深度学习
文章平均质量分 95
小宋是呢
作者简介:深度学习开发分享博主。全网粉丝3W+,阅读量200W+。
CSDN深度学习博客专家以及微信公众号《简明AI》主要作者。创作内容是基于深度学习的理论学习与应用开发技术分享,致力于最简单明了AI技术分享与最实用AI应用教程。
撰写并发表深度学习论文两篇,获得国家级及省级一等奖奖项八次,以第一作者授权实用新型及发明专利共计十余项,天池与BDCI比赛Top10奖项数次。
在某公司担任算法工程师,从事计算机视觉及时序序列数据的检测识别;深度学习工程化经验丰富,擅长针对新算法研究与应用,包括对模型调优、模型转化及多平台部署等。
展开
-
『算法理论学』人脸姿态估计算法介绍
0.概述人脸姿态估计算法,主要用以估计输入人脸块的三维欧拉角。一般选取的参考系为相机坐标系,即选择相机作为坐标原点。姿态估计可用于许多业务场景,比如在人脸识别系统的中,姿态估计可以辅助进行输入样本的筛选(一般人脸要相对正脸才进行召回和识别);在一些需要人脸朝向作为重要业务依据的场景中,人脸姿态算法也是不可或缺的,比如疲劳驾驶产品中驾驶员的左顾右盼检测。人脸姿态估计的算法,其大致可分为两类:一类是通过2D标定信息来估计3D姿态信息的算法,如先计算人脸的关键点,然后选取一个参考系(平均正脸的关键点...转载 2020-09-03 10:01:43 · 2324 阅读 · 2 评论 -
『算法理论学』基于深度人脸识别流程介绍
0.引子以OpenFace算法中实现人脸识别的流程举例,这个流程可以看做是使用深度卷积网络处理人脸问题的一个基本框架,结构如下图所示由上图可知人脸识别项目可以分为5个主要步骤:1,首先输入一张照片;2,对照片检测出人脸并分类出是否为活体;3,对检测到的活体人脸进行对齐和裁切人脸;4,对对齐和裁切后人脸进行特征提取,表征为特征码;5,对表征后成对特征码进行比对。2.详细介绍1、Input Image -> Detect输入:原始的可能含有人脸的图像。输出...原创 2020-08-31 16:12:25 · 2656 阅读 · 0 评论 -
『深度应用』OneFlow快速上手指南
现实中没有复杂的系统--《极简主义》范式一:事情其实很简单0.引子为什么会有写这篇文章?1.这不是一篇广告文,笔者不是大V,没人联系写稿,请放心食用。2.这不是一片解析文,笔者水平有限,还无法做出深度解读。https://zhuanlan.zhihu.com/p/85111240此篇对TF2.0的解析就差很大火候,让大家见笑了。3.这可以算是一篇技术文章,通过对OneFlow安装,简单上手等操作来对比OneFlow较主流深度学习框架的难易程度。简单分析下深度...原创 2020-08-25 14:12:45 · 3217 阅读 · 1 评论 -
「AI深度思考·竞赛」天池宫颈癌诊断比赛数据处理开源
开源1: Windows10读取KFB文件并提取Roi与pos显示保存在图片上环境 windows10 python3.69 numpy opencv解压 : Kfbreader-win10-python36 到项目目录下,并改文件夹名为 Kfbreader_win10_python36注意代码中 分别代表 kfb 与 对应 json 文件file1 = “pos_1/”+samp...原创 2019-10-26 19:15:14 · 4816 阅读 · 16 评论 -
[开发技巧]·安卓手机开发深度学习简易教程(基于Keras)
本教程基于安卓手机平台,在PyDroid3软件上,使用Python3语言配合Keras框架开发深度学习。本文章主要涉及在手机上开发环境的搭建,以及简单的示例代码,如果想深入研究开发,还需要读者自己花些功夫了。不废话,开始教程。。准备工作1、手上需要有一个安卓手机,最近两年发布的机型都可以,性能不要太弱,因为跑深度学习代码还是很吃性能的。我用的是小米8,跑cnn长时间会发热。2、下载PyD...原创 2018-10-21 22:14:03 · 6460 阅读 · 0 评论 -
[深度学习工具]·FoolNLTK 中文处理工具包使用教程
FoolNLTK中文处理工具包近日 GitHub 用户 wu.zheng 开源了一个使用双向 LSTM 构建的中文处理工具包,该工具不仅可以实现分词、词性标注和命名实体识别,同时还能使用用户自定义字典加强分词的效果。特点可能不是最快的开源中文分词,但很可能是最准的开源中文分词基于BiLSTM模型训练而成包含分词,词性标注,实体识别, 都有比较高的准确率用户自定义词典可训练自己的模...原创 2018-11-24 15:29:00 · 2636 阅读 · 0 评论 -
