- 博客(15)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 pytorch实现并训练MobileNetV3
1.MobileNetV3MobileNet是Google公司推出的轻量化系列网络，用以在移动平台上进行神经网络的部署和应用。2019年，Google发布了第三代MobileNet，即MobileNetV3。在MobileNet系列的精度和计算量上都达到了新的state-of-art，以下简单回顾一下三代MobileNet的主要特性：MobileNetV1:MobileNetV1的主要思想是将普通的卷积操作分解为两步，先做一次仅卷积，不求和的“深度卷积”操作，再使用1*1的“点卷积”对深度卷积得到的多
2020-07-16 10:52:41
18561
24
原创 pytorch训练自己的YOLOv5目标检测器（自定义数据集训练）
1.YOLOv5YOLO系列可以说是单机目标检测框架中的潮流前线了。YOLO系列的原作者虽然放弃了YOLO系列的开发，但是俄罗斯的开发者Alexey接过了YOLO系列的大旗，今年四月份正式推出了YOLOv4，并开源了代码，论文也发了。YOLOv4是基于darknet平台的，使用官方开源代码需要安装Visual Studio并使用Cmake来编译，inference和train起来都很不方便，so，在github上曾复现YOLOv3的大神ultralytics综合了YOLO系列的各种长处，推出了YOLOv
2020-06-24 19:01:29
18568
61
原创 cuda10.1安装tensorflow-gpu1.x版本时ImportError: DLL load failed: 找不到指定的模块问题解决
问题描述最近在跑语义分割的经典网络，SegNet，PSPNet等，在github上发现2017年左右的论文代码都是基于tensorflow1.x的，于是使用anaconda新配置了一个虚拟环境，预期使用keras2.1.5+tensorflow1.13.2，前期的keras等基本包使用pip均可以正常安装，可是tensorflow-gpu在安装后无法导入，提示ImportError: DLL load failed: Failed to load the native TensorFlow runtime
2020-06-15 18:42:03
663
原创 语义分割网络FCN的思想概括与调试运行
1.FCN简介FCN是语义分割的经典论文，其核心思想就是把基本的分类网络作为backbone进行改造，将全连接层改造为卷积层以适应对密集像素点进行分类。因此，传统的分类网络输出的是概率向量，在概率向量中取最大值作为最终结果。而FCN网络则输出的是低分辨率的一个feature map(论文中称之为heatmap，即热图)，如下如图所示：这个heatmap对应着图片中的高级信息，虽然人无法再理解这张图的内容，但神经网络却可以理解这个图，并基于这个heatmap来完成逐像素点的分类任务。如果仅将原始分类网络
2020-06-02 10:39:03
784
原创 Pytorch下Retinanet的代码调试
最近在复现经典cv论文的网络结构，经典的AlexNet，VGG等网络由于基本都是同源的。基本只是深度和预处理的代码不同，因此用Pytorch搭建起来很容易，到了RetinaNet，由于其将多个网络融合，代码和实验量较大（RetinaNet论文的实验量吓到我了，真、实验狂魔）复现起来较困难，因此选择了取github上下载大佬的代码来用。此帖记录了跑代码的过程和全程遇到问题的解决方案。一、项目链接...
2020-04-12 14:12:18
3237
8
原创 活用西瓜书——sklearn包中的常用聚类算法
引言最近在读西瓜书，查阅了多方资料，恶补了数值代数、统计概率和线代，总算是勉强看懂了西瓜书中的公式推导。但是知道了公式以后还是要学会应用的，几经摸索发现python下的sklearn包把机器学习中经典的算法都封装好了，因此，打算写几篇博客记录一下sklearn包下的常用学习算法的使用，防止自己以后忘了，嘿嘿。1.聚类西瓜书中197页对“聚类”做了详细的解释，以下为摘录：在无监督学习中，训练...
2020-01-07 20:32:05
2176
原创 活用西瓜书——sklearn包中的常用降维算法
引言最近在读西瓜书，查阅了多方资料，恶补了数值代数、统计概率和线代，总算是勉强看懂了西瓜书中的公式推导。但是知道了公式以后还是要学会应用的，几经摸索发现python下的sklearn包把机器学习中经典的算法都封装好了，因此，打算写几篇博客记录一下sklearn包下的常用学习算法的使用，防止自己以后忘了，嘿嘿。（太忙了，拖拖拉拉几个月只写了六篇，但是还是要加油！）1.特征降维降维实际上就是把高...
2020-01-05 20:39:39
768
原创 活用西瓜书——sklearn包中的特征选择函数的使用
引言最近在读西瓜书，查阅了多方资料，恶补了数值代数、统计概率和线代，总算是勉强看懂了西瓜书中的公式推导。但是知道了公式以后还是要学会应用的，几经摸索发现python下的sklearn包把机器学习中经典的算法都封装好了，因此，打算写几篇博客记录一下sklearn包下的常用学习算法的使用，防止自己以后忘了，嘿嘿。1.特征选择特征选择是一个很重要的“数据预处理”过程，我们在做数据挖掘时拿到的数据一...
