人工智能
关注
分享
扫一扫
文章平均质量分 55
TinaO-O
这个作者很懒，什么都没留下…
展开
-
英语作文人工智能免费在线批改打分 无需注册 微软小英作文打分 托福 雅思 高中作文 GRE
这篇文章主要是改打分系统的评测。托福雅思高考等https://app.mtutor.engkoo.com/englishwriting/，gre见最下面。另外人工智能的意思是，微软小英会根据你的文章内容帮你改作文，比如他能补全你缺少的相关名词。目录先展示下评分功能：它可以从四个方面给出接近托福的打分。比如，题目是：多种考试类型可以选择：如果修改后再要求打分：主要特点：...原创 2019-10-24 14:42:11 · 32332 阅读 · 0 评论 -
tensorflow 占位符
tensorflow的占位符本质就是先声明数据类型，以便建立模型时申请内存。在这里声明的：https://github.com/tensorflow/tensorflow/blob/r1.13/tensorflow/python/ops/array_ops.pytf.placeholder( dtype, shape=None, name=None)需...原创 2019-03-26 10:41:39 · 5299 阅读 · 0 评论 -
让我有收获的从零开始的人工智能 深度学习 计算机视觉 教程集合帖
目录0 如果你觉得这个页面广告太多，请点击下面教程（我写的）去广告1 网络拆分，一个网络里面有什么，作用是什么1.0 基础知识，从零开始30分钟明白深度学习怎么学习的，权重是什么，什么是梯度下降，损失怎么计算的。油管播放量60多万的视频，很社会了。那么或许你已经看过一些书和论文，甚至能够搭建自己的网络，但我还是看了，觉得有所收获。1.1 激活函数入门简单易懂：但是...原创 2018-04-13 14:02:49 · 1379 阅读 · 1 评论 -
ubuntu 安装tfplot windows直接下载安装
官网那么一共有两种方式安装：一种直接用pip：pip install tensorflow-plot还有一种是能获取最新的：pip install git+https://github.com/wookayin/tensorflow-plot.git@master另外作者还说了只兼容tf1.x版本，2.x就是future work了。还有一些速度上的，兼容上的问题，请...原创 2019-03-18 12:21:34 · 1245 阅读 · 0 评论 -
conda安装jupyter lab以及jupyter notebook
https://anaconda.org/conda-forge/jupyterlabconda install -c conda-forge jupyterlab 首先上面是官网给的命令中的一个激活你的环境：比如我的是mask2输入该命令，然后就可以了，最后在命令行用jupyter lab来启动，我个人感觉jupyter lab比较好用。这篇博客可真水。...原创 2019-03-19 21:31:15 · 7086 阅读 · 0 评论 -
resnet 残差网络 快速熟悉
首先，推荐个油管的视频。中文解说，大家关注一波这个小哥哥哈，讲的很清楚。很直观。虽然是用我的解释，但是ppt是这个小哥的。梯度爆炸，需要你理解什么是链式求导。ps，百度百科整的太复杂了，对我们来说没用的。resnet网络结构：最大的特点就是右边那个箭头。那么接下来我们就主要说下，resnet为解决什么问题，怎么解决的。之后：网络层数过深导致的梯度弥散：自己推一下哈。其实...原创 2019-03-15 11:16:40 · 1136 阅读 · 2 评论 -
dirac delta function
论文是：weakly supervised instance segmentation using class peak response 这篇论文中有进行peak stimulation： 大体来说就是在正常网络最后一段给出了H*W*C的feature map之后，他又加了一个卷积核，想要输出类自信分数（此图多大可能性有这一类）这个卷积核就用到了dirac delt...原创 2018-12-23 20:54:00 · 5708 阅读 · 0 评论 -
conda 安装 jupyter notebook jypyter lab nb_conda
首先，激活你的环境。听不懂的话，补个课：https://blog.youkuaiyun.com/u013249853/article/details/84648917 https://blog.youkuaiyun.com/Mrxxyz/article/details/84866504这个说还需要内核，不一定吧。我先试试。conda install jupyter notebookconda inst...原创 2018-12-10 15:20:33 · 10076 阅读 · 2 评论 -
python3 匿名函数 与 生成器
对于keras来讲，这两个概念很重要。匿名函数很简单，有时候我们的函数很简单，我们就会想要偷个懒，不想再单独出去定义新的方法，现在立刻马上就顺手写个函数。这时就需要匿名函数。比如map(func(),list)的作用是将list当中的每个元素都当作参数输入到func()这个函数中。如果我就做个x*x操作，就可以简单的写道：list_a = list(range(10))prin...原创 2019-04-04 08:39:05 · 304 阅读 · 3 评论 -
deeplabv3+二：详细代码解读 data generator 数据生成器
3+支持三种数据库，voc2012，cityscapes，ade20k，代码文件夹-deeplab -datasets -data_generator.py在开始之前，始终记住，网络模型的输入是非常简单的image，规格化到[-1,1]或[0,1]，或者数据扩增(水平翻转，随机裁剪，明暗变化，模糊)，以及一个实施了相同数据扩增的label（毕竟需要pixe...原创 2019-07-23 15:50:45 · 3141 阅读 · 0 评论 -
