大奥特曼打小怪兽

2018年4月17日

摘要：在我们使用TensorFlow的时候，有时候需要训练一个比较复杂的网络，比如后面的AlexNet,ResNet,GoogleNet等等，由于训练这些网络花费的时间比较长，因此我们需要保存模型的参数。编程基础案例中主要讲解模型的保存和恢复，以及使用几个案例使我们更好的理解这一块内容。一保存和载入阅读全文

posted @ 2018-04-17 22:14 大奥特曼打小怪兽阅读(3203) 评论(1) 推荐(1) 编辑

第五节，TensorFlow编程基础案例-session使用(上)

摘要：在第一节中我们已经介绍了一些TensorFlow的编程技巧;第一节，TensorFlow基本用法,但是内容过于偏少，对于TensorFlow的讲解并不多，这一节对之前的内容进行补充，并更加深入了解讲解TensorFlow. TesorFlow的命名来源于本身的运行原理。Tensor(张量)意味着N维阅读全文

posted @ 2018-04-17 20:54 大奥特曼打小怪兽阅读(18736) 评论(0) 推荐(2) 编辑

第四节，线性回归案例

摘要：最近在网上也看了不少相关深度学习的视频，大部分都在讲解原理，对代码的实现讲解较少，为此苦苦寻找一本实战的书籍，黄天不负有心人，终于找到一本很好的书籍，<深度学习之TensorFlow入门、原理与进阶实战>，作者是李金洪。在这里就记录一下我的学习之路，也希望对和我一样在学习深度学习路上迷茫的同学有一定阅读全文

posted @ 2018-04-17 16:49 大奥特曼打小怪兽阅读(984) 评论(0) 推荐(0) 编辑

2018年4月14日

第十六节，卷积神经网络之AlexNet网络实现(六)

摘要：上一节内容已经详细介绍了AlexNet的网络结构。这节主要通过Tensorflow来实现AlexNet。这里做测试我们使用的是CIFAR-10数据集介绍数据集，关于该数据集的具体信息可以通过以下链接查看:https://blog.csdn.net/davincil/article/details/ 阅读全文

posted @ 2018-04-14 21:54 大奥特曼打小怪兽阅读(8207) 评论(0) 推荐(1) 编辑

第二节，使用面向对象实现图像捕获，视频保存

摘要：上一节我们讲解了图像的读取，以及视频读写，摄像头读写的基本操作。但是我们在做测试的时候是使用的面向过程的方法。为了提高模块化水平和扩展性，这一节我们采用面向对象方式实现。一、示例程序该程序主要包括三个部分，分别为: CaptureManager类，主要负责提取视频流。该类可以用来读取新的帧（来阅读全文

posted @ 2018-04-14 20:29 大奥特曼打小怪兽阅读(1423) 评论(0) 推荐(1) 编辑

第一节、初识OpenCV3-图像的读、写、显、格式转化等

摘要：之前一直在看深度学习，用到了图像处理的知识，所以过来补充一下OpenCV基础。就顺便从网上了买了一本《OpenCV 3计算机视觉》这本书，这本书比较薄，但是目前已经够我用了，在这里就记录一下我的学习笔记。一、OpenCV3安装 1.1 Open CV3安装在前面我已经介绍过我的python运阅读全文

posted @ 2018-04-14 20:04 大奥特曼打小怪兽阅读(14569) 评论(1) 推荐(2) 编辑

2018年4月11日

第十五节，卷积神经网络之AlexNet网络详解(五)

摘要：原文 ImageNet Classification with Deep ConvolutionalNeural Networks 下载地址：http://papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutiona 阅读全文

posted @ 2018-04-11 09:44 大奥特曼打小怪兽阅读(4015) 评论(0) 推荐(0) 编辑

2018年4月9日

第十四节，卷积神经网络之经典网络Inception(四)

摘要：一 1x1卷积在架构内容设计方面，其中一个比较有帮助的想法是使用 1×1 卷积。也许你会好奇，1×1 的卷积能做什么呢？不就是乘以数字么？听上去挺好笑的，结果并非如此，我们来具体看看。过滤器为 1×1 ，这里是数字 2，输入一张 6×6×1 的图片，然后对它做卷积，过滤器大小为 1×1 ，结果相阅读全文

posted @ 2018-04-09 19:46 大奥特曼打小怪兽阅读(1948) 评论(0) 推荐(0) 编辑

第十三节，卷积神经网络之经典网络LeNet-5、AlexNet、VGG-16、ResNet(三)(后面附有一些网络英文翻译文章链接)

摘要：一实例探索上一节我们介绍了卷积神经网络的基本构建，比如卷积层、池化层以及全连接层这些组件。事实上，过去几年计算机视觉研究中的大量研究都集中在如何把这些基本构件组合起来，形成有效的卷积神经网络。最直观的方式之一就是去看一些案例，就像很多人通过看别人的代码来学习编程一样，通过研究别人构建有效组件的案阅读全文

posted @ 2018-04-09 15:36 大奥特曼打小怪兽阅读(1573) 评论(0) 推荐(0) 编辑

2018年4月8日

第十二节，卷积神经网络之卷积神经网络示例(二)

摘要：一三维卷积(Convolutions over Volumes) 前面已经讲解了对二维图像做卷积了，现在看看如何在三维立体上执行卷积。我们从一个例子开始，假如说你不仅想检测灰度图像的特征，也想检测 RGB 彩色图像的特征。彩色图像如果是 6×6×3，这里的 3 指的是三个颜色通道，你可以把它想象阅读全文

posted @ 2018-04-08 22:14 大奥特曼打小怪兽阅读(1282) 评论(0) 推荐(2) 编辑

大奥特曼打小怪兽

公告