深度学习
zhuimengshaonian66
NBU
Stay hungry,stay foolish!
展开
-
pycharm使用scipy模块from scipy.misc import imread时报错:cannot import name imread问题解决
在pycharm的terminal中安装SciPy1.2.1版本的就好了即:pip install scipy1.2.1我这里用的是aniconda的库,有SciPy1.31版本的,先删除 pip uninstall scipy然后再安装1…2.1版本的即可 pip install scipy1.2.1可能网速不好需要安装多次,也可离线安装...原创 2019-11-13 10:40:54 · 1264 阅读 · 0 评论 -
不可错过的 GAN 资源:教程、视频、代码实现、89 篇论文下载
NIP 2016 对抗训练 Workshop 【网页】https://sites.google.com/site/nips2016adversarial/ 【博客】http://www.inference.vc/my-summary-of-adversarial-training-nips-workshop/ 教程 & 博客 如何训练 GAN? 让 GAN...转载 2018-10-26 14:47:02 · 1285 阅读 · 1 评论 -
Generative Face Completion
转自:https://blog.csdn.net/c2a2o2/article/details/76220226,感谢原创作者!Generative Face Completion CVPR 2017 https://arxiv.org/abs/1704.05838Code: https://github.com/Yijunmaverick/GenerativeFaceCompletio...转载 2018-10-26 14:30:18 · 389 阅读 · 0 评论 -
基于TP-GAN的侧脸人像恢复
C新智元报道作者:闻菲 【新智元导读】中科院自动化所(CASIA),中科院大学和南昌大学的一项合作研究,提出了双路径 GAN(TP-GAN),通过单一侧面照片合成正面人脸图像,取得了当前最好的结果。研究人员提出了一个像人类一样能够考虑整体和局部信息的 GAN 结构,合成的图像非常逼真且很好地保留了身份特征,并且可以处理大量不同姿势的照片。研究人员指出,这些合成的图像有可能用于人脸分析的任...转载 2018-10-26 14:02:05 · 2064 阅读 · 0 评论 -
重命名文件夹中图片
原创 2018-10-26 10:58:49 · 451 阅读 · 0 评论 -
第七届IEEE多媒体会议
2018.8.181. 清华大学 戴琼海院士个人主页:http://www.au.tsinghua.edu.cn/publish/au/1714/2011/...十亿像素计算摄像技术摘要:为了突破传统成像和传感中的根深蒂固的假设和物理限制,提出了一种新的计算摄影理论和关键计算技术,即十亿像素计算摄像。利用提出的实时超大尺寸成像系统,在厘米尺度和微米分辨率上进行了一些生物动力学的...原创 2018-10-23 19:57:14 · 375 阅读 · 0 评论 -
空洞卷积
链接:https://www.zhihu.com/question/54149221 Dilated/Atrous Convolution 或者是 Convolution with holes 从字面上就很好理解,是在标准的 convolution map 里注入空洞,以此来增加 reception field。相比原来的正常convolution,dilated convolution ...转载 2018-10-23 19:55:04 · 3549 阅读 · 0 评论 -
VAE(4)——实现
终于到了实现的地方。前面干燥乏味的公式推导和理论阐述已经让很多人昏昏欲睡了,下面我们要提起精神,来看看这个模型的一个比较不错的实现——GitHub - cdoersch/vae_tutorial: Caffe code to accompany my Tutorial on Variational Autoencoders,当然,这个实现也是一个配套tutorial文章的实现。感兴趣的童鞋也...转载 2018-10-28 21:11:38 · 244 阅读 · 0 评论 -
python学习
https://blog.csdn.net/xiongbiao_xiongqi/article/details/79594079本周主要学习了类和面向对象的知识,学得容易,灵活运用却很难,还需要多加练习孰能生巧。函数参数、默认值、可变参数、关键字参数、命名关键字参数可变参数:*args关键字参数:**kwargs返回值嵌套定义高阶函数、λ函数(匿名函数)、闭包、偏函数、柯...转载 2018-10-10 14:50:32 · 395 阅读 · 0 评论 -
损失函数总结
本篇文章介绍一下tensorflow中必须要掌握的基础知识点,就是损失函数,因为最终训练迭代优化就是损失函数,那么总体来说它可以分为两大类:1 以回归为主:MSE-均方根误差2 以分类为主:SOFTMAX-交叉熵3 根据特定场景:自定义损失函数接下来我们具体来通过代码讲解每种具体的实例:首先我们看一下均方根误差-MSE import tensorflow as tf...转载 2018-10-10 14:43:24 · 288 阅读 · 0 评论 -
