QWERDF007-优快云博客

原创动手学深度学习——8. 人物肖像画

动手学深度学习——8. 人物肖像画记录一下学习深度学习的一些。本篇记录一下使用 U^2-Net (paper) 生成人物肖像画，还有 APDrawingGAN。环境：Windows 108700K2070Pytorch 1.7.1U^2-Net 是一个用于显著目标检测的网络 (Salient Object Detection)，至于为什么叫 U^2-Net，看网络结构checkpoints:GoogleDriveBaidu pan：chgd肖像生成使用 U^2-Net 生成

2021-05-05 20:12:46 985

原创动手学深度学习——7. CNN可视化

动手学深度学习——7. CNN可视化记录一下学习深度学习的一些。本篇记录一下使用 Grad-CAM 可视化 CNN。环境：Windows 108700K2070Pytorch 1.7.1深度学习在很多任务上，特别是计算机视觉上取得了不错的成功，但其不具备良好的可解释性，被当作"黑盒"， Grad-CAM (Gradient-weighted Class Activation Mapping) 以及 Grad-CAM++ 是神经卷积网络的可视化方法 (热力图)，图片上越热的地方对网络输出贡献

2021-05-03 13:26:25 640

原创动手学深度学习——6. FairFace多标签分类

动手学深度学习——6. FairFace多标签分类记录一下学习深度学习的一些。本篇简述使用 fairface 训练一个关于人脸的多标签分类器，并且使用 pytorch 的 DDP 加速训练。环境：ubuntu 16.042080Ti * 6Pytorch 1.2.0数据准备FairFace 是这篇 paper 所提供的一个数据集，包含 7 个种族，9 个年龄段及性别。age_labels = ['0-2', '10-19', '20-29', '3-9', '30-39', '40-49

2021-04-24 20:11:50 2260 1

原创动手学深度学习——5. 数据清洗

动手学深度学习——5. 数据清洗记录一下学习深度学习的一些。本篇简述如何使用 cleanlab 清洗分类数据所使用环境：Ubuntu 16.048700KGeForce RTX 1080TiPython 3.8Pytorch 1.7.1cleanlab 0.1.1数据准备首先将上篇所说的猫狗大战的训练集，按猫狗分为0/1两个目录，父目录命名为 train，接着将两类图片分类，按名字检索一下就可以分开。因为图片的大小不一，所以在进行交叉验证训练的时候，将图片缩放至统一尺寸 224×

2021-04-12 21:51:17 5156 2

原创动手学深度学习——4. 猫狗大战

动手学深度学习——4. 猫狗大战记录一下学习深度学习的一些。本篇简述如何在 Windows 上训练一个模型来识别猫狗。所使用的环境：Windows 108700KGeForce RTX 2070CUDA 10.1Python 3.8Pytorch 1.7.1数据准备猫狗大战的数据集找不到官网，这里使用 Kaggle 的数据集，也提供百度网盘的下载地址。Kaggle百度网盘：8nr6数据查看下载完数据后，解压，可以看到训练数据集的图片都以 cat.xxx.jpg 和 dog

2021-03-28 23:01:54 1226

原创动手学深度学习——3. 数字识别

动手学深度学习——3. 数字识别记录一下学习深度学习的一些。本篇简述如何在 Windows 上用上篇训练的 MNIST 模型来进行数字识别。所使用的平台：Windows 108700KGeForce RTX 2070CUDA 10.1数据准备用 Windows 上的画图工具随便写几个数字和 MNIST 的数据有一点差别，MNIST 的是黑底白字，而画图生成的是白底黑字，可以直接用画图修改成黑底白字，也可以用代码使用二值化函数生成img = Image.open(img_path).

2021-03-27 15:32:34 1532

原创动手学深度学习——2. HelloWorld

动手学深度学习——2.HelloWorld记录一下学习深度学习的一些。本篇简述如何在Windows上完成深度学习的HelloWorld——MNIST。所使用的平台：Windows 108700KGeForce RTX 2070CUDA 10.1MNISTMNIST 是一个手写数字的数据集，图像为 28*28 的黑白数字图像，60,000 个训练样本，10,000 个测试样本。下载地址：Homepage百度网盘：0e3vHelloWorld激活 torch 环境conda

2021-03-22 20:46:54 426

原创动手学深度学习——1. 环境搭建

动手学深度学习——1. 环境搭建记录一下学习深度学习的一些。本篇简述如何在Windows上搭建一个深度学习的环境。目前所使用的平台：Windows 108700KGeForce RTX 2070CUDA 10.1安装Anaconda安装 Anaconda 来安装和管理 Python。下载地址：Individual Edition安装过程中选择一下安装地址，和勾选添加到环境变量即可，方便在 cmd 中直接执行 conda。[外链图片转存失败,源站可能有防盗链机制,建议将图片保存

2021-03-22 20:31:51 655

原创 [环境依赖]1. libssh2

文章目录1. libssh22. 平台环境3. 编译3.1 下载或编译openssl3.2 编译libssh24. Link5. TODO List1. libssh2传送门：libssh22. 平台环境WindowsVisual Studio 15 2017cmake3. 编译3.1 下载或编译opensslDownload Win32OpenSSL按照向导安装即可3.2 编译libssh2下载源码git clone https://github.com/libssh2

2021-01-10 10:53:01 363 2