MachineLearning
yfraquelle
这个作者很懒,什么都没留下…
展开
-
Tensorflow12-Dlib人脸检测
尝试使用tensorflow和环境Windows10 64bit python3.6Install Visual Studio 2015https://my.visualstudio.com/Downloads?q=visual%20studio%202015&wt.mc_id=o~msft~vscom~older-downloadsInstall CMake late原创 2017-09-05 14:12:38 · 1684 阅读 · 0 评论 -
Tensorflow00-新篇章
又要开启一个专题的学习——Tensorflow一个表面基于python,背后基于C++的开源机器学习框架,采用数据流图形式实现神经网络。首篇先收集一下各种资料:官网中文社区原创 2017-08-17 07:58:45 · 280 阅读 · 0 评论 -
TensorFlow的第三方库——Sonnet
Sonnet是基于TensorFlow的一个库,可用于方便地构建复杂的神经网络,git地址为:https://github.com/deepmind/sonnet1.Sonnet简介sonnet采用了面向对象,中心思想是首先构造神经网络局部的python对象,然后将这些对象独立地连接到TensorFlow的计算图中。这里的python对象就是“模块”(Module),sonnet可以用输入张量为参...原创 2018-03-16 19:42:12 · 9041 阅读 · 0 评论 -
临时抱佛脚的Machine Learning 01-PCA主成分分析
原文链接:http://www.cnblogs.com/xingshansi/articles/6445625.html PCA算法作者:桂。时间:2017-02-26 19:54:26链接:http://www.cnblogs.com/xingshansi/articles/6445625.html 前言本文为模式识别系列第一篇,主要介绍主成分分析算法(Princip...转载 2018-10-04 16:01:57 · 282 阅读 · 0 评论 -
用scikit-learn学习DBSCAN聚类
原文链接:http://www.cnblogs.com/pinard/p/6217852.html在DBSCAN密度聚类算法中,我们对DBSCAN聚类算法的原理做了总结,本文就对如何用scikit-learn来学习DBSCAN聚类做一个总结,重点讲述参数的意义和需要调参的参数。1. scikit-learn中的DBSCAN类 在scikit-learn中,DBSCAN算法类为sk...转载 2018-10-30 11:38:41 · 172 阅读 · 0 评论 -
词嵌入 word embedding
原文链接:https://blog.csdn.net/ch1209498273/article/details/78323478 词嵌入(word embedding)是一种词的类型表示,具有相似意义的词具有相似的表示,是将词汇映射到实数向量的方法总称。词嵌入是自然语言处理的重要突破之一。什么是词嵌入?词嵌入实际上是一类技术,单个词在预定义的向量空间中被表示为实数向量,每个单词都映射...转载 2018-11-01 18:24:36 · 605 阅读 · 0 评论 -
注意力机制(Attention Mechanism)在自然语言处理中的应用
原文链接:http://www.cnblogs.com/robert-dlut/p/5952032.html 近年来,深度学习的研究越来越深入,在各个领域也都获得了不少突破性的进展。基于注意力(attention)机制的神经网络成为了最近神经网络研究的一个热点,本人最近也学习了一些基于attention机制的神经网络在自然语言处理(NLP)领域的论文,现在来对attention在NLP中...转载 2018-11-01 19:09:25 · 457 阅读 · 0 评论 -
LSTM和GRU
原文地址:RECURRENT NEURAL NETWORK (RNN) – PART 5: CUSTOM CELLS 原文作者:GokuMohandas 译文出自:掘金翻译计划 本文永久链接:https://github.com/xitu/gold-miner/blob/master/TODO/recurrent-neural-network-rnn-part-5-custom-cells...转载 2018-11-01 19:20:45 · 788 阅读 · 0 评论 -
Keras配置