全局与局部GAN做图片填充
Globally and Locally Consistent Image Completion(以下简称GL)。这篇文章是由早稻田大学(Waseda University)的Satoshi Iizuka等人发表的,他们并没有公布源代码以及训练模型。我自己按照他们的文章实现后,发现效果并不理想,但这一点和我的训练数据以及GAN模型本身的不稳定性有很大关系,也有可能我的实现方法有问题。但是基于他...转载 2018-10-16 15:45:10 · 3114 阅读 · 2 评论 -
各种GAN原理总结及对比
转:https://blog.csdn.net/Gavinmiaoc/article/details/79947877最近试着玩了多种GAN,今天我们主要总结下常用的GAN包括DCGAN,WGAN,WGAN-GP,LSGAN-BEGAN,SRGAN的详细原理介绍以及他们对GAN的主要改进,并推荐了一些Github代码复现链接。 本文旨在对GAN的变种做一些梳理工作,详细请看下文。1.原...转载 2018-10-16 15:08:27 · 3059 阅读 · 0 评论 -
深度学习视觉领域常用数据集汇总
http://www.cs.toronto.edu/~kriz/cifar.html deep ISA network for Places2 recognitionhttps://www.jianshu.com/p/9990284bc4d5http://places2.csail.mit.edu/results2015.html[导读] “大数据时代”,数据为王!无论是数据挖...转载 2018-10-15 22:16:11 · 289 阅读 · 0 评论 -
Python近期遇到问题总结
遇到很多问题:ValueError: too many values to unpack问题还有很多问题就不一样阐述,然后网上各种博客搜了个遍,都无法解决问题其实是自己的问题啦,代码不太理解,各种搞不清然后就出现很多问题最后还是要从代码角度去理解: 解析:比如上面所犯的错误:因为我已经在get train image里面读入图像而且归一化了,如下不需要在新的...原创 2018-09-29 14:57:42 · 184 阅读 · 0 评论 -
生成式对抗网络(GAN)如何快速理解?
原文来源:freeCodeCamp作者:Thalles Silva「雷克世界」编译:嗯~阿童木呀、KABUDA让我们假设这样一种情景:你的邻居正在举办一场非常酷的聚会,你非常想去参加。但有要参加聚会的话,你需要一张特价票,而这个票早就已经卖完了。而对于这次聚会的组织者来说,为了让聚会能够成功举办,他们雇佣了一个合格的安全机构。主要目标就是不允许任何人破坏这次的聚会。为...转载 2018-10-12 22:13:48 · 405 阅读 · 0 评论 -
生成对抗网络(GAN)
关于生成对抗网络(GAN)的新论文每周都会出现很多,跟踪发现他们非常难,更不用说去辨别那些研究人员对 GAN 各种奇奇怪怪,令人难以置信的创造性的命名!当然,你可以通过阅读 OpanAI 的博客或者 KDNuggets 中的概述性阅读教程,了解更多的有关 GAN 的信息。在这里汇总了一个现在和经常使用的GAN论文,所有文章都链接到了 Arxiv 上面。GAN — Generative Ad...转载 2018-10-12 09:54:55 · 469 阅读 · 0 评论 -
过拟合、欠拟合如何解决
过拟合先谈谈过拟合,所谓过拟合,指的是模型在训练集上表现的很好,但是在交叉验证集合测试集上表现一般,也就是说模型对未知样本的预测表现一般,泛化(generalization)能力较差。如图所示 (图片来源:coursera 吴恩达机器学习公开课)从图中可以看出,图一是欠拟合,模型不能很好地拟合数据;图二是最佳的情况;图三就是过拟合,采用了很复杂的模型。最后导致曲线波动很大,最后...转载 2018-10-11 21:03:48 · 1651 阅读 · 0 评论 -
CNN基础知识理解
原创 2018-11-06 15:48:42 · 272 阅读 · 0 评论 -
改变图像尺寸
参考:https://blog.csdn.net/denny2015/article/details/50532971 图像的形变与缩放,使用的是skimage的transform模块,函数比较多,功能齐全。1、改变图片尺寸resize函数格式为:skimage.transform.resize(image, output_shape)image: ...原创 2018-10-24 16:22:50 · 1952 阅读 · 0 评论 -
训练技巧
1、学习速率。首先设学习速率为一个较大的值,确保training cost在不断下降。当accuracyy在n个epoch内不再增加时,使得学习速率减小一半。重复迭代,直到学习速率变成原来的1/1024。2、学习速率要根据训练cost调。但是网络层数和神经元数目,mini-batch size要根据验证集的acc调。3、关于正则项系数。可以先设为0,选好learning rate,再将正...转载 2018-11-02 09:38:32 · 396 阅读 · 0 评论 -