[PyTorch小试牛刀]实战二·实现逻辑回归对鸢尾花进行分类
[PyTorch小试牛刀]实战二·实现逻辑回归对鸢尾花进行分类代码import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport torch as tfrom torch.autograd import Variable as varfile_path = "pyTorchTry/DNN/i...原创 2018-11-29 00:28:35 · 4075 阅读 · 1 评论 -
[TensorFlow深度学习入门]实战四·逻辑回归鸢尾花进行分类(对比均方根误差与softmax交叉熵误差区别)
[TensorFlow深度学习入门]实战四·逻辑回归鸢尾花进行分类代码使用均方根误差import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport tensorflow as tffile_path = "iris.csv"df_iris = pd.read_csv(file_path, ...原创 2018-11-29 01:12:09 · 2882 阅读 · 1 评论 -
[TensorFlowJS只如初见]实战一·JavaScript原生代码实现梯度下降求最小值
[TensorFlowJS只如初见]实战一·JavaScript原生代码实现梯度下降问题描述:求解y1 = xx -2 x +3 + 0.01*(-1到1的随机值) 与 y2 = 0 的最小距离点(x,y)给定x范围(0,3不使用学习框架,手动编写梯度下降公式求解,提示:x = x - alp*(y1-y2)导数(alp为学习率)函数图像为:HTML代码<ht...原创 2018-11-29 21:01:04 · 684 阅读 · 3 评论 -
[TensorFlowJS只如初见]实战二·使用TensorFlowJS拟合直线
[TensorFlowJS只如初见]实战二·使用TensorFlowJS拟合直线问题描述拟合直线 y =(2x -1) + 0.1(-1到1的随机值)给定x范围(0,3)可以使用学习框架建议使用y = w * x + b 网络模型代码&lt;html&gt;&lt;head&gt; &lt;script src="https://cdn.jsdelivr.net/npm...原创 2018-11-29 21:55:46 · 805 阅读 · 0 评论 -
[TensorFlowJS只如初见]实战三·使用TensorFlowJS拟合曲线
问题描述拟合y= x*x -2x +3 + 0.1(-1到1的随机值) 曲线给定x范围(0,3)问题分析在直线拟合博客中,我们使用最简单的y=wx+b的模型成功拟合了一条直线,现在我们在进一步进行曲线的拟合。简单的y=wx+b模型已经无法满足我们的需求,需要利用更多的神经元来解决问题了。代码&lt;html&gt;&lt;head&gt; &lt;script...原创 2018-11-30 10:52:00 · 792 阅读 · 0 评论 -
[TensorFlow深度学习入门]实战七·简便方法实现TensorFlow模型参数保存与加载(ckpt方式)
[TensorFlow深度学习入门]实战七·简便方式实现TensorFlow模型参数保存与加载TensorFlow模型训练的好网络参数如果想重复高效利用,模型参数保存与加载是必须掌握的模块。本文提供一种简单容易理解的方式来实现上述功能。参考博客地址模型保存代码:import tensorflow as tfx = tf.placeholder(dtype=tf.float32,sh...原创 2018-12-02 17:47:31 · 1644 阅读 · 0 评论 -
[Python深度学习入门]实战一·Numpy梯度下降求最小值
问题描述:求解y1 = xx -2 x +3 + 0.02*(-1到1的随机值) 与 y2 = 0 的最小距离点(x,y)给定x范围(0,3)不使用学习框架,手动编写梯度下降公式求解,提示:x = x - @*(y1-y2)导数(@为学习率)图像为:代码内容import numpy as np import matplotlib.pyplot as pltx...原创 2018-11-28 11:37:18 · 2822 阅读 · 1 评论 -
