随笔 - 70
文章 - 0
评论 - 0
阅读 -
1889
07 2024 档案
深度学习与图像识别（神经网络基础2）
摘要：1、跟随梯度（数值微分） 不需要随机寻找权重，可以直接计算最好的方向，这个方向就是损失函数的梯度。梯度就是在每个维度上偏导数形成的向量。 计算梯度有两种方法，一种是缓慢的近似方法，即数值梯度法，另一种是分析梯度法，需要使用微分，虽然计算迅速，结果精确但是实现时容易出错 对上述公式编写一个函数 def
阅读全文
制作训练样本（屋顶提取）
摘要：1、选取的图像最好是正射影像 2、新建面矢量，覆盖住图像中的建筑。 3、进行矢量转栅格，重分类为1，将Nodata改为0.（后期使用栅格计算器相加得不出0与1的结果） 4、继续新建面矢量，覆盖整个图像，矢量转栅格后重分类为0. 5、使用栅格计算器，将图像栅格与建筑栅格相加，获取有0、1标注的样本。
阅读全文
深度学习与图像识别（神经网络基础）
摘要：一个神经网络的训练算法就是让权重的值调整到最佳，以使得整个网络的预测(或者分类)效果最好。 一般来说更多神经元的神经网络可以表达更复杂的函数。然而这既是优势也是不足，优势是可以分类更复杂的数据，不足是可能会造成对训练数据的过拟合。过拟合(Overfitting)是指网络对数据中的噪声有很强的拟合能力
阅读全文
深度学习与图像识别day5（机器学习基础）
摘要：线性问题主要处理回归问题，回归问题即预测一个连续问题的数值。 计算决定系数（R-squared，也称为R²或系数决定）是衡量回归模型预测准确性的一个常用指标。R-squared值越接近1，表示模型的预测性能越好；如果R-squared值为0，则表示模型只是简单地预测了目标变量的平均值；如果R-squ
阅读全文
深度学习与图像识别day4
摘要：KNN在Cifar上的应用 def getXmean(X_train): X_train = np.reshape(X_train, (X_train.shape[0], -1)) # 将图片从二维展开为一维 mean_image = np.mean(X_train, axis=0) # 求出训练集
阅读全文
深度学习与图像分类day3（KNN算法)
摘要：KNN——最近邻算法（即选择最近的占比最高的类别作为预测类别） KNN算法的计算逻辑 1)给定测试对象，计算它与训练集中每个对象的距离。 2)圈定距离最近的k个训练对象，作为测试对象的邻居。 3)根据这k个近邻对象所属的类别，找到占比最高的那个类别作为测试对象的预测类别。 在 KNN算法中，有两个方
阅读全文
深度学习与图像识别（numpy2）
摘要：获取numpy属性 首先，我们通过Numpy中的一个方法 arange(n)，生成0到n-1的数组。 np.arange(15) 返回的结果是array([ 0， 1， 2，3，4，5， 6，7， 8，9，10，11，12，13，14) 然后，再通过Numpy 中的reshape(row,colum
阅读全文
深度学习与图像识别学习笔记day2(numpy数组的方法）
摘要：创建numpy数组 import numpy as np nparray = np.array([i for i in range(10)]) print(nparray) 创建数值都为0的数组 import numpy as np a = np.zeros(10) print(a) 得到的结果0都
阅读全文
深度学习与图像识别学习笔记day1
摘要：文件不可以与现有的包重名哦 1、Theano （旧） 一个python库，可用于定义、优化与计算数学表达式，特别是多维数组（numpy.ndarray），可以理解为一个数学表达式的编译器：用符号式语言定义程序员所需的结果，并可以高效的运行与GPU与CPU上。 2、Tensorflow（新） 基于计算
阅读全文
神经网络中常用的函数
摘要：1、激活函数： F.relu(x)：ReLU（Rectified Linear Unit）激活函数，将输入 x 的所有负值置为0，正值保持不变。 F.sigmoid(x)：Sigmoid激活函数，将输入 x 映射到(0, 1)区间。 F.tanh(x)：双曲正切激活函数，将输入 x 映射到(-1,
阅读全文
unet网络解析
摘要：Unet网络结构学习记录导入包 #!/user/bin/python # coding=utf-8 import numpy as np import torch import torch.nn as nn 能够访问PyTorch中定义的所有神经网络层（如全连接层、卷积层、池化层等）、损失函数（如交
阅读全文
将mat格式转化为png格式的方法
摘要：方法一： 点击查看代码 import scipy.io import numpy as np import cv2 import os input_folder = 'D:\daima\CrackForest-dataset-master\CrackForest-dataset-master\gro
阅读全文
HelloRS32学习总结
摘要：1、coding=utf-8：在编程中，coding=utf-8 这一行通常出现在Python脚本文件的开头，尤其是在Python 2的脚本中。它的作用是告诉Python解释器，该脚本文件使用的字符编码是UTF-8。UTF-8是一种针对Unicode的可变长度字符编码，能够用1到4个字节表示任何Un
阅读全文
分类精度评价标准
摘要：一、影响验证值与测试值的因素可能有 1、学习率 lr（用于控制模型参数更新的步长或变化速度） 学习率过大：可能导致损失函数直接越过全局最优点，容易发生梯度爆炸，loss振动幅度较大，模型难以收敛。 学习率过小：虽然可以避免模型发散，但会导致参数更新的步长过小，模型收敛速度非常慢，甚至可能陷入局部最优
阅读全文