python3.6 安装dlib库
之前pip试了好多方法都失败了,后面看cmake但是感觉好麻烦,最后随便试了安装pip install dlib==19.6.1就成功了原创 2019-07-25 20:26:48 · 4761 阅读 · 17 评论 -
计算机视觉三大顶会论文ICCV,CVPR,ECCV
原文:https://blog.csdn.net/u010551600/article/details/80799419ICCV: http://www.informatik.uni-trier.de/~ley/db/conf/iccv/index.htmlECCV: http://www.informatik.uni-trier.de/~ley/db/conf/eccv/index.h...转载 2019-06-27 15:36:44 · 3737 阅读 · 1 评论 -
李宏毅
李宏毅教授的个人主页个人主页相关知识点PPT和视频转载 2019-06-06 09:01:32 · 2459 阅读 · 0 评论 -
Jupyter Notebook入门指南
翻译|张建军出品 | 人工智能头条(公众号ID:AI_Thinker)【人工智能头条导读】Jupyter Notebook 是一个 Web 应用程序,便于创建和共享文学化程序文档,支持实时代码、数学方程、可视化和 Markdown,其用途包括数据清理和转换、数值模拟、统计建模、机器学习等等。目前,数据挖掘领域中最热门的比赛 Kaggle 里的资料都是 Jupyter 格式。对于机器...转载 2019-03-18 09:03:37 · 539 阅读 · 0 评论 -
关于卷积填充和步长等计算
4.1卷积神经网络1.4Padding 一张6∗6大小的图片,使用3∗3的卷积核设定步长为1,经过卷积操作后得到一个4∗4的图像。 特征图大小公式 设定原始图像大小为n∗n,卷积核大小为f∗f,则经过卷积操作后特征图大小为(n−f+1)∗(n−f+1) 不使用Padding的缺点 经过卷积操作后图像会缩小. 如果你注意角落边的像素,则此像素点只会被卷积核触...转载 2019-03-17 18:07:41 · 13195 阅读 · 1 评论 -
You must feed a value for placeholder tensor 'input_label' with dtype float and shape [16,128,128,3]
这个问题搞得真的很烦人,两天最后还是找陈大神帮忙解决的刚开始出现这种问题后来百度搜,搜来搜去比较常见的解决方法无非也就两三种如下为博客链接,但并没有解决问题,反而出现新问题https://blog.csdn.net/lyrassongs/article/details/75012464https://stackoverflow.com/questions/36551936/va...原创 2019-03-20 16:55:57 · 835 阅读 · 0 评论 -
Process finished with exit code 1
出现这种问题肯定是尺寸的问题经检查发现是上采样是尺寸没对应上把这里改好后就正常了解码端部分如下原创 2019-03-20 09:31:08 · 1518 阅读 · 0 评论 -
pycharm调试
调试后出现F8:step over 单步F7:step into 进入F9:resume program 重启程序 实际是 下个断点特殊的:11行断点且2断点,则11停2停,2执行后不再回到11,和F7有区别Alt+shift+F7:step into mycode,这个没看明白什么意思,自己调试时debug停在第一个断点,然后按这个,就会依次执行各代码,无论有无断点,更像F8(F...原创 2018-11-28 16:12:40 · 351 阅读 · 0 评论 -
Tensorflow常用函数
https://www.w3cschool.cn/tensorflow_python/tensorflow_python-duje2n2k.html 涵盖很多常用函数 以下为转载,也是其中的部分举例 https://blog.csdn.net/Cyiano/article/details/76087747tf.concat把一组向量从某一维上拼接起来,很向numpy中的Con...原创 2018-11-25 09:30:41 · 1526 阅读 · 0 评论 -
激活函数
激活函数”能分成两类——“饱和激活函数”和“非饱和激活函数”。sigmoid和tanh是“饱和激活函数”,而ReLU及其变体则是“非饱和激活函数”。使用“非饱和激活函数”的优势在于两点: 1.首先,“非饱和激活函数”能解决所谓的“梯度消失”问题。 2.其次,它能加快收敛速度。 Sigmoid函数需要一个实值输入压缩至[0,1]的范围 σ(x) = 1 /...转载 2018-11-28 21:05:29 · 233 阅读 · 0 评论 -
图像处理为张量比大小以及 TypeError: 'Tensor' object does not support item assignment in TensorFlow
