yuelulu0629的专栏

Adaptively Connected Neural NetworksPaper link:Adaptively Connected Neural Networks​arxiv.orgCode link:wanggrun/Adaptively-Connected-Neural-Networks​github.comAbstract本文提出了...

卷积神经网络最早是为了解决图像识别的问题,现在也用在时间序列数据和文本数据处理当中,卷积神经网络对于数据特征的提取不用额外进行,在对网络的训练的过程当中,网络会自动提取主要的特征.　　卷积神经网络直接用原始图像的全部像素作为输入,但是内部为非全连接结构.因为图像数据在空间上是有组织结构的,每一个像素在空间上和周围的像素是有关系的,和相距很远的像素基本上是没什么联系的,每个神经元只需要接受局部的...

原文链接：https://jingyan.baidu.com/article/e2284b2b6ee9f8e2e6118dfe.htmlmatplotlib是python的可视化一种重要实现方式。我们在图形展示中经常要展示一些特殊的点，并且要进行标记。工具/原料Anaconda3.exe方法/步骤首先导入包matplotlib.pyplot, numpy两个包，执行import语句：下一步，就是设...

一、实验介绍1.1 实验内容这个世界从古至今一直是一个看颜值的世界。对于我们作报告，写文章时使用的图片，也是一样的。一图胜千言，一张制作精美的图片，不仅能展示大量的信息，更能体现绘图者的水平，审美，与态度。我的老板，国内外多家SCI，EI文章的审稿人，甚至跟我说，一篇文章拿到手里，一眼扫过去，看看数据和图片，就知道这篇文章值不值得发表，水平如何。由此观之，制作一张精美图片的意义，实在重大。本课程实...

强烈推荐ipython原文：http://michaelxiang.me/2016/05/14/python-matplotlib-basic/无论你工作在什么项目上，IPython都是值得推荐的。利用ipython --pylab，可以进入PyLab模式，已经导入了matplotlib库与相关软件包（例如Numpy和Scipy)，额可以直接使用相关库的功能。本文作为学习过程中对matplotli...

#encoding=utf-8import osimport tensorflow as tffrom PIL import Imagecwd = os.getcwd()classes = {'test','test1','test2'}#制作二进制数据def create_record(): writer = tf.python_io.TFRecordWriter("t...

查了好多篇博客文章，试了半天终于找到了自己满意的代码~~~对于大多数的CSV格式的数据读写问题，都可以使用 csv 库。 例如：假设你在一个名叫stocks.csv文件中有一些股票市场数据，就像这样：Symbol,Price,Date,Time,Change,Volume"AA",39.48,"6/11/2007","9:36am",-0.18,181800"AIG",71.38,"6/11/...

利用卷积神经网络训练图像数据分为以下几个步骤读取图片文件产生用于训练的批次定义训练的模型（包括初始化参数，卷积、池化层等参数、网络）训练1 读取图片文件 1 def get_files(filename): 2 class_train = [] 3 label_train = [] 4 for train_class in os.listdir(filename):...

一、CNN的引入在人工的全连接神经网络中，每相邻两层之间的每个神经元之间都是有边相连的。当输入层的特征维度变得很高时，这时全连接网络需要训练的参数就会增大很多，计算速度就会变得很慢，例如一张黑白的 28×2828×28 的手写数字图片，输入层的神经元就有784个，如下图所示：  若在中间只使用一层隐藏层，参数 ww 就有 784×15=11760784×15=11760 多个；若输入的是28×28...

原文地址：https://www.tensorflow.org/install/install_windowsInstallDevelopAPI r1.4DeployExtendCommunityVersionsTFRCGitHub

基于3D卷积神经网络的行为识别：3D Convolutional Neural Networks for Human Action Recognition  简介：这是一片发表在TPAMI上的文章，可以看见作者有余凯（是百度的那个余凯吗？）本文提出了一种3D神经网络：通过在神经网络的输入中增加时间这个维度（连续帧），赋予神经网络行为识别的功能。相应提

本文结合Deep learning的一个应用，Convolution Neural Network 进行一些基本应用，参考Lecun的Document 0.1进行部分拓展，与结果展示（in python）。分为以下几部分：1. Convolution（卷积）2. Pooling（降采样过程）3. CNN结构4.  跑实验下面分别介绍。

结合Udacity 上的 deep learning 公开课 https://cn.udacity.com/course/deep-learning–ud730 再把深度学习的知识再复习一篇，顺便熟悉Tensorflow 的使用。 3D 卷积神经网络 相比于2D, 多一维仅此而已。原理上与2D 上几乎差不多，但是直接将2D 的网络拿过来直接使用，还是会遇到各种各样的问题，比如说有些库不支持 3D ...

原文地址：http://blog.csdn.net/sinat_31824577/article/details/60325571结合Udacity 上的 deep learning 公开课 https://cn.udacity.com/course/deep-learning–ud730 再把深度学习的知识再复习一篇，顺便熟悉Tensorflow 的使用。3D 卷积神

http://blog.csdn.net/zouxy09        最近看Deep Learning的论文，看到这篇论文：3D Convolutional Neural Networks for Human Action Recognition。比较感兴趣是CNN是怎么应用于行为理解的，所以就看看。这篇论文发表在TPAMI2013。它基本上没有公式的，论文倾于从论述角度描述它的基本方法

概述：关于tensorflow读取数据，官网给出了三种方法：1、供给数据：在tensorflow程序运行的每一步，让python代码来供给数据2、从文件读取数据：建立输入管线从文件中读取数据3、预加载数据：如果数据量不太大，可以在程序中定义常量或者变量来保存所有的数据。这里主要介绍一种比较通用、高效的数据读取方法，就是tensorflow官方推荐的标准格式：tfrecord

1. 安装anacodnasudo bash Anaconda2-4.4.0-Linux-x86_64.sh 如果是anaconda3只需改成相应的版本名称就是了2. 安装bazel$ echo "deb [arch=amd64] http://storage.googleapis.com/bazel-apt stable jdk1.8" | sudo tee /etc/a

1. 图像编码处理         以下代码示范了如何使用Tensorflow中对jpeg格式图像的编码/解码函数：         import matplotlib.pyplot as pltimport tensorflow as tfimage_raw_data=tf.gfile.FastGFile("/home/cynthia/Pictures/IMG_20170701