[TensorFlow深度学习入门]实战二·使用TensorFlow拟合直线
[深度学习入门]题目二·使用TensorFlow拟合直线问题描述拟合直线 y =(2x -1) + 0.1(-1到1的随机值)给定x范围(0,3)可以使用学习框架建议使用y = w * x + b 网络模型生成数据import numpy as np import matplotlib.pyplot as pltdef get_data(x,w,b): c,r...原创 2018-11-28 14:06:14 · 1560 阅读 · 0 评论 -
[TensorFlow深度学习入门]实战三·使用TensorFlow拟合曲线
[深度学习入门]题目二·使用TensorFlow拟合曲线问题描述拟合y= xx -2 x +3 + 0.1*(-1到1的随机值) 曲线给定x范围(0,3)问题分析在上篇博客中,我们使用最简单的y=wx+b的模型成功拟合了一条直线,现在我们在进一步进行曲线的拟合。简单的y=wx+b模型已经无法满足我们的需求,需要利用更多的神经元来解决问题了。生成数据import nu...原创 2018-11-28 14:49:15 · 4726 阅读 · 0 评论 -
[TensorFlowJS只如初见]实战四·使用TensorFlowJS拟合曲线(类似TensorFlow原生实现方法)
[TensorFlowJS只如初见]实战四·使用TensorFlowJS拟合曲线(类似TensorFlow原生实现方法)问题描述拟合y= x*x -2x +3 + 0.1(-1到1的随机值) 曲线给定x范围(0,3)问题分析在直线拟合博客中,我们使用最简单的y=wx+b的模型成功拟合了一条直线,现在我们在进一步进行曲线的拟合。简单的y=wx+b模型已经无法满足我们的需求,需要利...原创 2018-12-01 11:50:01 · 1083 阅读 · 2 评论 -
[PyTorch小试牛刀]实战一·使用PyTorch拟合曲线(对比PyTorch与TensorFlow实现的区别)
[PyTorch小试牛刀]实战一·使用PyTorch拟合曲线在深度学习入门的博客中,我们用TensorFlow进行了拟合曲线,到达了不错的效果。我们现在使用PyTorch进行相同的曲线拟合,进而来比较一下TensorFlow与PyTorch的异同。搭建神经网络进行训练的步骤基本相同,我们现在开始用PyTorch来实现。问题描述拟合y= x*x -2x +3 + 0.1(-1到1的随...原创 2018-11-28 16:06:58 · 6250 阅读 · 6 评论 -
[TensorFlow深度学习入门]实战五·用RNN(LSTM)做手写数字识别准确率98%+
参考博客地址,修复了一个小Bug,收敛速度和准确率都略微提升。使用此模型在Kaggle比赛获得中等成绩。import osos.environ[&quot;KMP_DUPLICATE_LIB_OK&quot;]=&quot;TRUE&quot;import timeimport tensorflow as tfimport numpy as npimport pandas as pdimport matplotlib.py...原创 2018-12-01 17:07:11 · 1638 阅读 · 0 评论 -
[TensorFlow深度学习入门]实战六·用CNN做Kaggle比赛手写数字识别准确率99%+
[TensorFlow深度学习入门]实战六·用CNN做手写数字识别准确率99%+参考博客地址import osos.environ[&amp;quot;KMP_DUPLICATE_LIB_OK&amp;quot;]=&amp;quot;TRUE&amp;quot;import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data原创 2018-12-01 18:06:23 · 2507 阅读 · 0 评论 -
[TensorFlow深度学习入门]实战八·简便方法实现TensorFlow模型参数保存与加载(pb方式)
[TensorFlow深度学习入门]实战八·简便方法实现TensorFlow模型参数保存与加载(pb方式)在上篇博文中,我们探索了TensorFlow模型参数保存与加载实现方法采用的是保存ckpt的方式。这篇博文我们会使用保存为pd格式文件来实现。首先,我会在上篇博文基础上,实现由ckpt文件如何转换为pb文件,再去探索如何在训练时直接保存pb文件,最后是如何利用pb文件复现网络与参数完成应用...原创 2018-12-03 12:02:57 · 939 阅读 · 0 评论 -