vi $HOME/.keras/keras.json修改backend注意使用的python版本参考链接:https://stackoverflow.com/questions/47153429/how-to-change-the-backend-of-keras-to-theanohttps://stackoverflow.com/questions/43860033...原创 2018-11-02 15:02:24 · 145 阅读 · 0 评论 -
python jieba分词
原文链接:https://blog.csdn.net/xiaoxiangzi222/article/details/53483931 源码下载的地址:https://github.com/fxsjy/jieba演示地址:http://jiebademo.ap01.aws.af.cm/jieba“结巴”中文分词:做最好的 Python 中文分词组件"Jieba" (Chinese ...转载 2018-11-16 10:25:16 · 381 阅读 · 0 评论 -
Caffe的编译(匹配显卡计算能力)
环境:GTX1060(notebook) Ubuntu16.04-Desktop Anaconda3.0虚拟环境下的python2.7 CUDA8.0 CUDNN6.0由于编译安装OpenCV 3比较复杂,直接使用sudo apt-get install libopencv-dev 安装的2.4根据官方说明http://caffe.berkeleyvision.org/installati...原创 2018-12-21 17:09:18 · 1026 阅读 · 0 评论 -
anaconda pytorch Segmentation Fault ( Core Dumped )
控制台显示Segmentation Fault ( Core Dumped )pycharm显示Process finished with exit code 139可能是pytorch版本比较低,使用conda install pytorch-nightly -c pytorch安装最新版本 参考链接:https://blog.csdn.net/yangguangqizhi/...原创 2019-01-03 17:12:28 · 3754 阅读 · 0 评论 -
自行装配适合深度学习的电脑
原文链接:https://www.oreilly.com.cn/ideas/?p=903是的,你可以在一个39美元的树莓派板子上运行TensorFlow,你也可以在用一个装配了GPU的亚马逊EC2的节点上跑TensorFlow,价格是每小时1美元。是的,这些选择可能比你自己攒一台机器要更现实一点。但是如果你和我是一样的人,你绝对想自己攒一台奇快无比的深度学习的电脑。好吧,一转载 2017-09-12 17:08:51 · 9210 阅读 · 2 评论 -
深度学习电脑配置
来源:雷锋网本文作者:三川原文链接:https://www.leiphone.com/news/201705/uo3MgYrFxgdyTRGR.html与“传统” AI 算法相比,深度学习(DL)的计算性能要求,可以说完全在另一个量级上。而 GPU 的选择,会在根本上决定你的深度学习体验。那么,对于一名 DL 开发者,应该怎么选择合适的 GPU 呢?这篇文章将深转载 2017-09-12 17:06:44 · 27122 阅读 · 2 评论 -
Tensorflow01-神经网络简介
生物神经网络的工作原理就是神经元之间的冲动传播。机器学习借助了这个概念,采用类比的手法提出了人工神经网络。人工神经网络本质上是一种有向图,节点就类比为神经元(的细胞核?),有向弧就类比为神经元之间的连接(突触?)。特殊的是这种有向图是分层的,层与层之间有连接,同一层的节点之间不连接。典型的人工神经网络结构分为三层,最开始的一层称为输入层,最后一层称为输出层,中间(可能多层)的称为隐藏层。原创 2017-08-22 10:48:26 · 519 阅读 · 0 评论 -
Tensorflow02-入门示例
具体内容可以参见莫烦教程这里以一个简单的参数优化作为示例模拟训练的核心过程,提取出编写过程的关键点1.变量:tensorflow需要使用tensorflow.Variable()来定义变量2.初始化:变量定义后需要使用tensorflow.initialize_all_variables()来进行初始化3.会话:一切计算需要使用session.run(var)来进行4.训练:差原创 2017-08-28 13:17:04 · 227 阅读 · 0 评论 -
Tensorflow03-语法
具体内容可以参见莫烦教程1.Session在之前的例子已经见过session的用法,session就是用于执行命令控制对话的。我们还可以使用with语句:with tf.Session() as sess:#打开session用sess来命名,最后自动关闭 result=sess.run(product) print(result)2.Variable使用t原创 2017-08-28 13:32:30 · 197 阅读 · 0 评论 -
