11 2018 档案

摘要:# -*- coding: utf-8 -*-import sysimport numpy as npimport structfrom PIL import Imageprint "hell word"filename = 't10k-images-idx3-ubyte'binfile = ope 阅读全文
posted @ 2018-11-30 13:15 水木清扬 阅读(164) 评论(0) 推荐(0) 编辑
摘要:mnist样本字库嘚图片转换:# coding=utf-8import numpy as npimport struct import matplotlib.pyplot as plt from PIL import Image #/home/sys/data/mnist/filename = 't 阅读全文
posted @ 2018-11-26 14:15 水木清扬 阅读(223) 评论(0) 推荐(0) 编辑
摘要:1)环境变量配置: 9 ~/.bashrcor ~/.bash_profile.sudo gedit ~/.bashrc第一种sudo vim ~/.bashrc export PYTHONPATH=~/caffe/python:$PYTHONPATH export PYTHONPATH=/home 阅读全文
posted @ 2018-11-26 11:00 水木清扬 阅读(203) 评论(0) 推荐(0) 编辑
摘要:在linux家族中,vim编辑器是系统自带的文本编辑器,其功能强大自不必说了。 偶有小白,刚接触linux,要修改某个文本文件,不可能像WINDOWS那样操作,更有甚者,进入VI编辑器后,无法退出以致强抽关机,确是不得以呀。 其实,这个VIM(VI)也是很简单的,只要你看到此文! 注意:linux命 阅读全文
posted @ 2018-11-25 14:41 水木清扬 阅读(160) 评论(0) 推荐(0) 编辑
摘要:https://blog.csdn.net/wang15061955806/article/details/80791112 Ubuntu16.04上安装cudnn教程 2018年06月24日 14:34:24 图形码农 阅读数:3551 2018年06月24日 14:34:24 图形码农 阅读数: 阅读全文
posted @ 2018-11-23 20:28 水木清扬 阅读(306) 评论(0) 推荐(0) 编辑
摘要:https://blog.csdn.net/QLULIBIN/article/details/78714596 前言: 本篇文章是基于安装CUDA 9.0的经验写,CUDA9.0目前支持Ubuntu16.04和Ubuntu17.04两个版本,如下图所示(最下面的安装方式我们选择第一个,即runfil 阅读全文
posted @ 2018-11-23 14:45 水木清扬 阅读(740) 评论(0) 推荐(0) 编辑
摘要:推荐博客:https://www.linuxidc.com/Linux/2017-11/148629.htmhttps://blog.csdn.net/yggaoeecs/article/details/79163789 此教程主要借鉴自:GPU版:http://www.linuxidc.com/L 阅读全文
posted @ 2018-11-23 14:17 水木清扬 阅读(1149) 评论(0) 推荐(0) 编辑
摘要:转自http://lib.csdn.net/article/deeplearning/53059 作者:Ai_Smith 本文翻译而来,如有侵权,请联系博主删除。未经博主允许,请勿转载。每晚泡脚,闲来无事,所以就边泡边翻译了SSD论文,总感觉英文看着不习惯,还是中文好理解,也是和大家一起学习。菜鸟水 阅读全文
posted @ 2018-11-20 21:07 水木清扬 阅读(585) 评论(0) 推荐(0) 编辑
摘要:https://www.cnblogs.com/huty/p/8517180.html R-FCN、SSD、YOLO2、faster-rcnn和labelImg实验笔记 R-FCN、SSD、YOLO2、faster-rcnn和labelImg实验笔记 转自:https://ask.julyedu.c 阅读全文
posted @ 2018-11-20 21:00 水木清扬 阅读(488) 评论(0) 推荐(0) 编辑
摘要:提取保存的参数进行准确率验证 结果 初始化后没有经过训练的参数准确率低 训练后从模型中提取的参数准确率高 阅读全文
posted @ 2018-11-16 16:46 水木清扬 阅读(807) 评论(0) 推荐(0) 编辑
摘要:打开 cmd 输入命令 jupyter notebook --generate-config可以看到生成文件的路径,这个就是生成的配置文件jupyter_notebook_config.py然后打开这个配置文件,找到#c.NotebookApp.notebook_dir = ' '把它改成c.Not 阅读全文
posted @ 2018-11-16 15:37 水木清扬 阅读(2143) 评论(0) 推荐(0) 编辑
摘要:我们知道神经网络的结构是这样的: 那卷积神经网络跟它是什么关系呢?其实卷积神经网络依旧是层级网络,只是层的功能和形式做了变化,可以说是传统神经网络的一个改进。比如下图中就多了许多传统神经网络没有的层次。 卷积神经网络的层级结构 • 数据输入层/ Input layer • 卷积计算层/ CONV l 阅读全文
posted @ 2018-11-16 13:27 水木清扬 阅读(3849) 评论(0) 推荐(1) 编辑
摘要:https://www.cnblogs.com/skyfsm/p/6806246.html object detection我的理解,就是在给定的图片中精确找到物体所在位置,并标注出物体的类别。object detection要解决的问题就是物体在哪里,是什么这整个流程的问题。然而,这个问题可不是那 阅读全文
posted @ 2018-11-16 13:26 水木清扬 阅读(370) 评论(0) 推荐(0) 编辑
摘要:第二修改部分:(上面的可能运行GPU会耗尽) #coding:utf-8 import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_data mnist = input_data.read_data_se 阅读全文