[sklearn数据科学浅尝]kaggle泰坦尼克号幸存预测问题(入全球前10%)
问题描述比赛地址kaggle泰坦尼克号比赛说明泰坦尼克号的沉没是历史上最著名的沉船之一。1912年4月15日,在她的首航中,泰坦尼克号在与冰山相撞后沉没,在2224名乘客和机组人员中造成1502人死亡。这场耸人听闻的悲剧震惊了国际社会,并促进了更严格的船舶安全规定产生。造成海难失事的原因之一是乘客和机组人员没有足够的救生艇。尽管幸存下沉有一些运气因素,但有些人比其他人更容易生存,比如女...原创 2018-12-03 15:24:38 · 1166 阅读 · 0 评论 -
[TensorFlow深度学习入门]实战九·用CNN做科赛网TibetanMNIST藏文手写数字数据集准确率98%+
[TensorFlow深度学习入门]实战九·用CNN做科赛网TibetanMNIST藏文手写数字数据集准确率98%+我们在博文,使用CNN做Kaggle比赛手写数字识别准确率99%+,在此基础之上,我们进行对科赛网TibetanMNIST藏文手写数字数据集训练,来验证网络的正确性。问题描述数据地址背景描述MNIST 数据集来自美国国家标准与技术研究所, National Institu...原创 2018-12-03 23:04:37 · 1238 阅读 · 0 评论 -
[TensorFlow深度学习深入]实战四·使用DeepDream创造艺术画(机器如何创造艺术)
[TensorFlow深度学习深入]实战四·使用DeepDream创造艺术画(机器如何创造艺术)代码import osos.environ["KMP_DUPLICATE_LIB_OK"]="TRUE"# -*- coding: utf-8 -*-#加载库import tensorflow as tfimport numpy as npimport cv2from imagei...原创 2018-12-19 13:59:19 · 1084 阅读 · 0 评论 -
[TensorFlow强化学习入门]实战一·使用Python原生编写Q-Learning算法
[TensorFlow强化学习入门]实战一·使用Python原生编写Q-Learning算法参考学习地址测试代码:import numpy as npimport pandas as pdimport timeN_STATES = 6 # 1维世界的宽度ACTIONS = ['left', 'right'] # 探索者的可用动作EPSILON = 0.9 # 贪婪...原创 2018-12-13 17:33:21 · 1443 阅读 · 1 评论 -
[TensorFlow深度学习深入]实战三·分别使用DNN,CNN与RNN(LSTM)做文本情感分析(机器如何读懂人心)
[TensorFlow深度学习深入]实战三·使用Word2Vec与RNN(LSTM)做文本情感分析(机器如何读懂人心)此博文参考地址用到了Word2Vec与RNN(LSTM)两个模块,不太清楚的可以回顾我们之前的博文。代码部分:(代码注释很详细,我先放这里,后面找时间里理解分析下)import osos.environ[&amp;amp;amp;quot;KMP_DUPLICATE_LIB_OK&amp;amp;amp;quot;]=&原创 2018-12-14 10:30:43 · 3266 阅读 · 4 评论 -
[TensorFlow深度学习入门]实战十·用RNN(LSTM)做时间序列预测(曲线拟合)
[TensorFlow深度学习入门]实战十·用RNN(LSTM)做时间序列预测(曲线拟合)%matplotlib inlineimport osos.environ["KMP_DUPLICATE_LIB_OK"]="TRUE"import numpy as np import matplotlib.pyplot as pltimport tensorflow as tf# hyp...原创 2018-12-10 13:43:06 · 4988 阅读 · 0 评论 -
[Keras深度学习浅尝]实战三·RNN实现Fashion MNIST 数据集分类
