深度学习
沧海一声笑·rush
netcore 、 Vue 、Go、计算机视觉、开发爱好者
展开
-
深度学习 の 经典网络结构&&设计原则
文章目录一. 经典的网络结构1.Alexnet2.VGG3.GoogLeNet (Inception V1,V2,V3)4.ResNet、ResNeXt二. 设计原则一. 经典的网络结构ImageNet 是一个分类大赛,在这个上面的分类。1.AlexnetAlexNet有60 million个参数和65000个 神经元,五层卷积,三层全连接网络,最终的输出层是1000通道的softmax。AlexNet利用了两块GPU进行计算,大大提高了运算效率,并且在ILSVRC-2012竞赛中获得了原创 2020-11-26 11:09:27 · 472 阅读 · 0 评论 -
Keras (二)
文章目录1.keras 代码1.keras 代码from keras.datasets import mnist #直接从keras里面应用数据集from keras.utils import np_utils #keras 里面用到的一个 np 的工具包from keras.models import Sequentialfrom keras.layers import Dense,Dropout,Convolution2D,MaxPool2D,Flatten,Input #导入Drop原创 2020-11-03 20:09:19 · 132 阅读 · 0 评论 -
keras中的 concatenate() 详解
最近看模态融合,用到了 keras 中的 concatenate() 函数,之前没有搞明白其中的 axis 这个参数是什么意思。后来经过一番研究,总算是搞明白了。先看代码import numpy as npimport keras.backend as Kimport tensorflow as tfa = K.variable(np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]]))b = K.variable(np.array([[[9, 10], [原创 2020-11-01 21:33:02 · 15506 阅读 · 1 评论 -
深度学习-误差反向传播算法
1.误差反向传播算法是干什么的?通过数值微分计算了神经网络的权重参数的梯度,数值微分虽然简单,也容易实现,但缺点是计算上比较费时间。本章我们将学习一个能够高效计算权重参数的梯度的方法——误差反向传播法。...原创 2020-10-17 09:31:38 · 1660 阅读 · 0 评论 -
深度学习-神经网络的学习(rush_peng)
文章目录原创 2020-10-11 09:41:02 · 320 阅读 · 0 评论 -
深度学习-特征向量的概念
之前看论文,经常看到特征向量的概念,之前一直没搞明白。其实之所以会不明白,是因为和数学的特征向量的概念混淆了。从二维的图片上来看,特征图就是卷积和池化层以后的,就是提取出来的。同样可以对比来看,一维的语音信号,就是提取了一层以后的提取出来的。...原创 2020-10-10 11:11:58 · 2570 阅读 · 0 评论 -
深度学习入门理论(结合情绪识别)
1.表情识别的意义美国加州大学教授Albert Mehrabian把人的感情表达效果总结了一个公式:感情的表达= 7%的语言+ 38%的声音+ 55%的表情。可见表情在人类所有感情的外在表达中占据的重要位置。2.表情分类:我们的模型也依据由Ekman和Friesen定义的人类的七种基本表情:高兴(happy)、生气(angry)、吃惊(surprise)、恐惧(fear)、厌恶(disgust)、悲伤(sad)和中立(neutral)。3.完整的FER系统分为三个阶段:(facial expres原创 2020-07-26 11:19:19 · 5278 阅读 · 0 评论 -
Python 入门基础—手写识别数字
1.Python基础Python 2.x 的时候,整数除整数是整数,但在 Python 3.x 的时候,整数除以整数是小数。使用 type(10),可以查看数据类型。数组的维数,可以使用 np.dim ( ) 获得,比如 3*2 的矩阵就是 2 维列表: a=[1,2,3,4,5,6,7,8]len(a)列表长度a[4]是第四个元素的值a[0:2] 是切片,获取索引为0到2的元素,但是不包括2a[1: ] 获取索引为1到最后的元素a[1:-1]获取从1到倒数第一个之前的元素me原创 2020-08-05 19:51:05 · 880 阅读 · 0 评论 -
手写Yolov3
1.yolo3简介1.电脑如何确定一个猫的位置?这个需要四个参数:yolo3 是怎么确定这个 四个参数的?防止失真,会在框的上下边缘添加黑框。分成多个网格,大网格负责对大物体的检测,小网格负责对小物体的检测。2.Yolov3 的网络结构1.yolov3中的结构左边这一部分,属于一个特征提取网络,在残差网络里面,会有三个形状不同的特征图。然后他们放到一个 “解码的过程” 中,后边就是如何利用这些特征来完成目标的检测。13*13 的特征图会经过五次卷积,本别有两个输出,往上的是原创 2020-08-14 19:09:31 · 935 阅读 · 0 评论 -
基于注意力机制的语音识别
研究背景在表达不同的情绪的语音,在人耳能感到的特征方面,有明显的区别 (如下图)语音情绪识别的工具传统的机器学习深度学习其中深度学习常见的是 卷积神经网络 和 循环神经网络, 前者适合应用于空间分布数据,后者更多的适合应用于时间性的分布数据。由于情感的标签本身就具有一定的主观性,所以一般实验使用国际上广泛认证的两个最常用的数据集,都是由专业演员进行演绎,并有情感专家鉴别生成的数据集。研究现状语音情绪识主要有两个步骤组成: 特征提取 和 分类特征提取方面人们从语音中发现了并原创 2020-08-26 16:26:13 · 2745 阅读 · 1 评论 -
基于语音的情绪识别系统(Python)
原文简介源代码连接emotion-recognition-using-speechgit 上下载比较慢,我已经克隆到我的码云上语音情绪识别遇到的问题:1.无法安装 pyAudio 的问题:https://www.cnblogs.com/suRimn/p/11314938.html参考文献:https://blog.csdn.net/u011243684/article/details/107511482https://www.cnblogs.com/suRimn/p/11314938.原创 2020-11-29 09:33:43 · 4326 阅读 · 9 评论 -
Keras入门(沧海一笑 rush)
1.Keras 简介Keras 是一个高层神经网路的API , 特点就是简单易用keras 是目前流行的深度学习框架里面,最简单的。keras后台调用了 Tensorflow,Microsoft-CNTK 和 Theano2.使用 Keras 实现线性回归模型代码如下:注意。plt.scatter 是绘制散点图,plt.plot是绘制经过点的曲线import kerasimport numpy as npimport matplotlib.pyplot as plt#按顺序构成的模原创 2020-08-08 15:40:41 · 729 阅读 · 0 评论