PR曲线 可算是明白了 precision recall曲线
Inst#是样本序号，图中有20个样本。Class是ground truth 标签，p是positive样本（正例）,n当然就是negative（负例） score是我的分类器对于该样本属于正例的可能性的打分。因为一般模型输出的不是0,1的标注，而是小数，相当于置信度。然后设置一个从高到低的阈值y，大于等于阈值y的被我正式标注为正例，小于阈值y的被我正式标注为负例。显然，我设置n个阈值...原创 2019-07-16 14:28:53 · 49898 阅读 · 20 评论 -
显卡驱动版本 CUDA 版本 官方详解 cudnn gcc工具包 版本 约束 依赖 关系 tensorflow gpu 版本
驱动是向下兼容的：所以如果想使用最新的tf代码库，那么需要最新的驱动，并且旧的虚拟环境还是能用的。显卡驱动，要在考虑自己的系统下，选择最新的版本。Table 1. CUDA Toolkit and Compatible Driver Versions CUDA Toolkit Linux x86_64 Driver Version Windows x86_64 Driver Ve...原创 2019-06-01 10:12:17 · 2160 阅读 · 0 评论 -
从零开始，指定 cuda安装版本 一句代码 完美安装深度学习工具 不用为了版本搭配发愁
本次使用conda进行安装。新建环境后，激活该环境，（记得换成清华源）使用下面的语句指定cuda版本9.0，conda install pytorch torchvision cudatoolkit=9.0安装后，一句代码能够安装全部需要的版本对应依赖。你只需要根据自己的显卡驱动指定cuda的版本即可。...原创 2019-05-09 08:54:13 · 1316 阅读 · 0 评论 -
超简单的keras函数模型教程
from keras.models import Modelfrom keras.layers import Input, Dense, Lambdaa = Input(shape=(640, 480, 3))b = Input(shape=(23,))c = Input(shape=(54,))d = Dense(32)(b)multi = Lambda(lambda x: x*...原创 2019-04-09 10:59:15 · 735 阅读 · 0 评论 -
mask rcnn 之coco.py 解读
代码来自：https://github.com/matterport/Mask_RCNN使用coco.py的命令行代码是这样写的：你可以选择谷歌翻译。# Train a new model starting from pre-trained COCO weightspython3 samples/coco/coco.py train --dataset=/path/to/coco/...原创 2019-03-29 13:27:33 · 3684 阅读 · 9 评论 -
keras.layer.input()
tenserflow建立网络由于先建立静态的graph，所以没有数据，用placeholder来占位好申请内存。那么keras的layer类其实是一个方便的直接帮你建立深度网络中的layer的类。该类继承了object，是个基础的类，后续的诸如input_layer类都会继承与layer由于model.py中利用这个方法建立网络，所以仔细看一下：他的说明详尽而丰富。input()这...原创 2019-04-02 08:45:32 · 23638 阅读 · 0 评论 -
coco 2014 数据集 下载 免费 不要积分 永不失效
http://images.cocodataset.org/zips/train2014.ziphttp://images.cocodataset.org/annotations/annotations_trainval2014.ziphttp://images.cocodataset.org/zips/val2014.ziphttp://images.cocodataset.org/...原创 2018-12-09 12:17:54 · 17422 阅读 · 20 评论 -
深度学习包，工具的收集
imgaug ：进行图像augmentation的python库,支持关键点(keypoint)和bounding box一起变换。https://blog.youkuaiyun.com/u012897374/article/details/80142744在mask rcnn中 使用了docker 很强大的虚拟实验环境搭建。可以当成不浪费资源的虚拟机。并且由专业人士配置环境内容。可以分享环境...原创 2018-12-06 20:36:57 · 385 阅读 · 0 评论 -
class average accuracy, accuracy ,precision ,recall 机器学习基础评价标准
这几个评价标准非常容易弄混与想当然。认真看哈，很重要。对于室内场景，或者是任何带类别的识别任务，都会有class average accuracy. 大家想当然的翻译成类平均识别率，就会和precision搞混。而且又因为它带一个accuracy，所以会和accuracy搞混。precision认准率。通俗来讲就是你认出来的，有多少人对了。举个例子，你家有一只狗，还有两瓶啤酒，两份...原创 2018-09-29 12:51:38 · 4670 阅读 · 2 评论 -
LMNN(large margin nearest neighbour) 算法以及代码使用