posted @ 2018-11-16 10:48 水木清扬 阅读(316) 评论(0) 推荐(0) 编辑
摘要:原理就不多讲了,直接上代码,有详细注释。 结果 下面来一个简洁版本的 # load MNIST datafrom tensorflow.examples.tutorials.mnist import input_datamnist = input_data.read_data_sets("Mnist 阅读全文
posted @ 2018-11-16 10:42 水木清扬 阅读(458) 评论(0) 推荐(0) 编辑
摘要:tensorboard可以将训练过程中的一些参数可视化,比如我们最关注的loss值和accuracy值,简单来说就是把这些值的变化记录在日志里,然后将日志里的这些数据可视化。 首先运行训练代码 注意我将训练日志保存在 /home/xxx/logs/ 路径下,打开终端,输入以下命令 tensorboa 阅读全文
posted @ 2018-11-16 10:29 水木清扬 阅读(298) 评论(0) 推荐(0) 编辑
摘要:Tensorflow学习教程 过拟合 回归:过拟合情况 / 分类过拟合 防止过拟合的方法有三种: 1 增加数据集 2 添加正则项 3 Dropout,意思就是训练的时候隐层神经元每次随机抽取部分参与训练。部分不参与 最后对之前普通神经网络分类mnist数据集的代码进行优化,初始化权重参数的时候采用截 阅读全文
posted @ 2018-11-16 10:28 水木清扬 阅读(270) 评论(0) 推荐(0) 编辑
摘要:Tensorflow学习教程 代价函数 二次代价函数(quadratic cost): 其中,C表示代价函数,x表示样本,y表示实际值,a表示输出值,n表示样本的总数。为简单起见,使用一个样本为例进行说明,此时二次代价函数为: 假如我们使用梯度下降法(Gradient descent)来调整权值参数 阅读全文
posted @ 2018-11-16 10:27 水木清扬 阅读(330) 评论(0) 推荐(0) 编辑
摘要:首先是不含隐层的神经网络, 输入层是784个神经元 输出层是10个神经元 代码如下 结果如下 接下来是含一个隐层的神经网络,输入层是784个神经元,两个隐层都是100个神经元,输出层是10个神经元,迭代500次,最后准确率在88%左右,汗。。。。准确率反而降低了,慢慢调参吧 阅读全文
posted @ 2018-11-15 11:34 水木清扬 阅读(200) 评论(0) 推荐(0) 编辑
摘要:做机器学习的同志们应该对这个都不陌生,这里简单举个例子。一般来说,使用softmax函数来将神经元输出的数值映射到0到1之间,这样神经元输出的值就变为了一个概率值。 公式和例子如下图 公式和例子如下图 阅读全文
posted @ 2018-11-14 22:16 水木清扬 阅读(235) 评论(0) 推荐(0) 编辑
摘要:结果 可以看到求得的k和b非常接近于我们定义的k值和b值。 阅读全文
posted @ 2018-11-14 22:15 水木清扬 阅读(165) 评论(0) 推荐(0) 编辑
摘要:自己搭建神经网络求解非线性回归系数 代码 #coding:utf-8 import tensorflow as tf import numpy as np import matplotlib.pyplot as plt #使用numpy 生成200个随机点 x_data = np.linspace( 阅读全文
posted @ 2018-11-14 22:15 水木清扬 阅读(383) 评论(0) 推荐(0) 编辑
摘要:#coding:utf-8 import tensorflow as tf #Fetch input1 = tf.constant(3.0) input2 = tf.constant(1.0) input3 = tf.constant(5.0) add = tf.add(input1,input2) 阅读全文
posted @ 2018-11-14 22:14 水木清扬 阅读(249) 评论(0) 推荐(0) 编辑
摘要:#coding:utf-8 import tensorflow as tf x = tf.Variable([1,2]) a = tf.constant([3,3]) #增加一个减法op sub = tf.subtract(x,a) #增加一个加法op add = tf.add(x,sub) #有变 阅读全文
posted @ 2018-11-14 22:13 水木清扬 阅读(156) 评论(0) 推荐(0) 编辑
摘要:参考博客:https://www.cnblogs.com/cnugis/p/7635128.html视频链接:https://www.bilibili.com/video/av20542427?from=search&seid=3218324014806772997 Tensorflow作为目前最热 阅读全文
posted @ 2018-11-14 22:12 水木清扬 阅读(175) 评论(0) 推荐(0) 编辑
摘要:从零开始Windows环境下安装python+tensorflow 2017年07月12日 02:30:47 qq_16257817 阅读数:29173 标签: windowspython机器学习tensorflowAnaconda 更多 个人分类: machine-learning 从零开始Win 阅读全文
posted @ 2018-11-04 14:52 水木清扬 阅读(332) 评论(0) 推荐(0) 编辑
摘要:我是先下载tensorflow-1.5.0rc1-cp36-cp36m-win32.whl,再执行命令行安装的 下载地址:https://pypi.python.org/pypi/tensorflow/1.5.0rc1 1 pip install tensorflow-1.5.0rc1-cp36-c 阅读全文
posted @ 2018-11-04 14:46 水木清扬 阅读(275) 评论(0) 推荐(0) 编辑
摘要:https://blog.csdn.net/lovelyaiq/article/details/79929393 https://blog.csdn.net/qq_29462849/article/details/85272575 Opencv调用深度学习模型 2018年04月13日 15:19:5 阅读全文
posted @ 2018-11-02 11:14 水木清扬 阅读(14549) 评论(0) 推荐(1) 编辑

点击右上角即可分享
微信分享提示