![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
老卫带你学
专注AI,云计算
展开
-
老卫带你学---好用的深度学习画图工具整理
keras-viskeras-vis 用于可视化中间层图像原创 2021-03-15 09:55:48 · 344 阅读 · 0 评论 -
老卫带你学---win10 CUDA9.0安装失败
win10 CUDA9.0提示安装失败在安装cuda9.0的时候,跳出红框安装cuda失败之类的错误。需要检查一下显卡驱动是否对应的cuda的版本,因为cuda9.0相对于目前是前几年的产品,所以需要使用对应的显卡驱动。发现已安装的驱动和cuda9.0对应的驱动不一致。把已有NVIDIA驱动卸载,再次安装cuda,安装的过程中,选择自定义(精简版可能会安装失败),勾选驱动。安装cuda9.0成功...原创 2021-03-12 11:53:49 · 890 阅读 · 0 评论 -
老卫带你学---keras中的epoch、bacth、batch size、iteration
1、epochKeras官方文档中给出的解释是:“简单说,epochs指的就是训练过程接中数据将被“轮”多少次”(1)释义:训练过程中当一个完整的数据集通过了神经网络一次并且返回了一次,这个过程称为一个epoch,网络会在每个epoch结束时报告关于模型学习进度的调试信息。(2)为什么要训练多个epo...原创 2019-12-23 17:13:45 · 558 阅读 · 0 评论 -
老卫带你学---keras中的shape函数
在keras中,数据是以张量的形式表示的,张量的形状称之为shape,表示从最外层向量逐步到达最底层向量的降维解包过程。比如,一个一阶的张量[1,2,3]的shape是(3,);一个二阶的张量[[1,2,3],[4,5,6]]的shape是(2,3);一个三阶的张量[[[1],[2],[3]],[[4],[5],[6]]]的shape是(2,3,1)。input_shape就是指输入张量的sh...原创 2019-12-21 22:43:51 · 581 阅读 · 0 评论 -
老卫带你学---绘制神经网络的工具
目录1. LaTeX的tikz库2. ConvNetDraw3. Visio4. Inkscape-自由绘图5. Omnigraffle6. draw_convnet7. PlotNeuralNet8. NN-SVG9. Python + Graphviz10. Graphviz - dot11. Keras12、Netscope13. Caffe自带绘图工具14. TensorBoard15. ...原创 2019-12-03 19:10:04 · 3925 阅读 · 2 评论 -
老卫带你学---OHEM
OHEM算法及Caffe代码详解 https://blog.csdn.net/u014380165/article/details/73148073转载 2019-03-23 16:06:44 · 238 阅读 · 0 评论 -
老卫带你学--- ImportError: libcublas.so.9.0: cannot open shared object file: No such file or directory
使用cuda+tensorflow-gpu进行高速计算的时候,有个坑,那就是cuda一定要对应tensorflow-gpu的版本。比如你的cuda是9.0,那么你就不能使用最新的tensorflow-gpu(最新的版本对应的是cuda10.0),你需要下载对应版本的tensorflow-gpu。那么以下就是不同的tensorflow-gpu对应的cuda的版本,一定要对上,否则会出现这样的错误...原创 2019-03-05 16:18:46 · 199 阅读 · 0 评论 -
老卫带你学---keras下载预训练模型
在研究keras的时候,发现需要下载预训练的模型,查阅后,发现github上有大神已经整理好了,遂分享地址,供大家下载和自己复习。https://github.com/fchollet/deep-learning-models/releases/...原创 2019-02-25 20:18:00 · 623 阅读 · 0 评论 -
老卫带你学---cuda多版本切换
参考文章:https://blog.csdn.net/maple2014/article/details/78574275/https://blog.csdn.net/weixin_32820767/article/details/80421913在我们gpu运算中,cuda的作用非常关键,但是有的时候我们需要特定的cuda版本,比如老卫在研究tensorflow的过程中发现,直接pip i...原创 2019-03-04 23:05:18 · 303 阅读 · 0 评论 -
老卫带你学---Face Detection using Deep Learning: An Improved Faster R-CNN Approach
https://arxiv.org/pdf/1701.08289.pdf FDDB face detection benchmark evaluation引言:在物体检测上,R-CNN十分成功,跟随这个工作,我们提出一个新的脸部检测方法,扩展改进Faster R-CNN算法。我们的算法通过结合几个策略,包括特征连接,强负面挖掘(hard negat...转载 2019-03-01 10:07:00 · 362 阅读 · 0 评论 -