我看了论文，同时推荐简短概括，wiki。同时我对该算法概括如下：训练：（特征空间）首先用普通knn对所有训练节点跑一遍找出每个节点o的三近邻邻居正例（标签和o一致）然后根据这几个节点的位置，确定一个半径Lmin，在此半径范围内的都会被认为是正例。有那么一些反例不听话，特征会正好落在该半径范围内，这些节点就是imposter。假如有个节点能做到半径内没有反例，那么离他最近的i...原创 2018-07-16 09:19:44 · 9689 阅读 · 1 评论 -
计算机视觉笔记七：Person Re-Identification With Metric Learning Using Privileged Information
TIP2018的right @IEEE TRANSACTIONS ON IMAGE PROCESSING, VOL. 27, NO. 2, FEBRUARY 2018吸引我的是其中应用的metric learning。我一直以为，metric learning其实和传统的dense prediction以及各种CNN背后的东西是一致的。你现在有这些东西，比方说一堆图片，那么机器怎么看待它们之间的差...原创 2018-05-31 17:09:53 · 1528 阅读 · 2 评论 -
计算机视觉论文笔记六：Multi-Scale Context Aggregation by Dilated Convolutions
不会再写基础的东西。因为已经是第六篇论文了。arXiv:1511.07122 [cs.CV]Published as a conference paper at ICLR 2016我现在很喜欢读introduction以及literature review，因为很多观点都是总结。比如这篇文章认为传统的conv+pooling的结构用于图片分类效果很好，现在人们想要做dense prediction...原创 2018-05-29 12:26:06 · 11017 阅读 · 5 评论 -
EM算法总结
看了一天EM算法，做了ppt。总结一下。第一篇教程很基础，可以看前部分，回忆一下概率论。第二篇教程很理论，讲的很清楚，挺好看。由于我做的事GMM所以我又结合了这篇教程。下面两篇是实现：https://blog.youkuaiyun.com/abcjennifer/article/details/8198352http://blog.pluskid.org/?p=39如果自己用，或者想参考，可以看下。最后总结E...原创 2018-05-17 14:14:55 · 367 阅读 · 0 评论 -
计算机视觉论文笔记四：Attention-Set based Metric Learning for Video Face Recognition
这篇文章的创新点在于他的依据。网络多多少少都要找一些理由说明我们为什么比以前好使了一丢丢。涉及两个依据：MMD分布距离测量+memory attention mechanism.MMD测量两个分布的距离，分布来自于符合两个不同分布的样本点集，所以可以用来人脸识别。一个样本点集包含了这个人不同表情，不同角度的照片，或者干脆是是视频截取的很多帧。这些照片的共同点就是他是张三的照片，符合张三的分布。作者...原创 2018-05-03 21:29:51 · 988 阅读 · 0 评论 -
what is the difference between validation data and test data and why
In machine learning, there is two different conception to assess your model——validation data and test data.Let's suppose you are a research on machine learning, you have a lot of data with label, mayb...原创 2018-04-21 21:19:10 · 584 阅读 · 0 评论 -
计算机视觉论文阅读三：Learning Discriminative Features via Label Consistent Neural Network
摘要作者认为，监督只作用于输出层，并没有作用于隐含层给隐含层每个神经元一个特定的标签，只被相同标签的输入信号激活计算每个神经元的错误差值，和类别错误差值结合这就是本论文的目标函数减轻梯度消失和更快收敛使得最新的隐含层输出的feature更具有分辨力可用于视频，也可以推广到图像，很容易融合进其他网络算法...原创 2018-05-02 12:31:59 · 608 阅读 · 0 评论 -
libsvm 参数调整 并行选择最优参数 c g SVMcg强化版
以下代码是SVMcg强化版，事实上，原版本一点都没有进行作者提到的并行grid参数计算，所以有效代码恕我直言大概只有一句调用svm运算的。已经不知道原作者是谁了。主要是把参数矩阵摊平了，一起算，这样可以呈现最大并行效果。function [bestacc,bestc,bestg,cg] = SVMcgPP(train_label,train,cmin,cmax,gmin,gmax,v,c...原创 2018-10-24 20:12:32 · 5070 阅读 · 17 评论 -
免费获取计算机视觉顶级会议 cvpr 论文 清单 快速获取顶级会议 相关领域 感兴趣 的论文
总网址：http://openaccess.thecvf.com/menu.py该网址包括了历年的论文清单：每篇论文都提供了pdf下载：那么如何快速的找到自己感兴趣的论文，很简单，使用ctrl+F搜索关键词： ...原创 2018-11-20 21:07:07 · 530 阅读 · 0 评论 -
without bells and whistles 深度学习
