iFlyAI的博客

在开始学习之前推荐大家可以多在FlyAI竞赛服务平台多参加训练和竞赛，以此来提升自己的能力。FlyAI是为AI开发者提供数据竞赛并支持GPU离线训练的一站式服务平台。每周免费提供项目开源算法样例，支持算法能力变现以及快速的迭代算法模型。目录　　实时查看参数变化情况　　查看 Graph 和 Profile 信息　　实例：查看多层感知机模型的训练情况　　有时，你希望查看模型训练过程中各个参数的变化情况(例如损失函数 loss 的值)。虽然可以通过命令行输出来查看，但有时显得不够直观...

在开始学习之前推荐大家可以多在FlyAI竞赛服务平台多参加训练和竞赛，以此来提升自己的能力。FlyAI是为AI开发者提供数据竞赛并支持GPU离线训练的一站式服务平台。每周免费提供项目开源算法样例，支持算法能力变现以及快速的迭代算法模型。 目录　　tf.train.Checkpoint　　保存参数　　载入之前保存的参数　　保存变量+恢复变量　　`tf.train.Checkpoint` VS `tf.train.Saver`　　实例　　使用 `tf....

在开始学习之前推荐大家可以多在FlyAI竞赛服务平台多参加训练和竞赛，以此来提升自己的能力。FlyAI是为AI开发者提供数据竞赛并支持GPU离线训练的一站式服务平台。每周免费提供项目开源算法样例，支持算法能力变现以及快速的迭代算法模型。目录　　自定义层、损失函数和评估指标　　自定义层　　自定义损失函数和评估指标　　自定义层、损失函数和评估指标　　可能你还会问，如果现有的这些层无法满足我的要求，我需要定义自己的层怎么办?事实上，我们不仅可以继承 tf.keras.Model ...

在开始学习之前推荐大家可以多在FlyAI竞赛服务平台多参加训练和竞赛，以此来提升自己的能力。FlyAI是为AI开发者提供数据竞赛并支持GPU离线训练的一站式服务平台。每周免费提供项目开源算法样例，支持算法能力变现以及快速的迭代算法模型。目录　　Keras Sequential/Functional API 模式建立模型　　使用 Keras Model 的 `compile` 、 `fit` 和 `evaluate` 方法训练和评估模型　　前面几章的示例均使用了 Keras 的 Su...

在开始学习之前推荐大家可以多在FlyAI竞赛服务平台多参加训练和竞赛，以此来提升自己的能力。FlyAI是为AI开发者提供数据竞赛并支持GPU离线训练的一站式服务平台。每周免费提供项目开源算法样例，支持算法能力变现以及快速的迭代算法模型。强化学习 (Reinforcement learning，RL)强调如何基于环境而行动，以取得最大化的预期利益。结合了深度学习技术后的强化学习(Deep Reinforcement learning，DRL)更是如虎添翼。近年广为人知的 AlphaGo 即是...

在开始学习之前推荐大家可以多在FlyAI竞赛服务平台多参加训练和竞赛，以此来提升自己的能力。FlyAI是为AI开发者提供数据竞赛并支持GPU离线训练的一站式服务平台。每周免费提供项目开源算法样例，支持算法能力变现以及快速的迭代算法模型。循环神经网络(Recurrent Neural Network, RNN)是一种适宜于处理序列数据的神经网络，被广泛用于语言模型、文本生成、机器翻译等。　　循环神经网络的工作过程　　循环神经网络是一个处理时间序列数据的神经网络结构，也就是说，我们需...

在开始学习之前推荐大家可以多在FlyAI竞赛服务平台多参加训练和竞赛，以此来提升自己的能力。FlyAI是为AI开发者提供数据竞赛并支持GPU离线训练的一站式服务平台。每周免费提供项目开源算法样例，支持算法能力变现以及快速的迭代算法模型。卷积神经网络 (Convolutional Neural Network, CNN)是一种结构类似于人类或动物的 视觉系统 的人工神经网络，包含一个或多个卷积层(Convolutional Layer)、池化层(Pooling Layer)和全连接层(Fully...

在开始学习之前推荐大家可以多在 FlyAI竞赛服务平台多参加训练和竞赛，以此来提升自己的能力。FlyAI是为AI开发者提供数据竞赛并支持GPU离线训练的一站式服务平台。每周免费提供项目开源算法样例，支持算法能力变现以及快速的迭代算法模型。目录　　模型(Model)与层(Layer)　　Keras 的全连接层：线性变换 + 激活函数　　为什么模型类是重载 `call()` 方法而不是 `__call__()` 方法?　　本章介绍如何使用 TensorFlow 快速搭建动态模型。...

人工智能学习离不开实践的验证，推荐大家可以多在FlyAI-AI竞赛服务平台多参加训练和竞赛，以此来提升自己的能力。FlyAI是为AI开发者提供数据竞赛并支持GPU离线训练的一站式服务平台。每周免费提供项目开源算法样例，支持算法能力变现以及快速的迭代算法模型。目录一、Tensorflow的排序与张量 二、Tensorflow 计算图 三、Tensorflow中的占位符 3.1 定义占位符 3.2 为占位符提供数据 3.3 用batch_sizes为数据阵列定义占位符 四、Ten..

人工智能学习离不开实践的验证，推荐大家可以多在FlyAI-AI竞赛服务平台多参加训练和竞赛，以此来提升自己的能力。FlyAI是为AI开发者提供数据竞赛并支持GPU离线训练的一站式服务平台。每周免费提供项目开源算法样例，支持算法能力变现以及快速的迭代算法模型。目录简介 构建步骤 实现方式 Demo演示一、简介1. 使用单台机器或者单个GPU/CPU来进行模型训练，训练速度会受资源的影响，因为毕竟单个的设备的计算能力和存储能力具有一定的上限的，针对这个问题，TensorFlow支...

