- 博客(12)
- 资源 (12)
- 收藏
- 关注
转载 详解softmax函数以及相关求导过程
这几天学习了一下softmax激活函数,以及它的梯度求导过程,整理一下便于分享和交流!一、softmax函数softmax用于多分类过程中,它将多个神经元的输出,映射到(0,1)区间内,可以看成概率来理解,从而来进行多分类!假设我们有一个数组,V,Vi表示V中的第i个元素,那么这个元素的softmax值就是更形象的如下图表示:softmax直白来说就是将原来输出是3,1,-3通过softmax函数一作用,就映射成为(0,1)的值,而这些值的累和为1(满足概率的性质),那..
2020-10-30 10:21:46 479
转载 最全攻略:人工智能如何看懂激光雷达点云
SqueezeSegNetwork structure of SqueezeSegSqueezeSeg: Convolutional Neural Nets with Recurrent CRF for Real-Time Road-Object Segmentation from 3D LiDAR Point Cloudarxiv.org简介:将激光点云沿圆柱面投影展开为深度图转化为2D图像处理。逐个像素人工构造特征(x,y,z,intensity,distance),使用2D FCN做
2020-10-23 10:44:52 1442
转载 用Python打造无人驾驶车-激光雷达数据(1)
ROS环境安装ROS/Tutorials - ROS WikiROS数据包Udacity Didi Challenge - Round 2 Dataset前言:激光雷达是无人驾驶车的一个重要数据源,同时也是最难处理的数据之一。相对于图像数据而言,激光雷达有着更可靠的深度数据。特斯拉的辅助驾驶系统曾因为过度依赖图像数据产生的误判而造成严重的事故,而有了激光雷达之后,就可以避免因为图像造成的误判。本文将介绍如何初步的处理激光雷达生成的点云数据。数据可视化在处理数据之前,让我们先来看看原始
2020-10-23 10:04:02 2240 1
转载 5G和人工智能存在递进关系,两者相辅相成!
摘要:5G和人工智能是两种不同领域的概念,5G是快速无线传播信息和数据的通讯技术,人工智能是具备独立思考能力的计算机程序。近年来,人工智能无论是企业还是资本界都被狂热的追逐,人工智能已经站到了强有力的风口之上,人们在关注人工智能的同时不要忽略5G网络技术在其领域的应用。本文重点讲解5G和人工智能两者之间存在的关系。目前,人工智能主要依靠云计算和终端处理。终端会对自身的大量信息进行处理和提炼,然后进入云端的人工智能大脑进行统一处理。然而,由于终端处理能力和网络传输能力有限,目前的人工智能速度较慢,智能..
2020-10-20 10:30:12 1514 1
原创 python3浅拷贝与深拷贝的区别和理解
首先,我们知道Python3中,有6个标准的数据类型,他们又分为可变和不可变。不可变数据(3个):Number(数字) String(字符串) Tuple(元组)可变数据(3个):List(列表) Dictionary(字典) Set(集合)浅拷贝和深度拷贝 总结浅拷贝copy模块里面的copy方法实现1、对于不可变类型 Number String Tuple,浅复制仅仅是地址指向,不会开辟新空间。但是如果改变了值就会创建新地址 2、对于可变类型 List、Dictio
2020-10-19 16:51:32 353
转载 使用Python对Dicom文件进行读取与写入的实现(pydicom 和 SimpleITK)
这篇文章主要介绍了使用Python对Dicom文件进行读取与写入的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧使用Pydicom单张影像的读取使用 pydicom.dcmread() 函数进行单张影像的读取,返回一个pydicom.dataset.FileDataset对象.import osimport pydicom# 调用本地的 dicom filefolder_path = r"D:\Fi.
2020-10-16 11:10:48 10651 1
原创 Xshell命令行:上传下载远程服务器文件
Xshell如何连接远程Linux服务器,之前的博客中已经提及到了,可以看我之前的博客。我们知道我们经常需要向服务器上传文件,或者从服务器下载文件,rz和sz命令可以满足我们的要求,只不过默认情况下是不能使用的,我们需要使用yum install lrzsz来安装,如下图所示。然后上传文件到远程服务器:rz然后将文件下载到本地:sz下载完成:在本地查看:Reference:https://blog.csdn.net/IBLiplus/article/.
2020-10-09 18:06:39 710
原创 Keras 指定多个GPU,使用多个GPU训练
Keras 指定多个GPUimport keras.backend.tensorflow_backend as KTFimport tensorflow as tfimport osos.environ["CUDA_VISIBLE_DEVICES"] = "0,1,4,5,8,9"使用多个GPU训练数据并行 (multi_gpu_modelhttps://keras-zh.readthedocs.io/utils/)数据并行包括在每个设备上复制一次目标模型,并使用每个模型副本..
2020-10-09 17:46:44 3685 2
原创 深度学习训练已经停止(强行中断)了,可GPU内存还在占用着,如何解决?
watch --color -n1 gpustat -cpu用户:xujiping 已经结束训练了,但是GPU的内存仍然在占用top:查看进程U :输入用户名找到 python train.py 的进程号ctrl + c 退出kill -9 进程号:杀死残留的进程这时占用的GPU内存就被释放了reference:https://blog.csdn.net/u014264373/article/details/108106316...
2020-10-09 17:29:06 4103 1
转载 keras系列︱keras是如何指定显卡且限制显存用量(GPU/CPU使用)
keras在使用GPU的时候有个特点,就是默认全部占满显存。 若单核GPU也无所谓,若是服务器GPU较多,性能较好,全部占满就太浪费了。 于是乎有以下五种情况:1、指定GPU 2、使用固定显存的GPU 3、指定GPU + 固定显存 4 GPU动态增长 5 CPU充分占用一、固定显存的GPU本节来源于:深度学习theano/tensorflow多显卡多人使用问题集(参见:Limit the resource usage for tensorflow backend · Issue #1538
2020-10-09 14:48:34 708
转载 斯坦福CS231n—深度学习与计算机视觉(资料汇总)
官网链接:CS231n: Convolutional Neural Networks for Visual RecognitionNotes:链接:http://cs231n.github.io/中文字幕视频 by 大数据文摘链接:http://study.163.com/course/courseMain.htm?courseId=1003223001课件中文翻译 by 杜克链接:https://www.52ml.net/tags/cs231课件英文视频及字幕等 by 爱可
2020-10-08 16:45:24 271
inception_resnet_v2 预训练模型
2020-01-06
cudnn-9.0-windows10-x64-v7.3.1.20
2018-10-04
通过Qt界面控制步进电机的启停
2017-05-18
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人