alansss的博客

背景原先是在ubuntu16.04下运行的GPU下的darknet版的yolo网络，最近由于需要制作GUI界面，加之之前看到过windows下也可以编译，因此切换到windows下。CPU版的编程网上win下的编译教程很多，如：【】编译过程也很顺利，在生成了darknet.exe后，便可以在命令行下调用darknet.exe detector test voc.data yolo.cfg...

%简单版的neural network,循环,偏置亦为矢量% 参考：https://blog.youkuaiyun.com/wsxzhbzl/article/details/83537662Input = [0.05,0.1];Target = [0.01,0.99];eta = 0.5;Weights1 =[0.15, 0.25;0.20, 0.30];% rand(2,2);bias1 = [...

鉴于用自己的电脑写csdn经常无法保存草稿，因此将原来的较长篇幅改为分篇整理。参考了【】一文，整理了BP算法的过程如下。1网络数据输入：x=[0.05,0.1]x=[0.05,0.1]x=[0.05,0.1]理论输出：Target=[0.01,0.99]Target = [0.01,0.99]Target=[0.01,0.99]学习率：η=0.5\eta = 0.5η=0.5...

为了熟悉一下caffe的网络结构的配置、训练和测试采用mnist来进行学习。mnist的训练网络也是caffe自带的一个example，自是需要自己下载mnist的数据。具体步骤如下：（1）安装好caffe，具体过程可以参考其他教程。（2）准备数据进入caffe的根目录，大部分的模型网络结构、配置文件等都是caffe自带的，在exmamples/mnist下，一部分在data/mnist下...

背景：faster-rcnn的使用是由于项目上使用，由外协（sjtu）提供的代码包开始。作为一个目标检测领域的baseline算法，值得深入学习。简介：Faster RCNN是在SPPnet和Fast RCNN的基础上，为了提升目标区域检测的速度，提出了RPN网络，这是一个全卷积网络，并且与检测网络共享全图卷积网络特征层。Faster RCNN可以简单地看做区域生成网络(RPN)+fast R...

背景：由于项目的需要（zxw）使用ssd算法，因此自己上网下载了github上基于caffe的代码进行运行测试。简介：SSD算法，英文全名是Single Shot MultiBox Detector，名字取得不错，Single shot指明了SSD算法属于one-stage方法，MultiBox指明了SSD是多框预测。相比Yolo，SSD采用CNN来直接进行检测，而不是像Yolo那样在全连...

由于工作需要进行ssd网络的训练，在台式机上安装caffe-ssd。因为之前装过cuda、cudnn等显卡驱动等配置，因此直接进入caffe-ssd的安装。1)下载caffe-ssd下载地址:https://github.com/weiliu89/caffe/tree/ssd并解压2）根据自己需求修改Makefile.config，Makefile两个文件2.1）Makefile.con...

Tensorflow2.0预训练网络模型(迁移学习) 99%正确率科技演讲·公开课日月光华的人工智能课程讲解在jupyterlab下进行tensorflow的预训练模型的使用，觉得还挺不错的，转载过来学习。...