摘要： 今天来编写预测程序，代码如下： import paddle import paddle.fluid as fluid from PIL import Image import numpy as np paddle.enable_static() # 创建执行器 place = fluid.CPUPl 阅读全文

摘要： 我的电脑依旧在响，跑了一天还有点烫 那么我们再来一个阅读笔记吧 单元测试 我们应该在软件的实际开发中，对我们负责的一块时刻进行单元测试，并以此保证自己的代码正确性 比如写了一个函数，那么我们要将所有可能的参数都放进去试一遍，这样可以省去很多的麻烦，毕竟自家孩子要教育到能拿得出手的地步才能带出去给别人 阅读全文

摘要： 今天来写正经八百的训练函数文件，然后开始训练！ 我的机器发出了异常的巨响，于是借用了一台散热器，现在写博客园只能开这一个页面，QQ都不能挂…… 我头一次感觉到我的电脑在性能方面不行了?! 以下是代码： import os import shutil import webnet import padd 阅读全文

摘要： 首先，祝我自己生日快乐 其次，今天想要编写的是卷积神经网络函数，其实就是改写一下之前那个数字训练的神经网络 代码如下： import paddle.fluid as fluid def conv_bn_layer(input, filter_size, num_filters, stride, pa 阅读全文

摘要： 经过长久的准备工作，今天终于要尝试训练程序的编写 今天先编写训练图片预处理和数据增强（即随机翻转、裁剪、改变色调、各种滤镜） 代码如下： import os import random from multiprocessing import cpu_count import numpy as np 阅读全文

摘要： 虽然paddle的训练器支持CPU，但如果用CPU的话，两三万张图片训练时间会长达三四天。 所以为了缩短时间，我们要采取GPU（显卡）来进行训练，这就需要英伟达的CUDA了 1、下载cuda9.0下载链接：https://developer.nvidia.com/cuda-toolkit-archi 阅读全文

摘要： 此处是AI challenger2018年的植物病害数据集 https://challenger.ai/dataset/pdd2018 解压后可以看到是一堆图片文件夹和json文件 由于paddle卷积神经网络是读取txt文件的（路径/标签）键值对，以下是数据集预处理过程 import json # 阅读全文

摘要： 团队题目 农林业病害智能识别 团队成员：刘佳琦，王昊宁，宋文锐。 简介：通过对大数据、智能识别、深度学习等技术的应用，针对常见农林业病害通过应用手机拍摄或选取相册中的图像，经分析处理后可智能识别种类、识别率等信息。 业务场景：用户通过手机拍照或者手动上传等方式提交农林业病害图像照片，经预览、裁剪等操 阅读全文

摘要： 读入数据 通过如下代码读入数据，了解下波士顿房价的数据集结构，数据存放在本地目录下housing.data文件中。 # 导入需要用到的package import numpy as np import json # 读入训练数据 datafile = './work/housing.data' da 阅读全文

摘要： 今天……其实有点焦虑啊，不知道怎么写这个AI，paddle框架其实也有点晦涩难懂—— 结果今天就全扔给这个了…… 我还拿起了好久不碰的高数，各种分解啊向量啊看的我头疼…… 好……今天就只能这样了先，以上！ 阅读全文