Peyton_Li - 博客园

在windows10上安装caffe和tensorflow

摘要：最近在Windows10上安装了caffe和tensorflow，折腾了好久。在此记录一下。安装caffe的过程已在另一篇博客中进行了记录，在此不再赘述。而tensorflow也是非常简单的，也不再详细说明。安装caffe和tensorflow比较重要的一点是，要确保把依赖正确安装好。GPU版本阅读全文

posted @ 2019-04-11 10:34 Peyton_Li 阅读(1295) 评论(0) 推荐(0)

在Linux系统中安装caffe

摘要：学习深度学习已经很久了，但一直没有自己动手安装过caffe，因为工作需要，需要在linux系统中安装caffe，因此，在这里对安装过程进行记录。 caffe配置起来比tensorflow更麻烦一些，我主要是根据官网上的安装说明进行安装的，也参考了Youtube上的教程。我是在虚拟机中的Ubuntu1 阅读全文

posted @ 2019-04-08 16:43 Peyton_Li 阅读(2160) 评论(0) 推荐(0)

在windows10上搭建caffe

摘要： caffe环境的搭建一直是让我最头疼的，最近在Windows10上成功搭建了caffe，在此对搭建过程进行记录。安装主要是按照caffe github上的安装说明进行的，caffe的github主页中readme中有window caffe，是针对windows的安装说明。因为caffe框架有很阅读全文

posted @ 2019-04-04 15:24 Peyton_Li 阅读(3118) 评论(1) 推荐(0)

deep learning loss总结

摘要：在深度学习中会遇到各种各样的任务，我们期望通过优化最终的loss使网络模型达到期望的效果，因此loss的选择是十分重要的。 cross entropy loss cross entropy loss和log loss，logistic loss是同一种loss。常用于分类问题，一般是配合softma 阅读全文

posted @ 2018-12-19 13:58 Peyton_Li 阅读(1790) 评论(0) 推荐(0)

特征组合

摘要：图1. 线性问题对于图1，可以画一条线将黄点和蓝点分开，这是个线性问题，这条线并不完美，有一两个蓝点可能落在了黄点的一侧，但画的这条线可以很好地做出预测。图2. 非线性问题对于图2，显然不能画一条直线将黄点和蓝点清晰地分开，这是个非线性问题。要解决图2的非线性问题，可以创建一个特征组合。特征阅读全文

posted @ 2018-10-16 18:18 Peyton_Li 阅读(649) 评论(0) 推荐(0)

特征工程

摘要：特征工程指的是将原始数据转换为特征矢量。机器学习模型通常期望样本表示为实数矢量。这种矢量的构建方法如下：为每个字段衍生特征，然后将它们全部连接到一起。图1. 特征工程将原始数据映射到机器学习特征映射数值机器学习模型根据浮点值进行训练，因此整数和浮点原始数据不需要特殊编码。正如图2所示，将原始阅读全文

posted @ 2018-10-16 16:31 Peyton_Li 阅读(672) 评论(0) 推荐(0)

TensorFlow学习之路1-TensorFlow介绍

摘要： TensorFlow是一个采用数据流图（data flow graphs），用于数据计算的开源软件库。什么是数据流图？ TensorFlow的数据流图是由“节点”（nodes）和“线”（edges）组成的有向无环图来描述数学计算。“节点”一般用来表示施加的数学操作，但也可以表示数据输入（feed 阅读全文

posted @ 2018-10-16 11:37 Peyton_Li 阅读(356) 评论(0) 推荐(0)

深度学习中数据的augmentation

摘要：为了提高模型的泛化能力，同时也为了增大数据集，我们往往需要对数据进行augmentation，在这篇博客中，将总结一下可以对数据进行的augmentation。 1、颜色数据增强，对图像亮度、饱和度、对比度进行调整，最常见的是对亮度进行调整。 2、裁剪（crop），对图像进行随机裁剪；也可以先进行缩阅读全文

posted @ 2018-10-12 16:09 Peyton_Li 阅读(832) 评论(0) 推荐(0)

求解矩阵特征值及特征向量

摘要：矩阵特征值定义1：设A是n阶矩阵，如果数和n维非零列向量使关系式成立，则称这样的数成为方阵A的特征值，非零向量成为A对应于特征值的特征向量。说明：1、特征向量，特征值问题是对方阵而言的。 2、n阶方阵A的特征值，就是使齐次线性方程组有非零解的值，即满足方程的都是矩阵A的特征值。 3、定义2：A 阅读全文

posted @ 2018-10-11 15:59 Peyton_Li 阅读(52948) 评论(0) 推荐(3)

Faster R-CNN

摘要： Faster R-CNN是在Fast R-CNN的基础上提出了RPN（Region Proposal Networks），通过融合RPN和Fast R-CNN，得到了一个end-to-end的CNN对象检测模型。 Fast R-CNN需要使用其他算法来得到region proposal，显得很麻烦。阅读全文

posted @ 2018-08-31 16:44 Peyton_Li 阅读(570) 评论(0) 推荐(0)