[Keras深度学习浅尝]实战二·RNN实现Fashion MNIST 数据集分类与我们上篇博文[Keras深度学习浅尝]实战一结构相同,修改的地方有,定义网络与模型训练两部分,可以对比着来看。通过使用RNN结构,预测准确率略有提升,可以通过修改超参数以获得更优结果。代码部分# TensorFlow and tf.kerasimport tensorflow as tffrom tens...原创 2018-12-21 11:49:36 · 1195 阅读 · 0 评论 -
[Keras深度学习浅尝]实战一·DNN实现Fashion MNIST 数据集分类
[Keras深度学习浅尝]实战一·DNN实现Fashion MNIST 数据集分类此实战来源于TensorFlow Keras官方教程导入相关包# TensorFlow and tf.kerasimport osos.environ["KMP_DUPLICATE_LIB_OK"]="TRUE"import tensorflow as tffrom tensorflow impor...原创 2018-12-10 16:29:40 · 2877 阅读 · 0 评论 -
[Keras深度学习浅尝]实战二·CNN实现Fashion MNIST 数据集分类
[Keras深度学习浅尝]实战二·CNN实现Fashion MNIST 数据集分类与我们上篇博文[Keras深度学习浅尝]实战一结构相同,修改的地方有,定义网络与模型训练两部分,可以对比着来看。通过使用CNN结构,预测准确率略有提升,可以通过修改超参数以获得更优结果。导入相关包# TensorFlow and tf.kerasimport osos.environ[&quot;KMP_DUPL...原创 2018-12-10 17:20:39 · 2685 阅读 · 0 评论 -
[Keras深度学习浅尝]实战四· Embedding实现 IMDB数据集影评文本分类
[Keras深度学习浅尝]实战三· Embedding实现 IMDB数据集影评文本分类此实战来源于TensorFlow Keras官方教程先更新代码在这里,后面找时间理解注释一下。# TensorFlow and tf.kerasimport osos.environ[&quot;KMP_DUPLICATE_LIB_OK&quot;]=&quot;TRUE&quot;import tensorflow as tffrom ...原创 2018-12-10 17:37:08 · 1327 阅读 · 0 评论 -
[Keras深度学习浅尝]实战五·使用DNN自编码器实现聚类操作数据降维
[Keras深度学习浅尝]实战五·使用DNN自编码器实现聚类操作数据降维代码部分# TensorFlow and tf.kerasimport tensorflow as tffrom tensorflow import keras# Helper librariesimport osos.environ["KMP_DUPLICATE_LIB_OK"]="TRUE"import ...原创 2018-12-21 16:26:56 · 6862 阅读 · 2 评论 -
[PyTorch小试牛刀]实战三·DNN实现逻辑回归对FashionMNIST数据集进行分类(使用GPU)
[PyTorch小试牛刀]实战四·DNN实现逻辑回归对FashionMNIST数据集进行分类内容还包括了网络模型参数的保存于加载。数据集下载地址代码部分import torch as timport torchvision as tvimport numpy as np# 超参数EPOCH = 10BATCH_SIZE = 100DOWNLOAD_MNIST = True...原创 2018-12-22 12:10:05 · 3678 阅读 · 0 评论 -
[TensorFlow深度学习入门]实战十一·用双向BiRNN(LSTM)做手写数字识别准确率99%+
[TensorFlow深度学习入门]实战十一·用双向BiRNN(LSTM)做手写数字识别准确率99%+此博文是我们在完成实战五·用RNN(LSTM)做手写数字识别的基础上使用BiRNN(LSTM)结构,进一步提升模型的准确率,1000steps准确率达到99%。首先我们先熟悉BiRNNtf.nn.static_bidirectional_rnn 函数原型tf.nn.static_bi...原创 2018-12-11 14:19:19 · 1846 阅读 · 0 评论 -
