来理解:原创 2021-05-29 11:23:22 · 897 阅读 · 7 评论 -
加入惩罚项的逻辑回归(正则化)——Octave代码
逻辑回归的代价函数:当特征较多时,需要高阶多项式去拟合,那么容易出现过拟合的状态,此时需要正则化来进行处理,从而避免过拟合的情况发生,提供泛化能力。惩罚项:正则化后的代码:J = 1/m*sum(-y.*log(sigmoid(X*theta))-(1-y).*log(1-sigmoid(X*theta)))+lambda/(2*m)*(theta_1'*theta_1);注意:逻辑回归的假设函数是: 由于不需要参与正则化计算,所以把...原创 2021-05-16 10:19:42 · 1736 阅读 · 0 评论 -
安装Keras,并导入MNIST数据集(附mnist数据集存储位置)
步骤先在Anaconda Prompt里激活TensorFlow环境:输入命令:activate + 环境名称(我配置的TensorFlow环境名称叫tensorflow),变成下面这个样子:(base) C:\Users\Wind>activate tensorflow(tensorflow) C:\Users\Wind>接着输入:pip install keras,等待安装,如图:(tensorflow) C:\Users\Wind>pip install..原创 2021-04-13 17:35:20 · 5373 阅读 · 2 评论 -
用豆瓣镜像安装TensorFlow的步骤——2021/4/13日亲测可用
废话不多说,直接说重点本文讲解用Anaconda的pip安装方法,默认已经在Anaconda里安装好TensorFlow环境。1. 清华的已经没有TensorFlow的镜像了,现在网上有不少的教材都是2020年及以前写的,所以用清华镜像的通通装不上。2. 改用豆瓣的,就没问题因此:打开Anaconda Prompt-输入:conda config --add channels https://pypi.doubanio.com/simpleconda config --set原创 2021-04-13 07:52:02 · 2846 阅读 · 2 评论