神经网络
文章平均质量分 68
ESOO
君子不器
展开
-
人工神经网络(一)概述
机器最初被发明是为了服务人类,做人不擅长的事情,比如规律性,重复复杂运算,从第一代计算机诞生到现在,这个功能一次次提升,现在计算机核心部件cpu,在普通家用方面,比如i5-6600四个核心的计算能力大概在20gflops.,也就是每秒200亿次浮点运算,这是人类不能羡慕的一个能力,但是,机器依然限制在机械性运算上,人类发明的这个 [“脑”] 一直希望成为真正的 [“类人脑”] ,在生物领域不断突破的前提下,我们破译人原创 2017-10-18 10:13:19 · 8848 阅读 · 0 评论 -
Object Detection (4)Faster RCNN Keras 原理+代码 第二部分
目录 Object Detection (1)VOC2007数据集制作 Object Detection (2)Faster RCNN详解 Object Detection (3)Faster RCNN Keras 原理+代码 第一部分 Object Detection (4)Faster RCNN Keras 原理+代码 第二部分...转载 2018-07-31 12:46:56 · 1968 阅读 · 1 评论 -
Object Detection (5)Faster RCNN Keras 发布为api
目录 Object Detection (1)VOC2007数据集制作 Object Detection (2)Faster RCNN详解 Object Detection (3)Faster RCNN Keras 原理+代码 第一部分 Object Detection (4)Faster RCNN Keras 原理+代码 第二部分...原创 2018-07-31 12:55:24 · 1865 阅读 · 1 评论 -
矩阵卷积运算的具体过程,很简单
最近在看图像处理,卷积运算这一块也查了很多,但是感觉都写的太复杂,我这里简单的写一下卷积到底是一个什么计算过程。假设有一个卷积核h,就一般为3*3的矩阵:有一个待处理矩阵x:h*x的计算过程分为三步第一步,将卷积核翻转180°,也就是成为了第二步,将卷积核h的中心对准x的第一个元素,然后对应元素相乘后相加,没有元素的地方补0。这样结果Y中的第一个元素值Y11...转载 2018-07-31 14:12:30 · 69654 阅读 · 23 评论 -
ImageNet-ResNet_50 图片分类平台
最近公司要在AI领域发力,基于此,研究了Resnet50的图片分类,网络上有很多的例子,但是都没有做成平台化,提供一个组件一样供各个业务平台使用,基于此,在Resnet50的基础上,扩展了登陆,图片类别添加,上传图片,自动离散图片到训练集与测试集,页面api提供重新训练按钮,测试图片分类结果页面。1,github本文代码:https://github.com/xvshu/ImageNe...原创 2018-08-15 14:00:53 · 6040 阅读 · 3 评论 -
keras 发布flask 问题汇总
1,keras重复加载model会报错解决办法:import keras# load之前保证session干净keras.backend.clear_session()model = load_model(args["model"])2,linux后台启动python,丢失窗口后,无效解决办法:启动api: nohup python3 ImageNetApi.py ...原创 2018-08-16 15:18:37 · 1556 阅读 · 0 评论 -
数学小计--欧几里得算最大公约数
欧几里德算法依据的算法定理是:gcd(m,n)=gcd(n,m mod n);自己想的证明过程:我们有A,B两个数求最大公约数如果存在,设为x则:A=x*aB=x*bax mod bx = cx证明:将x想象为1就可以理解,替换成任意数其实也是一样的~~~,因为x在这里作为单位出现就好理解了c<abx mod cx = exe<bcx mo...原创 2018-10-17 14:30:20 · 332 阅读 · 0 评论 -
avl树左旋右旋的理解
一直没搞懂非平衡二叉树变平衡二叉树时左旋右旋,今天下定决心搞懂,然后在众多博客中终于找到了这样一篇,非常形象,记录如下: AVL树是最先发明的自平衡二叉查找树。在AVL树中任何节点的两个子树的高度最大差别为一,所以它也被称为高度平衡树。查找、插入和删除在平均和最坏情况下都是O(log n)。增加和删除可能需要通过一次或多次树旋转来重新平衡这个树。AVL树得名于它的发明者G.M. Adels...转载 2018-11-05 14:56:02 · 3847 阅读 · 0 评论 -
极限的几个思考
1,0.999999999999~~~~~无限个9 和 1 的关系 大家都知道 1/3 = 0.333333~~无限个3 这个是没问题的 而1/3 * 3 = 1 我们转换一下: 0.3333333~~~无限个3 * 3 =0.9999999~~~无限个9 0.999999~~~ 无限个9 如何变成了1 ...原创 2019-01-19 17:31:16 · 484 阅读 · 0 评论 -
Object Detection (3)Faster RCNN Keras 原理+代码 第一部分
目录 Object Detection (1)VOC2007数据集制作 Object Detection (2)Faster RCNN详解 Object Detection (3)Faster RCNN Keras 原理+代码 第一部分 Object Detection (4)Faster RCNN Keras 原理+代码 第二部分...转载 2018-07-31 12:43:12 · 3119 阅读 · 6 评论 -
Object Detection (2)Faster RCNN详解
