随笔 - 1762  文章 - 0  评论 - 109  阅读 - 431万

随笔分类 -  深度学习

上一页 1 2 3 4 5 6 7 下一页
KNN算法
摘要:#!/usr/bin/python # -*- coding: UTF-8 -*- import numpy as np from matplotlib import pyplot as plt from matplotlib.patches import Circle from sklearn.n 阅读全文
posted @ 2020-10-12 11:03 一杯明月 阅读(186) 评论(0) 推荐(0) 编辑
argparse.ArgumentParser()用法解析
摘要:一、介绍 argparse是python用于解析命令行参数和选项的标准模块,用于代替已经过时的optparse模块。argparse模块的作用是用于解析命令行参数。 我们很多时候,需要用到解析命令行参数的程序,目的是在终端窗口(ubuntu是终端窗口,windows是命令行窗口)输入训练的参数和选项 阅读全文
posted @ 2020-10-11 23:29 一杯明月 阅读(50240) 评论(1) 推荐(9) 编辑
训练集、验证集、测试集以及交验验证的理解
摘要:在人工智能机器学习中,很容易将“验证集”与“测试集”,“交叉验证”混淆。 训练集、验证集和测试集都有标注吗? 基本上就是从一个数据集中随机分割出来的,所以分布一致,而且都有标注,比如一个人脸数据集分为两部分。 测试集就不同了,通常为真实数据,可能标注都没有或者不告诉你,比如一些比赛中。 训练集和测试 阅读全文
posted @ 2020-10-11 22:51 一杯明月 阅读(1859) 评论(0) 推荐(0) 编辑
python中合并数组的方法
摘要:一、数组纵向合并 1、使用np.vstack()函数 【code】 #数组 a = [[1,2,3],[4,5,6]] b = [[1,1,1],[2,2,2]] #纵向合并 c = np.vstack((a,b)) print("c="+str(c)) 【result】 c = array([[1 阅读全文
posted @ 2020-10-03 12:52 一杯明月 阅读(16559) 评论(0) 推荐(0) 编辑
点云另存
摘要:只存点云: TEST_DATASET = scannet_dataset.ScannetDataset(root=DATA_PATH, npoints=NUM_POINT, split='test') for i in range(len(TEST_DATASET.scene_points_list 阅读全文
posted @ 2020-10-03 10:46 一杯明月 阅读(170) 评论(0) 推荐(0) 编辑
什么是Numpy的ndarray
摘要:首先,Numpy的核心是ndarray。 然后,ndarray本质是数组,其不同于一般的数组,或者Python 的list的地方在于它可以有N 维(dimentions),也可简单理解为数组里面嵌套数组。 最后,Numpy为ndarray提供了便利的操作函数,而且性能优越,完爆Python 的lis 阅读全文
posted @ 2020-10-02 21:55 一杯明月 阅读(9842) 评论(0) 推荐(0) 编辑
YAML
摘要:作者:陈皮皮链接:https://zhuanlan.zhihu.com/p/145173920来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。 前言 YAML 并不是一种新奇的语言,YAML 首次发表于 2001 年,距离现在已经过去差不多 20 个年头。YAML 虽然 阅读全文
posted @ 2020-10-02 10:53 一杯明月 阅读(524) 评论(0) 推荐(0) 编辑
点云语义分割和实例分割
摘要:点云语义分割是指把一个大规模场景下的点云按照不同的类别给每个点云一个语义标签,比如城市高速公路,所有的路灯会有一个相同的语义标签,所有的路面会有 一个相同的语义标签,所有的树木会有同一个语义标签。 点云实例分割是在语义分割的基础之上,把所有的路灯再一个一个分开,区别出来每一个路灯。 阅读全文
posted @ 2020-09-29 10:32 一杯明月 阅读(1978) 评论(0) 推荐(0) 编辑
3D可视化神器之Open3D
摘要:作者:金天链接:https://zhuanlan.zhihu.com/p/57215172来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。 很多时候在python里面你要找一个3D点云可视化的库真的是难啊。你的选择可能是: pcl mayavi matplolib 但是 阅读全文
posted @ 2020-09-28 16:46 一杯明月 阅读(4922) 评论(0) 推荐(0) 编辑
ablation study
摘要:ablation英 [əˈbleɪʃn] n. (冰、雪的)消融;(岩石的)磨蚀 实际上ablation study就是为了研究模型中所提出的一些结构是否有效而设计的实验。 比如你提出了某某结构,但是要想确定这个结构是否有利于最终的效果, 那就要将去掉该结构的网络与加上该结构的网络所得到的结果进行对 阅读全文
