mingyang_wang的博客

目前，深度学习和深度强化学习已经在实践中得到了广泛的运用。资源型博客sky2learn整理了15个深度学习和深入强化学习相关的在线课程，其中包括它们在自然语言处理（NLP），计算机视觉和控制系统中的应用教程。这些课程涵盖了神经网络，卷积神经网络，循环网络和其变体，训练深度网络的困难，无监督表示学习，深度信念网络，深玻尔兹曼机器，深度Q学习，价值函数估计和优化以及蒙特卡洛树搜索等多种算法

    tensorflow对于自学神经网络带来了很大了方便，并且版本已经开始支持windows。第一次使用tensorflow，进行的是简单的线性模拟，类似于如下：为了方便之后查看，在命名的时候直接用tensorflow.py ，在运行的时候，产生以下错误：   错误显示引入tensorflow时出错，但是自己已经成功安装，在tensorflow中文社区，有人给出建议就是不能用tensorflo...

文章主要参考https://blog.youkuaiyun.com/john_bian/article/details/79503572，原文是matlab版本的实现。在此基础上，利用Python实现BP网络对函数的逼近。对于BP神经网络的基本原理以及推导，这里就不再赘述，可以查阅相关文献。代码如下：相应部分都有注释###function approximation f(x)=sin(x)##...

训练神经网络时，需要将标注好的数据转换成tensorflow特定数据，tfrecord。但是在转换时，发生以下错误：ValueError:Unicode strings with encoding declaration are not supported.Please use bytes or XML fragments without declaration.错误显示不支持的解码格式，...

背景介绍：项目需要跑一些python2.7写的代码，目前有的机器是win10环境，python3.5，tensorflow-gpu1.10.0，CUDA9.0。一开始想的就是在现有基础上，直接安装python2.7和tensorflow。结论：Windows环境下，存在python3.x版本时，是可以创建另一个python2.x的环境的，但是想要安装适合2.x的tensorflow是行...

  自己之前用的模型在准确性以及实时性方面没有达到一个很好的均衡，在大佬同学的介绍下，开始转向Retinanet。1.运行环境运行环境：Windows10操作系统，python3.6（通过anaconda安装），tensorflow1.10，keras2.2.4。2.数据预览  主要参考github上一篇介绍文档：https://github.com/fizyr/keras-ret...

  在上一篇博客中，我们已经处理好了模型需要的数据集，下一步就是准备模型去训练数据。这里提醒一句，在制作数据时，最好将训练集和测试集人为分开。像Google tensorflow API，在制作数据时可以按比例自动生成，但是在上一篇文章中产生的数据（annotation.csv ）其实都是用来训练的，如果你把自己的数据集全都转换了，那么恭喜你，最后你会发现没有数据集去测试了。  下面开始模型准...

  准备好数据以及模型正确安装之后，就可以就行模型训练了。  定位到模型所在的文件夹，老办法，打开powershell，在命令行输入：（这里的命令只适用于自己的训练集，对于Pascal或者coco数据集，请参见官方文档）python keras_retinanet/bin/train.py csv /path/to/csv/file/containing/annotations /p...