[TensorFlow深度学习入门]实战十二·使用DNN网络实现自动编码器
[TensorFlow深度学习入门]实战十二·使用DNN网络实现自动编码器测试代码import osos.environ["KMP_DUPLICATE_LIB_OK"]="TRUE"import tensorflow as tffrom tensorflow import keras# Helper librariesimport numpy as npimport matp...原创 2018-12-11 17:03:17 · 815 阅读 · 0 评论 -
[PyTorch小试牛刀]实战四·CNN实现逻辑回归对FashionMNIST数据集进行分类(使用GPU)
[PyTorch小试牛刀]实战四·CNN实现逻辑回归对FashionMNIST数据集进行分类(使用GPU)内容还包括了网络模型参数的保存于加载。数据集下载地址代码部分import torch as timport torchvision as tvimport numpy as npimport time# 超参数EPOCH = 5BATCH_SIZE = 100DOW...原创 2018-12-23 11:28:48 · 2190 阅读 · 2 评论 -
[PyTorch小试牛刀]实战五·RNN(LSTM)实现逻辑回归对FashionMNIST数据集进行分类(使用GPU)
[PyTorch小试牛刀]实战五·RNN(LSTM)实现逻辑回归对FashionMNIST数据集进行分类(使用GPU)内容还包括了网络模型参数的保存于加载。数据集下载地址代码部分import torch as timport torchvision as tvimport numpy as npimport time# 超参数EPOCH = 5BATCH_SIZE = 1...原创 2018-12-23 12:21:33 · 2160 阅读 · 0 评论 -
[PyTorch小试牛刀]实战六·准备自己的数据集用于训练(基于猫狗大战数据集)
[PyTorch小试牛刀]实战六·准备自己的数据集用于训练(基于猫狗大战数据集)在上面几个实战中,我们使用的是Pytorch官方准备好的FashionMNIST数据集进行的训练与测试。本篇博文介绍我们如何自己去准备数据集,以应对更多的场景。我们此次使用的是猫狗大战数据集,开始之前我们要先把数据处理一下,形式如下datas│└───train│ ││ └───cats│ ...原创 2018-12-23 20:33:20 · 3909 阅读 · 1 评论 -
[TensorFlow深度学习深入]实战一·使用embedding_lookup模块对Word2Vec训练保存与简单使用
[TensorFlow深度学习深入]实战一·使用embedding_lookup模块对Word2Vec训练保存与简单使用Word2Vec简介One hot representation用来表示词向量非常简单,但是却有很多问题。最大的问题是我们的词汇表一般都非常大,比如达到百万级别,这样每个词都用百万维的向量来表示简直是内存的灾难。这样的向量其实除了一个位置是1,其余的位置全部都是0,表达的...原创 2018-12-12 11:50:51 · 3287 阅读 · 0 评论 -
[TensorFlow深度学习深入]实战二·使用CNN网络识别破解数字验证码
[TensorFlow深度学习深入]实战二·使用CNN网络进行数据验证码破解识别参考博客。在此基础上做了小修改。本博文数据集。代码部分import osos.environ[&quot;KMP_DUPLICATE_LIB_OK&quot;]=&quot;TRUE&quot;import tensorflow as tfimport numpy as npfrom PIL import Imageimport os...原创 2018-12-12 13:05:50 · 1066 阅读 · 3 评论 -
[python3 实用教程]使用ctypes模块调用运行c代码
[python3 实用教程]使用ctypes模块调用运行c代码创建c文件demo.c:#include<stdio.h>long my_app(long a){ long ret = 0; for(long i=0; i<a; i++){ ret += 2; } return(ret);}g...原创 2018-12-18 17:05:05 · 1167 阅读 · 0 评论