深度学习
文章平均质量分 94
深度学习是机器学习中一种基于对数据进行表征学习的方法。观测值(例如一幅图像)可以使用多种方式来表示,如每个像素强度值的向量,或者更抽象地表示成一系列边、特定形状的区域等。深度学习的好处是用非监督式或半监督式的特征学习和分层特征提取高效算法来替代手工获取特征。
张欣-男
人,最宝贵的是生命;它,给予我们只有一次。人的一生,应当这样度过:当他回首往事时,不因虚度年华而悔恨,也不因碌碌无为而羞耻;这样在他临死的时候,他就能够说:我已经把我的整个生命和全部精力,都献给了这个世界上最壮丽的事业——为了人类的解放而斗争
展开
-
caffe中的iter_size是什么?和batch_size什么关系 ?
iter_size :这个参数乘上你的train prototxt中的batch_size是你实际使用的batch size。 相当于读取batchsize*itersize个图像才做一下gradient decent。 这个参数可以规避由于gpu不足而导致的batchsize的限制 因为你可以用多个iteration做到很大的batch 即使单次batch有限参考资料:Caffe中的bat...原创 2018-11-13 15:52:24 · 3624 阅读 · 0 评论 -
loss一直是87.3365,accuracy一直是1
训练时出现:loss一直是87.3365,accuracy一直是1解决办法调小学习率原创 2018-11-13 15:47:05 · 2232 阅读 · 0 评论 -
使用Caffe和训练好的model从图像中提取某一层特征
有时我们并不是需要分类结果,只要某一层的特征,作为 图像的特征表示。#encoding=utf8'''python2.7'''import numpy as npimport osimport argparseimport caffeimport sysimport pickleimport structimport sys,cv2caffe_root = '../'s...原创 2018-10-23 11:00:54 · 1056 阅读 · 5 评论 -
OpenCV 与 Caffe python 接口加载图片 数据转换方法
Caffe 提供的 python 接口是使用 scikit-image 作为图像处理库的, 其速度比 OpenCV 差了非常多. 比如 Resize速度比较可参照faster_rcnn与ssd算法对比。 如果想速度更快, 可以使用 OpenCV 来做图像处理, 比如用 cv2.imread()来加载图片, 当然与 Caffe.io.load_image 加载图像有所区别, 转换方法非常简单示例代原创 2017-08-22 17:57:05 · 1361 阅读 · 0 评论 -
Caffe使用——01 简言
Caffe 作为一个老牌的最早在工业上应用并效率较好的深度学习框架,在使用时可以非常简单。Caffe提供了命令行接口、C++接口、python接口等。可以在几乎不编写任何代码的情况下,完成数据转换、神经网络搭建、训练、测试等工作。当然你需要做的是去写或者改prototxt。这个笔记目的在于把Caffe当成一个黑盒的使用方法。 即使现在TensorFlow成为DL框架老大,Torch/MxNet/P原创 2018-01-15 15:00:25 · 421 阅读 · 0 评论 -
Faster-RCNN使用时Error parsing text-format caffe.NetParameter
问题:在做车系识别过程中,先用py-faster-rcnn检测物体位置,(py-faster-rcnn项目里有一个Caffe)。再用最新版本的caffe(caffe)训练(微调)一个分类器。现在想在一个程序里完成两步。都是调用 python接口,会出现如下错误:GPU mode[libprotobuf ERROR google/protobuf/text_format.cc:298] Error原创 2017-11-20 15:51:44 · 6016 阅读 · 0 评论 -
使用SSD训练文本检测
0 介绍根据李斯琦操作步骤总结如下 * 原项目地址:weiliu89/caffe * 所用数据地址:Robust Reading Competition Challenge 2: Reading Text in Scene Images 本文以此数据为例,生成ssd训练所用的lmdb格式。 * 使用ssd进行文本检测的项目:chenxinpeng/SSD_scene_text_detectio原创 2017-06-29 16:23:21 · 2892 阅读 · 1 评论 -
使用rnn实现的OCR开源项目
C++tmbdev/clstmcaffewarpctc-caffetheanoaaron-xichen/cnn-lstm-ctcrakeshvar/rnn_ctctensorflowilovin lstm_ctc_ocrbaidu-research/warp-ctcigormq/ctc_tensorflow_examplesynckey/tensorflow_lstm_ctc_原创 2017-07-26 19:16:58 · 5969 阅读 · 2 评论 -
Caffe使用——01 以LeNet训练Mnist数据集为例
1 CNN训练初体验(使用几个命令来训练手写数字数据集)1.1 下载数据、转换数据格式设CAFFE_ROOT为caffe的安装路径。cd $CAFFE_ROOT./data/mnist/get_mnist.sh./examples/mnist/create_mnist.sh上述脚本中的内容完成的工作就是下载并转换数据,暂不做详细介绍。1.2 训练cd $原创 2018-01-15 15:02:28 · 470 阅读 · 0 评论 -
人工神经网络
1 人工神经网络简介生物学动机人工神经网络ANN的研究一定程度上受到了生物学的启发,生物的学习系统由相互连接的神经元(neuron)组成的异常复杂的网格。而人工神经网络由一系列简单的单元相互密集连接构成的,其中每一个单元有一定数量的实值输入,并产生单一的实数值输出。 据估计人类的大脑是由大约1011101110^{11}次方个神经元相互连接组成的密集网络,平均每个神经元与其他1041...原创 2016-01-26 18:03:02 · 2043 阅读 · 1 评论 -
讲给小白——程序、算法、机器学习、深度学习
什么是程序(Program)计算机程序,是指为了得到某种结果而可以由计算机(等具有信息处理能力的装置)执行的代码化指令序列(或者可以被自动转换成代码化指令序列的符号化指令序列或者符号化语句序列)。通俗讲,计算机给人干活,但它不是人,甚至不如狗懂人的需要(《小羊肖恩》里的狗是多么聪明可爱又忠诚于主人)。那怎么让它干活呢,那就需要程序员用某种编程语言来写程序,编程语言就是计算机能理解的语言,计算机可以执原创 2016-07-01 23:35:07 · 15228 阅读 · 6 评论