- 博客(6)
- 收藏
- 关注
RSS订阅原创 PyTorch学习中的常用函数及问题解析
一.torchvision torchvision是pytorch的一个图形库，主要用来构建计算机视觉模型。 1.torchvision.transforms: 常用的图片变换，例如裁剪、旋转等； (1).torchvision.transforms.Compose() : 用来组合多个torchvision.transforms操作 参数： 一个list数组，数组里是多个’Transform’对象，即[transforms, transforms…]。 操作： 如下所示，遍历list数组，对img
2020-10-02 20:20:09
264
原创 深度学习中的Python小知识合集（文件读取、图像处理）
1.split()方法以及str.split()[0]用法 str.split(str="", num=string.count(str)) split() 通过指定分隔符 str 对字符串进行切片，返回分割后的字符串列表。如果参数 num 有指定值，则分隔成 num+1 个子字符串 **str.split()[i]**则是返回分割后输出列表中下表为 i 的元素 参数： str – 分隔符，默认为所有的空字符，包括空格、换行(\n)、制表符(\t)等。 num – 分割次数。默认为 -1, 即分隔所有。
2020-08-27 18:48:51
375
原创 PaddleHub实战——人脸黑板简笔画
项目简介： 本项目通过AI Studio(基于百度深度学习平台飞桨的人工智能学习与实训社区，提供在线编程环境、免费GPU算力、海量开源算法和开放数据，帮助开发者快速创建和部署模型)运行。 感兴趣的小伙伴欢迎访问Fork：https://aistudio.baidu.com/aistudio/projectdetail/750941 随着拍照技术的进步，人们对照片的要求越来越高。慢慢的也出现了一些搞怪照片。本项目实现通过输入一张人像图片，输出该人像的黑板简笔画 主要技术就是人脸关键点检测。通过PaddleHu
2020-08-23 16:27:08
1022
原创 深度学习入门（1）之基础知识篇及百度PaddlePaddle深度学习框架介绍
1.摘要： 随着近几年大数据技术以及硬件性能的不断提升，机器学习技术的发展进入了新一轮的发展高潮，其中深度学习的发展尤其有前景，越来越多的问题可以用深度学习来解决。 2020年中国乃至全世界都“硝烟弥漫”，疫情防控工作成为国家的重中之重，与此同时，中央宣布未来将重点建设新基建，而其中非常重要的一项就是人工智能，可见人工智能技术的重要性。作为人工智能中核心的一部分，深度学习正好可以在疫情防控的各个方面提供便利，甚至起至关重要的作用。特别是相对于传统图像处理技术，深度学习在图像处理问题上的效率以及准确率都更加高
2020-08-15 10:50:24
1790
原创 深度学习入门 （2）之百度PaddlePaddle框架实现房价预测案例
波士顿房价预测案例 这是一个典型的线性回归的例子，可以帮助读者很好的理解深度学习模型的工作原理。波士顿房价预测是一个经典的机器学习任务，类似于程序员世界的“Hello World”。和大家对房价的普遍认知相同，波士顿地区的房价是由诸多因素影响的。该数据集统计了13种可能影响房价的因素和该类型房屋的均价，期望构建一个基于13个因素进行房价预测的模型。 深度学习代码结构： 上源码 #加载飞桨、Numpy和相关类库 import paddle import paddle.fluid as fluid impo
2020-08-15 10:36:28
644
2
原创 深度学习入门（3）之使用Tensorflow深度学习框架训练MNIST数据集的简单代码
使用Tensorflow深度学习框架构建CNN卷积神经网络训练MNIST数据集的完整源码 MNIST数据集 MNIST数据集是从NIST的Special Database 3（SD-3）和Special Database 1（SD-1）构建而来。Yann LeCun等人从SD-1和SD-3中各取一半数据作为MNIST训练集和测试集，其中训练集来自250位不同的标注员，且训练集和测试集的标注员完全不同。 MNIST数据集的发布，吸引了大量科学家训练模型。1998年，LeCun分别用单层线性分类器、多层感知器（
2020-08-14 10:51:14
737
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人