试了但还是不行原创 2018-11-20 10:24:18 · 775 阅读 · 0 评论 -
need at least one array to stack
先分享一个强大的Python函数库https://www.w3cschool.cn/tensorflow_python/tensorflow_python-zkxr2x87.html 出现这种问题原因有很多情况我这里后来发现是路径错误,改正之后就好了 还有这个两个图像求和的问题,改为cv2.add就好了 常数张量...原创 2018-11-23 08:28:19 · 6711 阅读 · 0 评论 -
tensorflow从已经训练好的模型中,恢复(指定)权重(构建新变量、网络)并继续训练(finetuning)
一:需重定义神经网络继续训练的方法1.训练代码 import numpy as npimport tensorflow as tfx_data=np.random.rand(100).astype(np.float32) y_data=x_data*0.1+0.3weight=tf.Variable(tf.random_uniform([1],-1.0,1.0),name="w...转载 2018-11-05 16:37:18 · 2622 阅读 · 1 评论 -
Context Encoders: Feature Learning by Inpainting
1.论文题目:Context Encoders: Feature Learning by Inpainting论文来源:2016 CVPR(1)所解决问题通过基于上下文像素预测驱动的无监督的视觉特征的学习算法,利用周围的图像信息来推断缺失的图像本文的上下文编码器需要解决一个困难的任务:填补图像中大量缺失的区域,而这些区域无法从附近的像素中获得“提示”。(2)所构建网络主要思...转载 2018-11-02 21:57:57 · 4420 阅读 · 3 评论 -
tf.truncated_normal
tf.truncated_normal(shape, mean, stddev) :shape表示生成张量的维度,mean是均值,stddev是标准差。这个函数产生正太分布,均值和标准差自己设定。这是一个截断的产生正太分布的函数,就是说产生正太分布的值如果与均值的差值大于两倍的标准差,那就重新生成。和一般的正太分布的产生随机数据比起来,这个函数产生的随机数与均值的差距不会超过两倍的标准差,但是一般...转载 2018-10-11 14:04:51 · 177 阅读 · 0 评论 -
TensorFlow可视化
本文来自TensorFlow 实战GOOGEL深度学习框架原创 2018-09-20 15:55:24 · 242 阅读 · 0 评论 -
莫烦 Python 激励函数
什么是激励函数 (Activation Function)作者: 莫烦 编辑: 莫烦 2016-11-03学习资料:Theano 激励函数 教程 Tensorflow 激励函数 教程 PyTorch 激励函数 教程今天我们会来聊聊现代神经网络中 必不可少的一个组成部分, 激励函数, activation function.注: 本文不会涉及数学推导. 大家可以在很多其他地方找...原创 2018-09-09 12:35:47 · 952 阅读 · 0 评论 -
莫凡Python学习笔记二 :Tensorflow 基础构架
一。处理结构计算图纸 ¶Tensorflow 首先要定义神经网络的结构, 然后再把数据放入结构当中去运算和 training.(动图效果请点击这里)因为TensorFlow是采用数据流图(data flow graphs)来计算, 所以首先我们得创建一个数据流流图, 然后再将我们的数据(数据以张量(tensor)的形式存在)放在数据流图中计算. 节点(Nodes)在图中表...原创 2018-09-09 11:52:52 · 973 阅读 · 0 评论 -
莫凡Python学习笔记 一
一。人工神经网络 首先, 替代掉生物神经网络的, 就是已经成体系的人工神经网络. 所有神经元之间的连接都是固定不可更换的, 这也就是说, 在人工神经网络里, 没有凭空产生新联结这回事. 人工神经网络典型的一种学习方式就是, 我已经知道吃到糖果时, 手会如何动, 但是我想让神经网络学着帮我做这件动动手的事情. 所以我预先准备好非常多吃糖的学习数据, 然后将这些数据一次次放入这套人工神经网...原创 2018-09-09 10:42:01 · 3537 阅读 · 0 评论 -
深度估计 Fully Convolutional Networks for Semantic Segmentation
1.介绍该文讲述的是语义分割,但思路和框架和深度恢复是十分相似的,毕竟当前语义和深度问题本质上是一个像素级的分类问题。从该文3000+引用用量也可见该文章的巨大启发效果。所谓全卷积网络,是指由仅由卷积层、池化层和非线性激活函数层交错组织起来的网络。作者的贡献在于将非常热门且有效地做分类的卷积网络应用于语义分割中。整个框架是接受整张图像作为输入,用卷积做一个coarse的分类输出,然后将...转载 2018-09-11 21:46:00 · 219 阅读 · 0 评论