于风‘s blog

摘要： 在本文中，将介绍一些关于小样本学习的相关知识，以及介绍如何使用pytorch构建一个原型网络(Prototypical Networks[^1])，并应用于miniImageNet 数据集。 实验环境： pytorch：1.11.0 代码地址：https://github.com/xiaohuidu 阅读全文

摘要： 根据前文生成诗： 机器学习业，圣贤不可求。临戎辞蜀计，忠信尽封疆。天子咨两相，建章应四方。自疑非俗态，谁复念鹪鹩。 生成藏头诗： 滚发初生光，三乘如太白。 去去冥冥没，冥茫寄天海。 读书三十年，手把棼琴策。 书罢华省郎，忧人惜凋病。 环境： python：3.9.7 pytorch：1.11.0 n 阅读全文

摘要： 任务目标 构建深度学习模型，对猫狗数据集进行分类（数据集来自kaggle），要求测试集的准确率不能低于$75 %$。在本文中，使用了3个不同的模型进行分类，其测试集结果分别是： 自定义卷积神经网络：\(87.26\%\)。 使用resnet34做特征提取：\(93.6\%\)。 使用resnet34 阅读全文

摘要： 任务目标 对MNIST手写数字数据集进行训练和评估，最终使得模型能够在测试集上达到$98%$的正确率。（最终本文达到了$99.36%$） 使用的库的版本： python：3.8.12 pytorch：1.5.1 代码地址GitHub：https://github.com/xiaohuiduan/de 阅读全文

摘要： 本教程并不会创建子账户来管理maxcompute，是直接使用主账号来对maxcompute进行管理（强烈不推荐在生产环境中这样做！！） Step1：创建阿里云账号并实名认证 ​ 创建一个阿里云账号（使用支付宝注册登录即可），然后进行实名认证（选择个人认证即可）。 Step2：创建访问秘钥 ​ Max 阅读全文

摘要： 数字图像处理（二）之傅里叶变换 使用python实现数字图像处理中如下功能： 二维傅里叶变换 图像二维傅里叶逆变换 图像中心化傅里叶变换和谱图像 图像2的整数次幂填充 代码链接：xiaohuiduan/image_process (github.com) 二维傅里叶变换和逆变换 图像二维傅里叶变换的 阅读全文

摘要： 使用Python实现数字图像处理中如下功能： 彩色图像转成灰度图像 实现图像的相关&卷积操作 实现图像的高斯核卷积 使用的库和python版本如下： imageio：2.9.0 用于读取磁盘中的图片文件 numpy：1.20.3 用于矩阵等操作 matplotlib：3.4.2 用于画图 pytho 阅读全文

摘要： 网络流量预测入门（三）之LSTM预测网络流量 在上篇博客LSTM机器学习生成音乐中，介绍了如何使用LSTM生成音乐，而在上上篇网络流量预测入门（二）之LSTM介绍中，介绍了LSTM的基本原理 在这篇博客中，将介绍如何使用SVR和LSTM对网络流量进行预测。 LSTM介绍：网络流量预测入门（二）之LS 阅读全文

摘要： LSTM机器学习生成音乐 ​ 在网络流量预测入门（二）之LSTM介绍中对LSTM的原理进行了介绍，在简单明朗的 RNN 写诗教程中介绍了如何使用keras构建RNN模型，然后生成五言唐诗。因此，如果对LSTM不了解，建议想去看一看LSTM相关的文章。 ​ 在这篇博客中，将介绍如何使用keras构建l 阅读全文

摘要： 网络流量预测入门（二）之LSTM介绍 ​ 这篇blog大家就随便看一下吧，基本上是参照RNN模型与NLP应用(4/9)：LSTM模型这个是video和Understanding LSTM Networks这篇博客写出来的。实际上大家只需要看上述两个内容就🆗了，他们的教程深入浅出，形象生动。 ​ 在 阅读全文