![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
学习ML
文章平均质量分 94
zzyincsdn
一只很难受的程序猿
展开
-
在pycharm中完成MNIST训练
MNIST数据训练入门MINST数据训练入门数据集介绍训练方法代码实现下一步学习计划实验时关于input_data.pyMINST数据训练入门通过该训练来进行第一个机器学习的数据训练过程,类似于编程语言中的helloworld.MNIST是入门级的CV数据集,包含手写的数字图片,从0~9.任务就是训练以使得机器能够识别图像中的数字内容。数据集介绍数据中包含60k的训练数据集(mnist....原创 2018-10-28 21:12:34 · 4884 阅读 · 1 评论 -
Win10下的Anaconda, TensorFlow以及Pycharm环境搭建和配置
Win10下的Anaconda, TensorFlow以及Pycharm环境的搭建和配置写在开头的话以下是正文部分写在文章末尾写在开头的话这篇文章是我的第一篇,主要记录和描述在实验室电脑上的TensorFlow学习的第一步,搭建相关开发环境的主要过程以下是正文部分主要搭建环境的软件配置为Windows10,Anaconda5.3.0, TensorFlow1.10.0,编译器为pyChar...原创 2018-10-24 12:53:36 · 1791 阅读 · 1 评论 -
GPU服务器上的FasterRCNN-tf版配置和demo运行
GPU服务器上的FasterRCNN-tf版配置和demo运行在服务器上配置FSRCNN的运行服务器连接服务器基本配置项目布置和修改1.setup.py修改2.编译cython模块3.安装coco数据库4.下载预训练模型和配置软连接5.使用GPU运行DEMO测试结果下载下一步计划在服务器上配置FSRCNN的运行之前的工作以及demo以及实验都是在实验室的PC上完成的,由于硬件的限制,缺少GPU...原创 2018-12-03 22:05:08 · 2193 阅读 · 14 评论 -
网络模型测试&本地访问远程服务器tensorboard
网络模型测试&本地访问远程服务器tensorboard训练网络结果和tensorboard查看网络结果测试通过tensorboard查看远程训练结果下一步计划训练网络结果和tensorboard查看在完成tf-faster-rcnn的训练之后,我们得到了最终的训练网络模型。我们可以尝试修改demo.py文件,来使用我们刚训练好的模型对数据进行识别测试。我们已经训练好的模型放在项目根目录...原创 2018-12-14 21:20:21 · 704 阅读 · 0 评论 -
caffe版本的faster-RCNN配置全过程(rgb大神的那一款)+问题汇总和解决方法
caffe版本的faster-RCNN配置全过程写在前面的话软件配置配置过程1.github上下载代码2. py部分模块的加载3.对caffe部分进行make写在前面的话本文章主要是对在服务器上配置caffe版本的 faster-RCNN 的全过程以及问题总结,最后达到的目标是将代码中的tools/demo.py成功运行起来。总的来收非常痛苦,能碰到的坑几乎全给我碰上了。不过,兵来将挡水来土掩...原创 2019-05-14 18:08:51 · 2594 阅读 · 1 评论