AI
wykup
这个作者很懒,什么都没留下…
展开
-
基于Jetson nano运行yolo3(Tiny版)
Jetson nano跑yolo3yolo3是识别算法的明星,jetson nano是嵌入式平台里的小钢炮,不过它能能跑通yolo3吗?试过才知道!让GPU飞一会儿!STEP1:下载Darknet 以及Yolov3的权重文件git clone https://github.com/AlexeyAB/darknet进入darknet文件夹,下载yolo3权重文件:cd darknetwget https://pjreddie.com/media/files/yolov3.weightswget原创 2020-10-19 22:44:46 · 2284 阅读 · 9 评论 -
物联网MQTT协议
物联网MQTT协议要实现MQTT协议,需要有客户端、服务器端。通配符和主题筛选器只能在订阅中使用,不能在发布者中使用。Topic主题:所有物联网平台与设备之间的消息都是基于主题进行消息的路由、转发。Topic类:同一个产品下,不同Topic的集合用/productkey/devicename通配一个唯一的设备,一个Topic类对于一个productkey下面所有设备通用。这里¥开头的是服务器保留的Topic。Topic:是发布-订阅者模型中消息传输的中介。可以向topic发布或者订原创 2020-10-17 19:41:41 · 337 阅读 · 0 评论 -
物联网云平台介绍-阿里云平台
物联网平台处于软硬结合的枢纽位置。向下接入设备感知层,向上接入面向应用开发基础平台。阿里云平台端构成:接入物联网云平台之前,先了解以下概念:1.产品以共享单车为例,共享单车是一组具有相同功能的产品,而设备是产品下面的具体表现形式。设备都有智能锁,二维码,都需要云平台完成服务。2.网关3.三元组接下来登录阿里云,创建设备阿里云支付宝扫码直接登录右上角: 控制台控制台显示了阿里云的所有产品。从产品目录中找到物联网平台,第一次进入显示未开通,点击免费开通。进入物.原创 2020-10-17 16:47:11 · 2757 阅读 · 0 评论 -
使用Keras搭建神经网络【Tensorflow笔记-ch3】
使用Keras搭建神经网络课程链接1 tf.keras 搭建神经网络八股1.1 keras 介绍tf.keras 是 tensorflow2 引入的高封装度的框架, 可以用于快速搭建神经网络模型, keras 为支持快速实验而生,能够把想法迅速转换为结果, 是深度学习框架之中最终易上手的一个,它提供了一致而简洁的 API,能够极大地减少一般应用下的工作量,提高代码地封装程度和复用性。Keras 官方文档深度学习编程框架中的 API 众多,就算是从业很久的算法工程师也不可能记住所有的 API。由原创 2020-10-11 22:32:38 · 3892 阅读 · 0 评论 -
缓解过拟合【Tensorflow笔记-CH2.5】
欠拟合与过拟合欠拟合的解决方法:√ 增加输入特征项√ 增加网络参数√ 减少正则化参数过拟合的解决方法:√ 数据清洗√ 增大训练集√ 采用正则化√ 增大正则化参数正则化正则化在损失函数中引入模型复杂度指标,利用给W加权值,弱化了训练数据的噪声通过实际用一下TF的正则化函数,看看是怎么计算的,也熟悉一下TF和python的用法:import tensorflow as tfa = tf.constant([1, 2, 3], dtype=tf.float32)b = tf.con原创 2020-10-03 18:39:26 · 221 阅读 · 0 评论 -
损失函数【tensorflow笔记-CH2.4】
损失函数loss损失函数loss是预测值(y)和已知答案(y_)的差距其中yi是一个batch中第i个数据的真实值,而yi’是NN的预测值。使用例子:y_true = tf.constant([0.5, 0.8])y_pred = tf.constant([1.0, 1.0])print(tf.keras.losses.MSE(y_true, y_pred))运行结果:>>> tf.Tensor(0.145, shape=(), dtype=float32)等价实原创 2020-10-03 11:38:20 · 291 阅读 · 2 评论 -
Jetson Nano的TensorRT 板载摄像头实时图像识别