posted @ 2020-09-26 15:34 一杯明月 阅读(252) 评论(0) 推荐(0) 编辑
tf.summary.scalar()和tf.summary.histogram
摘要:用法: 1、tf.summary.scalar 用来显示标量信息,其格式为: tf.summary.scalar(tags, values, collections=None, name=None) 例如:tf.summary.scalar('mean', mean) 一般在画loss,accuar 阅读全文
posted @ 2019-12-08 13:07 一杯明月 阅读(4163) 评论(0) 推荐(0) 编辑
Deformable Convolutional Networks
摘要:1 空洞卷积 1.1 理解空洞卷积 在图像分割领域,图像输入到CNN(典型的网络比如FCN)中,FCN先像传统的CNN那样对图像做卷积再pooling,降低图像尺寸的同时增大感受野,但是由于图像分割预测是pixel-wise的输出,所以要将pooling后较小的图像尺寸upsampling到原始的图 阅读全文
posted @ 2019-11-30 23:46 一杯明月 阅读(1758) 评论(0) 推荐(0) 编辑
卷积核filter和kernal的区别
摘要:在一堆介绍卷积的帖子中,这篇特别之处在于很萌的示例配色,令人眼前一亮,当然直观也是很直观滴,保证了能在昏昏欲睡见周公子前看完。 https://towardsdatascience.com/types-of-convolution-kernels-simplified-f040cb307c37 直观 阅读全文
posted @ 2019-11-30 23:23 一杯明月 阅读(12820) 评论(0) 推荐(4) 编辑
Tensorflow加载预训练模型和保存模型(ckpt文件)以及迁移学习finetuning
摘要:转载自:https://blog.csdn.net/huachao1001/article/details/78501928 使用tensorflow过程中,训练结束后我们需要用到模型文件。有时候,我们可能也需要用到别人训练好的模型,并在这个基础上再次训练。这时候我们需要掌握如何操作这些模型数据。 阅读全文
posted @ 2019-11-24 10:19 一杯明月 阅读(11028) 评论(0) 推荐(1) 编辑
最远点采样
摘要:FPS算法的逻辑为: 以点云第一个点,作为查询点,从剩余点中,取一个距离最远的点; 继续以取出来的点,作为查询点,从剩余点中,取距离最远的点。此时,由于已经取出来的点的个数大于1,需要考虑已经选出来的点集中的每个点。计算逻辑如下: 对于任意一个剩余点,计算该点到已经选中的点集中所有点的距离; 取最小 阅读全文
posted @ 2019-11-23 20:21 一杯明月 阅读(5609) 评论(0) 推荐(0) 编辑
FLOPS
摘要:FLOPS FLOPS(Float Operations Per Second):每秒浮点运算量,是衡量吞吐率的一个单位,通过折算到具体的浮点操作数量上。 所谓,吞吐率——就如同水管,每秒可以流出多少立方的水。 阅读全文
posted @ 2019-11-21 13:58 一杯明月 阅读(1083) 评论(0) 推荐(0) 编辑
感受野
摘要:在神经网络中,感受野的定义是: 卷积神经网络的每一层输出的特征图(Feature map)上的像素点在原图像上映射的区域大小。https://zhuanlan.zhihu.com/p/296621824 阅读全文
posted @ 2019-11-18 01:18 一杯明月 阅读(134) 评论(0) 推荐(0) 编辑
深度学习的encoder和decoder
摘要:所谓编码,就是将输入序列转化成一个固定长度的向量;解码,就是将之前生成的固定向量再转化成输出序列。 阅读全文
posted @ 2019-11-17 10:18 一杯明月 阅读(1981) 评论(0) 推荐(0) 编辑
xavier初始化的简单推导
摘要:https://blog.csdn.net/luoxuexiong/article/details/95772045 阅读全文
posted @ 2019-11-13 12:16 一杯明月 阅读(354) 评论(0) 推荐(0) 编辑
卷积,reLu,池化的意义
摘要:1.卷积 提取局部特征 2.Relu 留下相关特征,去掉不相关特征,卷积之后的正值越大,说明与卷积核相关性越强,负值越大,不相关性越大。 3.池化 池化的目的: (1)留下最相关的特征,或者说留下最明显的特征。 (2)增大感受野,所谓感受野,即一个像素对应回原图的区域大小,假如没有pooling,一 阅读全文
posted @ 2019-11-11 22:32 一杯明月 阅读(1858) 评论(0) 推荐(0) 编辑

上一页 1 2 3 4 5 6 7 下一页
< 2025年3月 >
23 24 25 26 27 28 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 29
30 31 1 2 3 4 5

点击右上角即可分享
微信分享提示