Tensorflow04-神经网络实例
具体内容可以参见莫烦教程原创 2017-08-29 10:58:33 · 213 阅读 · 0 评论 -
Tensorflow06-可视化
1.pyplotimport tensorflow as tfimport numpy as npimport matplotlib.pyplot as plt# 添加神经层的函数def add_layer(inputs,in_size,out_size,activation_function=None):# None means linear Weights=tf.Vari原创 2017-08-29 14:42:10 · 263 阅读 · 0 评论 -
Tensorflow07-mnist
mnist手写数字识别问题是入门tensorflow的经典例子使用人工神经网络处理mnist问题是以图片为输入,以一个模为10的向量为输出,最后1在的位置表示手写数字图片的数值。训练神经网络的思路:第一层以大小为64的训练集为输入,权重矩阵为64x50,该层使用tanh激活函数,最后输出大小为50的向量。这个过程中dropout40%的神经元。第二层以大小为50的第一层输出原创 2017-08-29 17:14:37 · 376 阅读 · 0 评论 -
Tensorflow05-激活函数、优化器、过拟合和Dropout
1.激活函数激活函数用于在线性组合之后添加非线性因素。在我看来,相当于扩大不同类数据之间的差距。称之为“激活”,就是让一类数据激活一个条件得到一个显著不同的输出。常见的激活函数有如下:tf.nn.relu(features, name=None)tf.nn.relu6(features, name=None)tf.nn.crelu(features, name=原创 2017-08-29 14:05:48 · 1916 阅读 · 0 评论 -
Tensorflow10-CNN经典模型
原文链接:深度学习方法(五):卷积神经网络CNN经典模型整理Lenet,Alexnet,Googlenet,VGG,Deep Residual Learning关于卷积神经网络CNN,网络和文献中有非常多的资料,我在工作/研究中也用了好一段时间各种常见的model了,就想着简单整理一下,以备查阅之需。如果读者是初接触CNN,建议可以先看一看“Deep Learning(深度学习)学习笔转载 2017-08-31 14:30:34 · 605 阅读 · 0 评论 -
Tensorflow11-ImageNet
ImageNet是一个可以分为1000类的图像数据库,我们使用tensorflow预先训练的模型测试一下下载tensorflow模型仓库,执行命令:cd models/tutorials/image/imagenetpython classify_image.py结果为对下面这只熊猫的识别情况再尝试自己下载一张图片并调整到256x256结果参考原创 2017-08-31 16:23:58 · 369 阅读 · 0 评论 -
Tensorflow09-saver
Tensorflow还不能保存整个神经网络的模型,但是可以保存变量我们将变量保存到net/save.ckpt文件中,还可以将变量读出来import tensorflow as tf# saver tensorflow现在只能保存Variable不能保存整个神经网络框架W=tf.Variable([[1,2,3],[4,5,6]],dtype=tf.float32,name='weig原创 2017-08-29 17:34:26 · 279 阅读 · 0 评论 -
Tensorflow08-卷积神经网络
1.卷积神经网络的运作:神经网络由一连串的神经层组成,每一层神经层里存在着很多的神经元用于识别每一种神经网络都有它的输入值和输出值,当输入值很多比如图片(很多像素)使用卷积神经网络卷积:对图片上一小块像素区域进行处理,加强了连续性,使得神经网络能看到一个图形而不是一个点,加强了神经网络对图片的理解卷积神经网络有一个批量过滤器,持续不断地在图片上滚动,收集一块像素区域的信息然后整原创 2017-08-29 17:25:43 · 343 阅读 · 0 评论 -
CNN卷积神经网络各层的参数和链接个数
https://blog.csdn.net/dcxhun3/article/details/46878999https://blog.csdn.net/m0_37870649/article/details/79382674https://blog.csdn.net/Bruce_0712/article/details/80293027转载 2019-01-03 11:28:34 · 547 阅读 · 0 评论