老卫带你学---Cascade R-CNN
目标检测论文阅读:Cascade R-CNN: Delving into High Quality Object Detection Cascade R-CNN: Delving into High Quality Object Detection1.思想简介2.相关工作及一些证明Iterative BBox及对比Iterative Loss3.Cascad...转载 2019-02-23 20:06:10 · 250 阅读 · 0 评论 -
老卫带你学---目标检测的性能指标
在我们目标检测的研究中,为了体现模型各方面的性能,我们会有以下几个指标进行衡量。1.precision-recall在训练YOLO v2的过程中,系统会显示出一些评价训练效果的值,如Recall,IoU等等。为了怕以后忘了,现在把自己对这几种度量方式的理解记录一下。 这一文章首先假设一个测试集,然后围绕这一测试集来介绍这几种度量方式的计算方法。大雁与飞机假设现在有这样一个测...原创 2019-01-16 13:39:32 · 456 阅读 · 0 评论 -
老卫带你学---faster-rcnn源码剖析(generate_anchor.py运算解读)
generate_anchor.py运算解读 ...转载 2018-09-14 22:44:46 · 187 阅读 · 0 评论 -
老卫带你学---Could not satisfy explicit device specification '/device:GPU:0' because no devices matching
tf源码里debug代码时遇到了下面的错误:tensorflow.python.framework.errors.InvalidArgumentError: Cannot assign a device to node 'box_encodings': Could not satisfy explicit device specification '/device...转载 2019-03-03 11:51:14 · 376 阅读 · 0 评论 -
老卫带你学---深度学习画图工具
装载至 http://www.360doc.com/content/17/0325/18/99071_640070091.shtml本文为大家比较全面详细的介绍关于神经网络结构图的工具。我们给出了部分内容完整内容请在文末获取LaTeX绘制网络结点图的tikz库在控制论或者是智能领域,神经网络是经常接触到的,另外,研究网络时,也经常需要绘制网络结点图,下面介绍一个tikz库可以非常方便地绘制这类图...转载 2019-03-18 15:40:31 · 2023 阅读 · 0 评论 -
老卫带你学---准确率(Accuracy), 精确率(Precision), 召回率(Recall)和F1-Measure
转载至 http://www.cnblogs.com/sddai/p/5696870.html 准确率(Accuracy), 精确率(Precision), 召回率(Recall)和F1-Measure yu Code 15 Comments 机器学习(ML),自然语言处理(NLP),信息检索(IR)等领域,评估(Evaluati...转载 2019-03-26 08:52:41 · 1564 阅读 · 0 评论 -
老卫带你学---残差网络ResNet笔记
残差网络ResNet笔记 Deep Residual Learning for Image Recognition1. 思想作者根据输入将层表示为学习残差函数。实验表明,残差网络更容易优化,并且能够通过增加相当的深度来提高准确率。核心是解决了增加深度带来的副作用(退化问题),这样能够通过单纯地增加网络深度,来提高网络性能。作者在ImageNet上实...原创 2019-04-03 09:20:33 · 318 阅读 · 0 评论 -
老卫带你学---BN(Batch Normalization) 原理与使用过程详解
Batch Normalization是由google提出的一种训练优化方法。参考论文:Batch Normalization Accelerating Deep Network Training by Reducing Internal Covariate Shift网上对BN解释详细的不多,大多从原理上解释,没有说出实际使用的过程,这里从what, why, how三个角度去解释BN。Wh...转载 2019-06-20 10:08:06 · 2222 阅读 · 0 评论 -
老卫带你学---Feature hashing(特征哈希)
Feature hashing(特征哈希)在机器学习中,特征哈希也称为哈希技巧(类比于核技巧),是一种快速且空间利用率高的特征向量化方法,即将任意特征转换为向量或矩阵中的索引。它通过对特征应用散列函数并直接使用特征的散列值作为索引来工作,而不是在关联数组中查找索引。例子在典型的文档分类任务中,机器学习算法(包括学习和分类)的输入是自由文本。 因此,构造了BOW表示:每个单词被抽取并计数,并且...原创 2019-09-04 13:23:17 · 1210 阅读 · 0 评论 -
老卫带你学---sklearn的CountVectorizer()类解析