目录 Object Detection (1)VOC2007数据集制作 Object Detection (2)Faster RCNN详解 Object Detection (3)Faster RCNN Keras 原理+代码 第一部分 Object Detection (4)Faster RCNN Keras 原理+代码 第二部分...转载 2018-07-31 12:35:24 · 2894 阅读 · 1 评论 -
人工神经网络(二)单层感知器
单层感知器能够用来模拟逻辑函数,例如逻辑非NOT、逻辑或非XOR、逻辑或OR、逻辑与AND和逻辑与非NAND等,但是不能用来模拟逻辑异或XOR(对于这个函数,必须用两层神经元)。稍后将讨论这个问题。除了输入之外,偏置(bias)也经常被用于每个神经元,它在通过转换函数之前被加到输入的加权和上。权值也经常被应用于偏置上。偏置决定了多少输入激活(输入的加权和)才能激发神经元进入兴奋状态。偏置往往被设定为1,而偏置的权值原创 2017-10-18 11:06:17 · 4785 阅读 · 0 评论 -
人工神经网络(三)单层感知器代码实现
上篇文章,我们介绍了什么是单层感知器,这节课,我们来看看如果用代码实现一个单层感知器实验问题:假设平面坐标系上有三个点(3,3),(4,3)这两个坐标点的标签为 1 ,(1,1) 这个坐标的标签为-1 ,构建神经网络来分类思路:二维数据,需要两个数据点,将神经元偏置设置成另一个输入点,一共需要三个输入点 输入数据:(1,3,3),(1,4,3),(1,1,1) 数据对应标签为(1,1,-1)原创 2017-10-19 21:19:12 · 3022 阅读 · 0 评论 -
人工神经网络(四)感知器学习规则推导
目前我们接触到的感知器学习规则,数学建模之后,我们知道如何调整权值,使得感知器的切分符合我们的预期输入,下面我们就用一个小推导,看看感知器是如何进行权值调整的:理论判定边界 判定边界由那些使得净输入n为零的输入向量确定: n=1WTP+b=w1,1p1+w1,2p2+b 为了使该实例更加具体,现将权值和偏置值设置为: w1,1=1,w1,2=1,b=-1 那么原创 2017-10-20 13:15:51 · 5581 阅读 · 1 评论 -
人工神经网络(五)梯度下降法
在解决了线性求解问题之后,我们开始挑战更复杂的问题,开始研究非线性划分的问题,类似求解异或问题这样,而解决这类问题,我们先要学习一个概念,就是梯度下降(Gradient Descent),这个方法是解决机器学习领域最常采用的方法之一。梯度在微积分里面,对多元函数的参数求∂偏导数,把求得的各个参数的偏导数以向量的形式写出来,就是梯度。比如函数f(x,y), 分别对x,y求偏导数,求得的梯度向量就是(∂原创 2017-10-23 19:58:58 · 1440 阅读 · 0 评论 -
人工神经网络基础数学研究-卷积
引子因研究兴趣不在图像处理,所以对图像中的『卷积』操作未做深入思考,直到某天,灵光一闪,我突然意识到图像『卷积』应该可以和『信号处理』联系起来更进一步图像卷积的本质,是提取图像不同『频段』的特征然而放眼望去,市面上大谈特谈『卷积』的文章,各种雷同,互相『借鉴』,都是在讲解卷积的不同方式、卷积的参数共享、卷积的具体操作、卷积在图像上的效果,竟鲜有一篇像样的文章,真正触及『卷积』的本质、探索『卷积』和转载 2017-12-06 16:47:48 · 1034 阅读 · 0 评论 -
人工智能小例子(一)keras模拟一元方程
最近有网友反应,直接上人脸识别的例子有些跨度大,现在将我实验中的一个小例子公布给大家,纯做入门使用题目:有函数y = 0.5*x + 2在此函数基础上,增加绝对值不超过0.05的扰动,利用keras进行函数拟合预期结果:y=a1*x+a2a1接近0.5, a2接近2,则拟合成功思路:1,生成训练数据2,搭建keras3,训练4,输出结果根据题目函数,一个全连接层即可预测,dense层的激活函数正好原创 2018-01-10 17:34:41 · 6095 阅读 · 1 评论 -
人工智能小例子(二)-基于keras+openCV的人脸识别
目前keras是对人工智能来说,入门比较好的一款中间件,屏蔽了很多参数配置和实现细节,直接一层层进行网络搭建就可以。最近一直在学习相关知识,但是一直也没有啥实用的功能出现,在网上有个例子,一下子就吸引住了我,使用keras迅速搭建一套人工智能系统,输入自己的照片和他人照片,训练其识别出自己,然后使用摄像头验证。废话不多说,先上结果图:是不是很6,其实实现起来还是依赖了很多网上的大牛,现在跟着我,咱原创 2017-12-21 14:26:09 · 15153 阅读 · 28 评论 -
Object Detection (1)VOC2007数据集制作
目录 Object Detection (1)VOC2007数据集制作 Object Detection (2)Faster RCNN详解 Object Detection (3)Faster RCNN Keras 原理+代码 第一部分 Object Detection (4)Faster RCNN Keras 原理+代码 第二部分...原创 2018-07-31 11:12:45 · 2294 阅读 · 0 评论 -
概率的思考(二)
上篇文章《概率的思考》我们谈到一个问题,现在我们回顾下:现有一个黑色不透明的袋子,袋子里有球,有多少个球,不知道,球什么样子不知道,我们安排1个房间1个人一张纸去袋子里拿球,每次只能拿一个,拿到球后在袋子上记录球的颜色,然后放回球到袋子,交由一个机器打乱袋子里的球,然后重复上述过程10000次 以上结果再换10000个人重复上述过程,最后我们发现:第1个人拿到红球的次数和总实验次数的比例是...原创 2019-01-21 11:44:51 · 506 阅读 · 3 评论