摘要: autoencoder可以用于数据压缩、降维,预训练神经网络,生成数据等等 Auto-Encoder架构 需要完成的工作 需要完成Encoder和Decoder的训练 例如,Mnist的一张图片大小为784维,将图片放到Encoder中进行压缩,编码code使得维度小于784维度,之后可以将code 阅读全文
posted @ 2022-05-11 16:35 陶陶Name 阅读(164) 评论(0) 推荐(0) 编辑
摘要: 本文主要带领读者了解生成对抗神经网络(GAN),并使用提供的face数据集训练网络 GAN 入门 自 2014 年 Ian Goodfellow 的《生成对抗网络(Generative Adversarial Networks)》论文发表以来,GAN 的进展突飞猛进,生成结果也越来越具有照片真实感。 阅读全文
posted @ 2022-05-11 16:35 陶陶Name 阅读(192) 评论(0) 推荐(0) 编辑
摘要: 下载cuda **链接:**https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal 如果电脑 阅读全文
posted @ 2022-05-11 16:34 陶陶Name 阅读(40) 评论(0) 推荐(0) 编辑
摘要: tensorflow2.0建议使用tf.keras作为构建神经网络的高级API 接下来我就使用tensorflow实现VGG16去训练数据 背景介绍: 2012年 AlexNet 在 ImageNet 上显著的降低了分类错误率,深度神经网络进入迅速发展阶段。在2014年牛津大学机器人实验室尝试构建了 阅读全文
posted @ 2022-05-11 16:34 陶陶Name 阅读(169) 评论(0) 推荐(0) 编辑
摘要: 问题描述 在使用tensorflow2.0时,遇到了这个问题: AttributeError: module 'tensorflow' has no attribute 'get_default_graph' 这个报错的意思是:tensorflow模块没有get_default_graph属性 错误 阅读全文
posted @ 2022-05-11 16:33 陶陶Name 阅读(631) 评论(0) 推荐(0) 编辑
摘要: 在今年的3月7号,谷歌在 Tensorflow Developer Summit 2019 大会上发布 TensorFlow 2.0 Alpha 版,随后又发布了Beta版本。 Resnet18结构 Tensorflow搭建Resnet18 导入第三方库 import tensorflow as t 阅读全文
posted @ 2022-05-11 16:32 陶陶Name 阅读(412) 评论(0) 推荐(0) 编辑
摘要: 导入必要的库: import os import tensorflow as tf from tensorflow import keras from tensorflow.keras import datasets,layers,optimizers,Sequential,metrics os.e 阅读全文
posted @ 2022-05-11 16:31 陶陶Name 阅读(63) 评论(0) 推荐(0) 编辑
摘要: 最近Tensorflow相继推出了alpha和beta两个版本,这两个都属于tensorflow2.0版本;早听说新版做了很大的革新,今天就来用一下看看 这里还是使用MNSIT数据集进行测试 导入必要的库 import tensorflow as tf from tensorflow.keras i 阅读全文
posted @ 2022-05-11 16:30 陶陶Name 阅读(122) 评论(0) 推荐(0) 编辑
摘要: 1.问题 安装好了opencv后,用其去检测是否可以使用时,出现了如下的问题: 2.解决 参考这篇博文点击 的配置环境即可解决 阅读全文
posted @ 2022-05-11 16:27 陶陶Name 阅读(180) 评论(0) 推荐(0) 编辑
摘要: 在安装好opencv时,出现如下的报错信息: OpenCV Error: Unspecified error (The function is not implemented. Rebuild the library with Windows, GTK+ 2.x or Carbon support. 阅读全文
posted @ 2022-05-11 16:26 陶陶Name 阅读(1175) 评论(0) 推荐(0) 编辑