<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[chyelang12的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/chyelang12</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; chyelang12]]></copyright><item><title><![CDATA[TensorFlow 1.13.1 CUDNN_STATUS_ALLOC_FAILED 错误解决办法]]></title><link>https://blog.youkuaiyun.com/chyelang12/article/details/89388901</link><guid>https://blog.youkuaiyun.com/chyelang12/article/details/89388901</guid><author>chyelang12</author><pubDate>Thu, 18 Apr 2019 21:45:04 +0800</pubDate><description><![CDATA[为使用faceswap玩一下换脸，在win10+rtx2070平台上搭建TensorFlow-gpu 1.13.1环境。安装完毕后import tensorflow没有问题，但在运行时总是报Could not create cudnn handle: CUDNN_STATUS_ALLOC_FAILED错误，上网多方查证后认为cuda、cudnn、TensorFlow的版本搭配没有问题，但就是反复重...]]></description><category></category></item><item><title><![CDATA[会议截稿日期倒计时网站]]></title><link>https://blog.youkuaiyun.com/chyelang12/article/details/85247472</link><guid>https://blog.youkuaiyun.com/chyelang12/article/details/85247472</guid><author>chyelang12</author><pubDate>Tue, 25 Dec 2018 14:31:09 +0800</pubDate><description><![CDATA[近期看到一个AI领域会议截稿日期倒计时的网站：aideadlin.es  ，觉得非常不错。于是fork作者的repo做了一个电力电子与电气传动领域顶会倒计时的网站：PEMC Conference deadlines，欢迎相关专业的同学关注、完善～
其他专业的同学也可以fork从而做一个本专业的，只需要非常简单的前端知识就可以了。

...]]></description><category></category></item><item><title><![CDATA[win10+rtx2070+tensorflow-gpu-1.9.0环境搭建]]></title><link>https://blog.youkuaiyun.com/chyelang12/article/details/85227412</link><guid>https://blog.youkuaiyun.com/chyelang12/article/details/85227412</guid><author>chyelang12</author><pubDate>Sun, 23 Dec 2018 23:07:59 +0800</pubDate><description><![CDATA[最近实验室新到一台工作站，配备了两块rtx2070。但为方便使用其他科研软件，只能使用win10。为学习深度有趣 - 人工智能实战项目合集 ，需安装TensorFlow 1.9.0环境。win10下搭建深度学习环境首推基于Anaconda的办法，网上资料很多，在此不再赘述，谨将遇到的坑记录如下。]]></description><category></category></item><item><title><![CDATA[基于循环神经网络搭建语言模型]]></title><link>https://blog.youkuaiyun.com/chyelang12/article/details/85084874</link><guid>https://blog.youkuaiyun.com/chyelang12/article/details/85084874</guid><author>chyelang12</author><pubDate>Tue, 18 Dec 2018 23:30:40 +0800</pubDate><description><![CDATA[利用 PyTorch，本项目实现了一个基于word embedding和GRU的语言模型（Language Model，以下简称LM）。其包括一个encoder层、一个GRU层和一个decoder层，embedding维度与GRU的hidden state维度均为1500，采用了自己搭建的带有Layer Normalization（LN）的GRU模块，运用了dropout、学习初始状态、锁定encoder与decoder参数、梯度裁剪等技巧来提升模型性能，最终在测试集上模型的perplexity (PP)值]]></description><category></category></item><item><title><![CDATA[基于卷积神经网络进行图像分类]]></title><link>https://blog.youkuaiyun.com/chyelang12/article/details/85084178</link><guid>https://blog.youkuaiyun.com/chyelang12/article/details/85084178</guid><author>chyelang12</author><pubDate>Tue, 18 Dec 2018 23:11:51 +0800</pubDate><description><![CDATA[利用TensorFlow（TF），本项目实现了一个基于full convolution stack、inception v2 module等模块的图片分类网络，纵向共包含10层包含参数的层，采用自己搭建的卷积层。对于dset1与dset2两个数据集采用同样的网络结构，分别进行训练。最终在dset1验证集（约含900张图，下同）上的Top1分类准确率约为0.52，在dset2验证集上的Top1准确率约为0.63。在K80显卡的单核上，该模型的训练速度约为205张图每秒，最终所得模型的checkpoint约为4]]></description><category></category></item></channel></rss>