2019-12-30 20:15:32
421
原创 Java实现求解欧拉函数算法
欧拉函数在数论，对正整数n，欧拉函数是小于或等于n的正整数中与n互质的数的数目（因此φ(1)=1）。此函数以其首名研究者欧拉命名(Euler’s totient function)，它又称为Euler’s totient function、φ函数、欧拉商数等。 例如φ(8)=4，因为1,3,5,7均和8互质。 从欧拉函数引伸出来在环论方面的事实和拉格朗日定理构成了欧拉定理的证明。 欧拉函数-百度...
2019-12-29 09:02:48
2018
1
原创 使用可移动元素法（活动元素法）生成1~n的全排列（Java实现）
使用可移动元素法（活动元素法）生成1~n的全排列（Java实现）全排列的概念算法思想代码全排列的概念给定一个整数n，我们将1-n这n个数字进行任意序列的排列，如果使用穷举法，显然时间复杂度是O(n!)，很不经济，在《组合数学》（Richard A.Brualdi）数中介绍了一种可移动元素法生成n个数的全排列的方法。这篇文章使用Java语言实现这种算法。算法思想首先使用数组存放初始序列，并为...
2019-12-29 09:02:36
1034
2
原创 活用西瓜书——sklearn包中的神经网络分类器MLPClassifier的使用
引言最近在读西瓜书，查阅了多方资料，恶补了数值代数、统计概率和线代，总算是勉强看懂了西瓜书中的公式推导。但是知道了公式以后还是要学会应用的，几经摸索发现python下的sklearn包把机器学习中经典的算法都封装好了，因此，打算写几篇博客记录一下sklearn包下的常用学习算法的使用，防止自己以后忘了，嘿嘿。1.神经网络神经网络其实是一个宽泛的概念，西瓜书中也只不过是对神经网络进行了简单的介...
2019-12-04 19:55:06
7731
1
原创 活用西瓜书——sklearn包中的朴素贝叶斯分类器
引言最近在读西瓜书，查阅了多方资料，恶补了数值代数、统计概率和线代，总算是勉强看懂了西瓜书中的公式推导。但是知道了公式以后还是要学会应用的，几经摸索发现python下的sklearn包把机器学习中经典的算法都封装好了，因此，打算写几篇博客记录一下sklearn包下的常用学习算法的使用，防止自己以后忘了，嘿嘿。1.朴素贝叶斯朴素贝叶斯算法可以说是机器学习中的经点算法了。它采用了概率论中的贝叶斯...
2019-11-22 20:21:59
1247
4
原创 活用西瓜书——sklearn包中的SVM算法（线性与非线性分类器）
引言最近在读西瓜书，查阅了多方资料，恶补了数值代数、统计概率和线代，总算是勉强看懂了西瓜书中的公式推导。但是知道了公式以后还是要学会应用的，几经摸索发现python下的sklearn包把机器学习中经典的算法都封装好了，因此，打算写几篇博客记录一下sklearn包下的常用学习算法的使用，防止自己以后忘了，嘿嘿。1.SVMSVM，即支持向量机，其基本思路就是对于给定的数据样本，试图找到位于两类（...
2019-11-12 20:38:16
2907
原创 活用西瓜书——sklearn包中的决策树算法DecisionTreeClassifier的使用（决策/回归树）
引言最近在读西瓜书，查阅了多方资料，恶补了数值代数、统计概率和线代，总算是勉强看懂了西瓜书中的公式推导。但是知道了公式以后还是要学会应用的，几经摸索发现python下的sklearn包把机器学习中经典的算法都封装好了，因此，打算写几篇博客记录一下sklearn包下的常用学习算法的使用，防止自己以后忘了，嘿嘿。1.决策树决策树是一种常见的机器学习算法，它的原理就是以事物的属性为节点，属性的不同...
2019-11-03 10:50:23
3057
原创 活用西瓜书——sklearn包中的对率回归算法LogisticRegression的使用
引言最近在读西瓜书，查阅了多方资料，恶补了数值代数、统计概率和线代，总算是勉强看懂了西瓜书中的公式推导。但是知道了公式以后还是要学会应用的，几经摸索发现python下的sklearn包把机器学习中经典的算法都封装好了，因此，打算写几篇博客记录一下sklearn包下的常用学习算法的使用，防止自己以后忘了，嘿嘿。1.对数几率回归算法在分类任务中，我们希望根据训练样本，由事物的属性来对事物进行分类...
2019-11-02 20:44:33
2506
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人