- 博客(4)
- 收藏
- 关注
RSS订阅原创 基于pytorch的AOD-net模型构建
最近在神经网络的学习过程中，转战pytorch了，然后想把我们组的神经网络模型通过自己写代码给复现出来，因此这篇文章记录了从数据处理和加载到模型构建和训练模型，最后保存模型并利用netron查看，在这之中遇见了很多问题，我也会把其中最有价值的问题和解答进行解释，帮助更好的理解深度学习中的神经网络模型构建，下方是我们组的神经网络模型。然后接下来我们便可以开始训练循环了，由于图片数据过大，这里只指定了两轮回训练，但是还是没跑完，但是是能正确的跑模型和显示损失函数的。下面是validation.txt。
2023-09-01 20:45:47
1878
11
原创 基于神经网络的智能去雾芯片（卷积层的rtl代码实现）
如上，状态由IDLE开始跳转，当输入的使能信号en为1是，IDLE跳转为C1状态，也就是channel1的计算状态，这个计算需要经过3个周期，每个channel都要3个周期计算，三通道计算完毕后停下，随后等待18个clk回到C1状态，至于为什么要等18个周期，这是因为我们最慢的一层计算需要27个周期（更改网络前，修改后实际上最慢需要18个周期，我日后会找时间精进修改），27-9=18，因此需要conv2闲置18个周期随后继续计算，B、消除了组合逻辑输出的不稳定与毛刺的隐患；C、更利于时序路径分组；
2023-08-30 18:49:48
310
1
原创 基于python深度学习的学习笔记
最近在进一步了解和学习神经网络，在网上下载了有利于入门的python深度学习的pdf，并在其中选取重要部分进行学习和了解，下方是具体笔记（以下笔记为重点部分，便于有一定神经网络学习基础的人观看学习）
2023-08-28 14:56:19
178
3
原创 基于keras和tensorflow2.x的模型生成
在以上代码中，我对每一段代码都添加的注释，方便初学者理解代码，也方便自己看，值得一提的是to_categorical函数为keras库内置的独热码处理，将标签y_train每个元素都变为长度为num_classes的向量，其中只有一个元素为1，表示改样本所属类别，其余都为0，也就是对其中元素进行基本的判定，哪些是1哪些是9，因为类别为0-9.利用fit函数进行训练，轮次为epochs，30次，样本数量为batch_size，128个，验证数据使用原先定好的测试数据，运行后训练结果大致如下。
2023-08-27 21:57:17
200
4
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人