它主要是把新的文本转化为特征矩阵,只不过,这些特征是已经确定过的。而这个特征序列是前面的fit_transfome()输入的语料库确定的特征。见例子:>>>from sklearn.feature_extraction.text import CountVectorizer>>>vec=CountVectrizer()>>>vec.tra...原创 2019-09-04 15:31:19 · 736 阅读 · 0 评论 -
老卫带你学---【模型结构绘制】深度学习神经网络模型结构图绘制工具及方法总结【写论文必备】
本文我们聊聊如何才能画出炫酷高大上的神经网络图,下面是常用的几种工具。这个工具可以非常方便的画出各种类型的图,是下面这位小哥哥开发的,来自于麻省理工学院弗兰克尔生物工程实验室, 该实验室开发可视化和机器学习工具用于分析生物数据。github地址:https://github.com/zfrenchee...转载 2019-09-26 21:34:40 · 919 阅读 · 2 评论 -
老卫带你学---深度学习中各种学习率的比较
在深度学习中,学习率对于我们是否可以快速找到局部最小值小值非常重要,而caffe为我们提供了如下学习率:fixed: 保持base_lr不变.step: 如果设置为step,则还需要设置一个stepsize, 返回 base_lr * gamma ^ (floor(iter / stepsize)),其中iter表示当前的迭代次数exp: ...转载 2018-09-25 09:50:00 · 719 阅读 · 0 评论 -
老卫带你学---faster-rcnn源码剖析(anchor_target_layer.py源码详解)
RPN网络是faster与fast的主要区别,输入特征图,输出region proposals以及相应的分数# -------------------------------------------------------- # Faster R-CNN # Copyright (c) 2015 Microsoft # Licensed under The MIT License [...转载 2018-09-18 12:01:03 · 318 阅读 · 0 评论 -
老卫带你学---faster-rcnn显示不出预测边框
在我们使用faster-rcnn的时候,会将预测边框画在图片上显示出来。 可是有的时候,我们并不能得到预测边框。1.首先,我们需要检查我们的caffemodel与prototxt文件是否正确。 如图: 一定要是看清楚了!!!2.如果上一步没有问题,我们就要考虑,是否因为图片本身的色彩空间稀薄导致提取特征过少。(因为老卫研究的是医学图象的计算机视觉,而医学照片是压缩的,相对而言...原创 2018-08-12 14:36:07 · 2386 阅读 · 1 评论 -
老卫带你学---详解softmax(转)
答案来自专栏:机器学习算法与自然语言处理详解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。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...转载 2018-08-10 13:14:51 · 246 阅读 · 0 评论 -
老卫带你学---DDSM乳腺癌数据研究
DDSM数据库是美国的医学机构所建立的专门存放乳腺癌图像的数据库。里面存放了cancer,normal,benign,benign_without_callback四类数据。目前很多对乳腺癌的研究都是根据该数据库进行研究。接下来本文将会针对DDSM数据库的下载,格式转化方面展开介绍。1.下载数据2.转换格式为了满足不同用户的需求,老卫对其格式的转化研究了整整一周,目前已经掌握将ljpe...原创 2018-08-05 22:25:06 · 13862 阅读 · 46 评论 -
老卫带你学---caffe的简单使用(MNIST数据集)
老卫带你学—caffe的简单使用(MNIST数据集)MNIST是一个大型的手写体数字数据库,最早的用于机器学习领域的训练与测试。MNIST包括60000个训练集与10000个测试集,每张图都已经进行尺寸归一化,数字居中处理,resize为28*28尺寸。1.下载MNIST数据集既然我们要对MNIST数据集进行训练,那么我们就需要将其下载到我们的本地上,MNIST数据集可以在Ca...原创 2018-07-27 19:26:00 · 492 阅读 · 0 评论 -
老卫带你学---Ubuntu查看安装好的Cuda信息
在我们深度学习中,cuda是我们必备的配置。安装cuda可以看这篇文章: 老卫带你学—ubuntu 18.04 安装GPU +CUDA+cuDNN那么安装完cuda之后,想查看cuda的相关信息如何查看呢,请看下文:cd /usr/local/cuda/samples/1_Utilities/deviceQuery #由自己电脑目录决定makesudo ./deviceQuery...原创 2018-08-09 14:04:47 · 1143 阅读 · 2 评论 -
老卫带你学---caffe问题汇总
在caffe编译过程中,不管是新的caffe,还是几年前的caffe,亦或是不同的配置,都会大大小小出现一些小问题,该文章尽量将所有遇到的问题全部汇总,方便后期查看。问题1:Makefile:563: recipe for target '.build_release/src/caffe/test/test_smooth_L1_loss_layer.o' failed打开这个文...原创 2018-08-09 13:51:05 · 1282 阅读 · 2 评论 -
老卫带你学---LJPEF格式图像文件
