机器学习
关注
分享
扫一扫
文章平均质量分 95
fmbao
就职于消费电子公司。
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
TFLite在移动端部署的总结，绝对干货！
最近在忙语音唤醒的工作，涉及了非常多的深度学习集成到移动端的技术点。这篇博客主要讲的是通过TensorFlow训练出来的模型如何转为可以在移动设备上进行部署的tflite文件。可能有人会说了这个很简单，通过TensorFlow的相关函数就可以了。。。实际上不是这样的，这其中还牵扯很多需要注意的地方。主要的一方面是移动端设备对性能要求极高，有内存大小的要求。因此我们需要将模型的大小不断压缩达到我们...原创 2020-03-10 01:15:31 · 4233 阅读 · 0 评论 -
TensorFlow高性能计算提升及分析技巧
这段时间，我师傅交给我一些任务，让我加速TensorFlow模型的计算速度。主要还都是他在提想法，我负责实现就行了。这篇博客主要将学到的知识进行一下总结。由于之前在科研上多数应用的是Pytorch构建模型，现在忽然让用TensorFlow，对其中的一些计算机制的不熟悉，在实现过程中遇到了不少问题文章主要分为两点：TFRecordDataset的原理和使用Pipeline的原理和使用Pro...原创 2019-01-31 16:07:04 · 1613 阅读 · 0 评论 -
基于Pytorch对WGAN_gp模型进行调参总结
最近苦恼了很长时间，就因为和GAN刚上了，WGAN是GAN（对抗生成网络）的一种。WGAN（Wasserstein GAN）在训练稳定性上有极大的进步，但是在某些设定下任然存在生成低质量的样本，或者是不能收敛的问题。蒙特利尔大学在WGAN的训练上又有了新的进展。他们的论文的是《Improved Training of Wasserstein GANs》 。研究者们发现失败的案例通常是由在WGAN中...原创 2018-05-20 21:07:51 · 9912 阅读 · 2 评论 -
Pytorch迁移学习小技巧 以及 Pytorch小技巧的一些总结
迁移学习技巧内容概要：迁移学习的概念Pytorch预训练模型以及修改不同修改预训练模型方式的情况一些例子：只针对dense layer的重新训练 ，冻结初始层的权重重新训练迁移学习的概念神经网络需要用数据来训练，它从数据中获得信息，进而把它们转换成相应的权重。这些权重能够被提取出来，迁移到其他的神经网络中，我们“迁移”了这些学来的特征，就不需要从零开始训练一个神经...原创 2018-05-02 19:12:05 · 16076 阅读 · 10 评论 -
基于keras的图像分类CNN模型的搭建以及可视化（附详细代码）
基于keras的图像分类CNN模型的搭建以及可视化本文借助keras实现了热图像的分类模型的搭建，以及可视化的工作。本文主要由以下内容组成。Keras模型介绍CNN模型搭建模型可视化Keras模型介绍1. 简介Keras 是 Google 的一位工程师François Chollet 开发的一个框架，能够有效地利用TensorFlow进行开发。keras之所...原创 2018-04-11 09:18:08 · 16102 阅读 · 76 评论 -
基于keras的CNN图片分类模型的搭建以及参数调试
基于keras的CNN图片分类模型的搭建与调参更新一下这篇博客，因为最近在CNN调参方面取得了一些进展，顺便做一下总结。我的项目目标是搭建一个可以分五类的卷积神经网络，然后我找了一些资料看了一些博客，发现keras搭建CNN，还是比较简单快捷的，模块化，易扩展，极简，让我最终选择了keras。本质上keras相对于python，就相当于python相对于c/c++。就是一个封装的一...原创 2018-03-22 13:56:21 · 6038 阅读 · 2 评论 -
python3安装opencv中需要注意的地方
首先需要感谢我的一位朋友，在我一筹莫展的时候向他咨询，得到解决的办法。 走过的弯路就不说了。 说干货吧。我需要在python3上安装opencv(有一个前提：你这个python3是使用anaconda安装的)可以直接使用：conda install -c menpo opencv3使用这条语句，可以直接就安装上opencv。但是需要注意管理员权限问题。还有一个你可能遇到的问题是...原创 2018-03-09 09:38:54 · 461 阅读 · 0 评论 -
纪念第一次深度学习跑通
忙活了这半个月了解了一些，深度学习的东西，了解的还不算深入。基本懂了几个概念。但是无论是从github上down下来的程序，还是从哪个帖子上抄过来的程序，总是跑不通，总是会提示各种各样的错误，算是很悲剧吧。但是这还不是最悲剧的，最悲剧的是被一个sb老师赶出实验室了。寄人篱下确实惨。算 了不发牢骚了。讲正事，这一次程序跑通，是通过网上的一个安装教程做到的。我先贴上那个网址：keras中文文档原创 2017-09-19 20:33:13 · 3427 阅读 · 0 评论 -
在Ubuntu的环境下，使用Spyder+TensorFlow搭建深度学习环境
打算使用卷积神经网络对实验图片进行分类，因此需要牵涉相关的深度学习的东西。一个是之前博客谈到的Ubuntu的安装问题，这次遇到的是IDE环境的搭建。不过问题还不是很多，现在记录下来当做备注记忆吧。主要参考的这一篇文章：点击打开链接，这篇文章主要介绍了Anaconda科学计算环境的搭建，以及TensorFlow深度学习框架的搭建和Spyder的安装。讲讲我为什么要选择Spyder吧，在网上做了不原创 2017-09-10 14:28:05 · 2080 阅读 · 0 评论 -
Ubuntu下安装anaconda以及TensorFlow的安装步骤（附上相关的问题解决）
打算使用深度学习解决最近的图片分类问题。之前安装Ubuntu遇到挺多的坑，现在发觉，坑是越来越多了。开始的时候我看着TensorFlow实战那本书，来安装anaconda。anaconda这个东西呢，说白了就是一个软件大礼包，包含了很多库，是一个深度学习的利器，但是TensorFlow实战这本书，有一个不太好的地方就是，它不会给你把详细的步骤讲出来。因此比较蛋疼还是直接上网上找安装教程。因原创 2017-09-09 21:48:01 · 1137 阅读 · 0 评论 -
libsvm相关变量总结以及libsvm 参数粗调、微调技巧 和PCA主成分分析princomp函数的使用
libsvm搭建的支持向量机运行起来，在命令行里会蹦出很多变量，开始的时候，我不以为意。现在想想这样糊弄，到最后还是稀里糊涂，不如一次总结，当做日后的复习资料。运行起来会出现这些：1.变量总结 *optimization finished, #iter = 162nu = 0.431029obj = -100.877288, rho = 0.424462nS原创 2017-08-31 15:32:51 · 1789 阅读 · 1 评论 -
Ubuntu，Windows双系统安装注意要点
最近打算将图片分类的分类器改为深度学习的分类器，虽然现在还不是很懂，但是第一步还是要迈出去的。先装一个Linux吧。我在教研室的电脑上装的，也不太会装，装了挺长时间的。坑也不少。列举一下吧，主要的坑：1.直接wubi无法安装 2.处理Ubuntu的硬盘分区。1.wubi无法直接 安装这个问题比较头疼，在网上看 好多都说不要用wubi安装，结果自己还是不撞南墙，头不回。但是总是出问题原创 2017-09-06 19:10:14 · 358 阅读 · 0 评论