TensorRT 板载摄像头实时图像识别今天,调用了jetson-inference库中的例程,通过CSI摄像头采集图像并进行图像处理识别。进入到jetson-inference/ aarch64 / bin目录下:实时图像识别演示位于jetson-inference/ aarch64 / bin中并被调用imagenet-camera。它在实时摄像机流上运行,并根据用户参数,使用TensorRT加载googlenet或alexnet。$ ./imagenet-camera 每秒帧数(原创 2020-10-01 14:55:57 · 2881 阅读 · 6 评论 -
Jetson nano TensorRT环境搭建(jetson-inference)
TensorRT:使用TensorRTJetson Nano的官方文档中给我们推荐了二个例子,其中一个使用Tensor RT做物品识别的例子。具体的可以参考英伟达jetson-inference例子。跑通这个例子需要的模型就大概1G以上,所以这个例子的大部分并没有放到SD卡上(SD卡上只有运行这个模型所需要的TensorRT)。悲剧的是存放这些模型的服务器被墙了,所以只能将之前下载好的包远程传输到对应的下载目录下。首先如果您没有安装git和cmake,先安装它们sudo apt-get instal原创 2020-09-30 22:08:56 · 8542 阅读 · 9 评论 -
神经网络实现鸢尾花分类
课程讲解链接神经网络实现鸢尾花分类仅需三步:√准备数据数据集读入数据集乱序生成训练集、测试集配成对(输入特征、标签),每次读入一小撮batch√搭建网络 定义神经网络中所有可训练参数√参数优化 嵌套循环迭代,with结构中求得损失函数loss对每个可训练参数的偏导数,更新可训练参数,显示当前loss鸢尾花分类代码:准备数据# -*- coding: UTF-8 -*-# 利用鸢尾花数据集,实现前向传播、反向传播,可视化loss曲线# 导入所需模块import tensor原创 2020-09-29 23:57:37 · 8381 阅读 · 1 评论 -
Jetson nano远程登录与文件传输、安装Tensorflow Gpu(tf-2.2+nv20.8)
采用MobaXterm实现nano远程登录;采用FileZilla实现文件传输。把nano与路由器用网线连接,输入ifconfig查询nano的ip地址。nano ip地址:192.168.31.10在MobaXterm中新建SSH连接,输入nano的IP,用户名kevin,端口默认22。输入nano密码后就登陆到了nano的终端。FileZilla中,通过输入nano IP地址、用户名和登录密码,端口号默认22。访问成功后,能够实现文件互传,直接拖拽就可以!方便快捷有没有!传一原创 2020-09-29 21:46:08 · 1997 阅读 · 2 评论 -
一个AI小计划
笔记本:GTX 1050Ti 4GB+Win10笔记本开发环境:Anaconda+Pycharm+CUDA10.0+cudnn-v7.4.1.5开发板:Jetson nanoB01,Jetson Nano采用四核64位ARM CPU和128核集成NVIDIA GPU,可提供472 GFLOPS的计算性能。它还包括4GB LPDDR4存储器,采用高效,低功耗封装,具有5W / 10W功率模式和5V DC输入。还有块小屏幕~有了这些能干嘛呢?到底做什么呢?当然是想点亮一点技能树,然后……谁知道呢原创 2020-09-28 00:32:08 · 190 阅读 · 0 评论 -
anaconda新建环境并安装Tensorflow2.0-gpu
首先安装好anaconda,CUDA10.0+cudnn-v7.4.1.5。打开anaconda prompt,新建一个运行环境,来安装tensorflow-gpu2.0,一开始想从anaconda界面直接新建环境并安装tensorflow-gpu,但是不成功。在anaconda prompt命令行中输入:conda create -n tensorflow2 python=3.7按照提示,激活之:activate tensorflow2此时就进入了刚刚新建的tensorflow2环境下,接.原创 2020-09-26 19:15:26 · 674 阅读 · 0 评论