因为需要使用到DDSM的图像数据,所以需要将其LJPEF格式转化成PNG格式。下面这篇文章详细的介绍了如何将LJPEG格式文件转化成PNG格式文件。https://blog.csdn.net/fanghuidi/article/details/47113965...转载 2018-07-24 23:19:39 · 352 阅读 · 0 评论 -
老卫带你学---神经网络与CNN
老卫带你学—神经网络与CNN1.什么是神经网络首先这是一个简单的神经网络模型,包含input layer(输入层),hidden layer(隐藏层),output layer(输出层)不过这样说,可能表达的不是很清楚,因为到底什么是神经元?神经网络与传统分类算法有什么联系?那么我们从逻辑回归来讲讲他与神经元的关系 我们的逻辑回归给出三个参数来计算x1...原创 2018-07-13 14:07:57 · 1666 阅读 · 0 评论 -
老为带你学---Ubuntu安装Opencv
这篇文章详细的介绍了ubuntu下的opencv的安装,亲测实用:https://blog.csdn.net/forest_world/article/details/51372703转载 2018-07-23 18:56:46 · 114 阅读 · 0 评论 -
老卫带你学---faster-rcnn的两种训练方式
faster rcnn训练方式有两种,一种是交替优化方法(alternating optimization),即训练两个网络,一个是rpn,一个是fast rcnn,总计两个stage,每个stage各训练一次rpn和fast rcnn。另外一种训练方式为近似联合训练(approximate joint training),也称end to end的训练方式,训练过程中只训练一个权重网络,训练速度...转载 2018-08-12 18:36:30 · 10619 阅读 · 17 评论 -
老卫带你学---ubuntu 18.04 安装GPU +CUDA+cuDNN(转)
ubuntu 18.04 安装GPU +CUDA+cuDNN 目前,大多情况下,能搜到的基本上都ubuntu 14.04.或者是ubuntu 16.04的操作系统安装以及GPU 环境搭建过程,博主就目前自身实验室环境进行分析,总结一下安装过程。1.实验室硬件配置(就需要而言): g...转载 2018-08-08 14:35:42 · 697 阅读 · 0 评论 -
老卫带你学---从编程实现角度学习 Faster R-CNN(附极简实现)
从编程实现角度学习 Faster R-CNN(附极简实现) 这篇文章很好的解释了faster rcnn,所以转载过来,供自己后期复习。FasterR-CNN的极简实现: github: simple-faster-rcnn-pytorch()本文插图地址(含五幅高清矢量图):draw.io()1概述在目标检测领域, Faster R-CNN表现出了极强的生命力,虽然是 2015年的论文(http...转载 2018-08-08 14:45:51 · 1151 阅读 · 0 评论 -
老卫带你学---深度学习计算图像均值
老卫带你学—深度学习计算图像均值在我们做深度学习研究的时候,如果可以在图像预处理的时候加入去均值的操作,那么可以提高我们训练的速度以及精准度。以下是老卫写的通过opencv来求出图像的均值。# -*- coding:utf-8 -*-#作者:卫毅然#联系邮箱:2205492446@qq.comimport osimport cv2from numpy import *i...原创 2018-09-06 20:27:37 · 941 阅读 · 0 评论 -
老卫带你学---faster-rcnn源码剖析(generate_anchor.py运算解读2)
【深度学习:目标检测】 faster rcnn RPN之anchor(generate_anchors)源码解析 ...转载 2018-09-15 17:50:38 · 273 阅读 · 0 评论 -
老卫带你学---faster-rcnn学习笔记
这篇博客很好的解释了一些faster-rcnn的细节,特此转载过来,为了以后的复习!!!感谢博主!下面的介绍都是基于VGG16 的Faster RCNN网络,各网络的差异在于Conv layers层提取特征时有细微差异,至于后续的RPN层、Pooling层及全连接的分类和目标定位基本相同. 一)、整体框架我们先整体的介绍下上图中各层主要的功能1)、Conv layers提取...转载 2018-09-07 22:32:48 · 207 阅读 · 0 评论 -
老卫带你学---faster-rcnn使用cpu训练
老卫带你学—faster-rcnn使用cpu训练 因为老卫的电脑GPU是真的菜,所以需要使用CPU去跑模型(泪奔!),按照以下的步骤就可以使用cpu进行faster-rcnn的训练。 ...原创 2018-09-01 12:58:58 · 2944 阅读 · 1 评论 -
老卫带你学---基于R-CNN的物体检测
本篇博文主要讲解2014年CVPR上的经典paper:《Rich feature hierarchies for Accurate Object Detection and Segmentation》,这篇文章的算法思想又被称之为:R-CNN(Regions with Convolutional Neural Network Features),是物体检测领域曾经获得state...转载 2018-08-17 13:19:55 · 183 阅读 · 0 评论