人工智能学习离不开实践的验证，推荐大家可以多在FlyAI-AI竞赛服务平台多参加训练和竞赛，以此来提升自己的能力。FlyAI是为AI开发者提供数据竞赛并支持GPU离线训练的一站式服务平台。每周免费提供项目开源算法样例，支持算法能力变现以及快速的迭代算法模型目录基本方法 不需重新定义网络结构的方法 saved_model方式附件一：sklearn上的用法一、基本方法1.1保存定义变量 使用saver.save()方法保存 1 2 3 ...

人工智能学习离不开实践的验证，推荐大家可以多在FlyAI-AI竞赛服务平台多参加训练和竞赛，以此来提升自己的能力。FlyAI是为AI开发者提供数据竞赛并支持GPU离线训练的一站式服务平台。每周免费提供项目开源算法样例，支持算法能力变现以及快速的迭代算法模型。目录TensorBoard简介 TensorBoard主要API 面板介绍 执行步骤 实例说明在TensorFlow中，最常用的可视化方法有三种途径，分别为TensorFlow与OpenCv的混合编程、利用Matpltlib进行可视..

人工智能学习离不开实践的验证，推荐大家可以多在FlyAI-AI竞赛服务平台多参加训练和竞赛，以此来提升自己的能力。FlyAI是为AI开发者提供数据竞赛并支持GPU离线训练的一站式服务平台。每周免费提供项目开源算法样例，支持算法能力变现以及快速的迭代算法模型。目录背景 简介 name_scope variable_scope 实例一、背景通过tf.Variable我们可以创建变量，但是当模型复杂的时候，需要构建大量的变量集，这样会导致我们对于变量管理的复杂性，而且没法共享变量(存在多..

使用Docker安装Tensorflow 对程序员来说在配置环境上花费大量时间，着实没有太大意义。遇到这篇文章以前您可能一个tensorflow环境配半天，各种错误出现，其他环境也一样。但是Docker为我们提供了解决方案，而且相比虚拟机来说，Docker轻便不少。安装Docker 注：这里以Ubuntu16.04为例安装：1. 卸载可能存在的docker老版本，并且更新apt包索引$ sudo apt-get remove docker docker-engine docker-ce...

Multi-Task Learning Enhanced Single Image De-Raining基于增强的多任务学习的单图像去雨作者单位：大连海事大学 本文使用多任务学习改进图像去雨，使用多任务回归模型中将各种语义约束任务组合在一起的方法，其任务包括内容、边缘感知、局部纹理相似性方面等，另外，为更进一步改进模型性能，作者还提出了两种简单但功能强大的动态加权算法，其中自适应加权方案效果更好。该多任务增强网络（MENET）基于UNET。在真实数据集和合成数据集的实验上证明，...

Focal Loss for Dense Object DetectionICCV2017RBG和Kaiming大神的新作。论文目标 我们知道object detection的算法主要可以分为两大类：two-stage detector和one-stage detector。前者是指类似Faster RCNN，RFCN这样需要region proposal的检测算法，这类算法可以达到很高的准确率，但是速度较慢。虽然可以通过减少proposal的数量或降低输入图像的分辨率等方式达...

使用fast-bert进行医疗文本分类一、赛题分析医疗文本的分类能够及时快速的对患者的病症和问题进行判断分类，然后分配相应的科室和专家来进行答疑。这样会极大的减少资源的浪费、更快更及时的病症判断。本次竞赛需要根据患者的病症和问题来预测属于240个类别中的哪一类，如：普通内科、肝病科、健身、急诊科、手足外科等等。通过使用pandas分析了下本地提供的3万条数据，可以发现数据标签分布不均衡（主要的分类为：妇产科，神经科，消化科，呼吸科，内科等。）（看评分标准用的是准确率，所以也就没有对不平衡数据..

Yolo v3比Frcnn好调试多了……就是数据集准备比较麻烦…… 但是好Debug，linux和win10差别不大……代码链接（cpu版本）：https://github.com/eriklindernoren/PyTorch-YOLOv3/issues/340这个代码……作者说的太草率了……data怎么准备都没说清……好歹issue里面有大神解答，给了傻瓜版教程，运行他的几个脚本就好了，data文件夹就准备好啦！data文件准备，按照这个数据集准备虽然这个作者是用它来训练coco数据集，

医疗文本分类视频请至FlyAI官网查看：www.flyai.com预处理数据集def pred_process(title, text, tokenizer, pad_size): content = title + text content = data_clean(content) tokens = tokenizer.tokenize(content) tokens = ["[CLS]"] + tokens + ["[SEP]"] # 得到inpu

在MNIST数据集上准确率99.26%1、项目简介MNIST项目基本上是深度学习初学者的入门项目，本文主要介绍使用keras框架通过构建CNN网络实现在MNIST数据集上99+的准确率。2、数据集来源MNIST手写数字数据集是深度学习中的经典数据集，该数据集中的数字图片是由250个不同职业的人手写绘制的，其中训练集数据一共60000张图片，测试集数据一共10000张图片。每张手写数...

TensorFlow基础，TensorFlow简单人脸识别数据材料这是一个小型的人脸数据库，一共有40个人，每个人有10张照片作为样本数据。这些图片都是黑白照片，意味着这些图片都只有灰度0-255，没有rgb三通道。于是我们需要对这张大图片切分成一个个的小脸。整张图片大小是1190 × 942，一共有20 × 20张照片。那么每张照片的大小就是（1190 / 20）× （942 / 20）...