深度学习经常能看到这句话： without bells and whistles英语本意是花哨的事物，翻译成中文我们经常说的花里胡哨的东西一般网络都是组装的。用别人的backbone，然后加上自己发明的部件，或者理念。之后证明自己有效。并不会把现有的所有最好用的东西都试一遍，得到一个好结果，然后再说自己有用。通常还会做消融性实验，证明自己部件 能够对现有网络的增幅。而且科学研究不...原创 2018-12-04 12:59:11 · 9114 阅读 · 10 评论 -
bias variance overfitting underfitting的判断 模型为什么不准
https://www.youtube.com/watch?v=D_S6y0Jm6dQ&list=PLJV_el3uVTsPy9oCRY30oBPNLCo89yu49&index=5版权他的。training error高说明underfittingvalidation error高说明overfitting这个都知道也知道怎么解决。但是错误哪来的呢。建模对...原创 2018-12-13 22:15:45 · 463 阅读 · 0 评论 -
深度学习可以多几个split来做调参
示意图很清楚，调参看不到test，保持了模型测试数据的可信度。原创 2018-12-13 22:00:34 · 1044 阅读 · 0 评论 -
二：mask RCNN ——jupyter notebook mask rcnn
默认你已经安装好环境了。以下教程完全遵照官网。并且从官网下载好代码包了：https://github.com/matterport/Mask_RCNN，注意不是detrecton那个直接到setup.py路径，也就是根路径python3 setup.py install看下都干啥了：WARNING:root:Fail load requirements file, so...原创 2018-12-04 09:13:08 · 2553 阅读 · 0 评论 -
token-based authentication
jupyter notebook 提到这个安全授权机制，我不知道中文。但是可以由英文解释：https://stackoverflow.com/questions/1592534/what-is-token-based-authentication于是我的理解是。你的本地的jupyter 在命令行给你创建了一个tocken：然后我用浏览器访问就可以打开我这个文件夹的jupyter n...原创 2018-12-03 12:49:04 · 1407 阅读 · 0 评论 -
一：mask rcnn—— 深度学习框架搭建 环境配置 虚拟环境 不冲突 conda 批量安装环境 tensorflow 随意切换框架版本
鉴于服务器多人使用，并且普通用户一般没有权限，所以。需要一种方法。我还要废话两句。比如pip anaconda这种安装管理软件背后最重要的是啥？当然是版本控制了，比如安装的第一个包需要python3.5，第二个3.5 3.6都成，然而你制定了环境是3.6.那么该管理软件会怎么办？究竟安装什么版本的？怎么满足用户需求，最贴合用户的自己都察觉不到的版本需求，怎么下载最少的资源，版本变动最少次，都是需要...原创 2018-11-30 16:05:58 · 584 阅读 · 0 评论 -
普通用户使用conda命令 ubuntu linux 路径 maltab 明明安装了 找不到命令 command not found 添加环境路径
是这样的，你比如你安装了一个anaconda，或者matlab在你的私人文件夹。你不是root，你没有把你安装的软件装上软连接，那你直接输入命令，你的电脑是找不到的。这个问题很简单。你只需要知道你安装的位置，然后亲自去调用。也就是说不写maltab #肯定会提示你找不到/home/tina/MATLAB/R2018b/bin/maltab #去找到你安装路径里面的可执行文件，绝对...原创 2018-11-30 15:32:23 · 4177 阅读 · 2 评论 -
conda 安装 TensorFlow gpu cuda 轻松 无错 安装 nb_conda jupyter conda常用命令 快速入门
前置安装：nvidia 显卡驱动下一步安装anaconda，如果安装anaconda3就会自动去链接python3 配套的库。首先理解下配置环境是在干嘛：很简单，就是安装软件那么怎么简化这个过程，避免换个环境，就得卸载重装，和别人共用一个服务器，就为了配置环境焦头烂额。很多人只把anaconda作为一个综合包，里面有很多需要用的别人的代码。但是它的真正作用是建立使用怕python的...原创 2018-11-30 14:42:23 · 5726 阅读 · 4 评论 -
one model / ensemble method /meta-algorithm 迁移学习算不算ensemble method
鉴于object detection COCO数据集的论文经常出现 single-model 也就是说，这是一个对网络的分类，呢它是什么意思，有什么特点。相对应的另一类是什么。就是下面介绍的ensemble learning。不过比如说网络初值是用别人的网络训练好的数值，一定意义来讲是在优化空间找到一个初值，对于自己网络的结果的影响究竟有多大，也就是说，用随机初始网络得到的结果是否有不同，有多...原创 2018-12-04 15:38:11 · 608 阅读 · 0 评论 -
im2col在卷积神经网络中的具体应用
我们在DEEPLab的网络中提到了利用im2col来加速，但是im2col如何作用到卷积神经网络的。我看了http://cs231n.github.io/convolutional-networks/#convert了解了一二，先写下来，当作笔记。卷积的filter一般情况下是二维矩阵，比如11*11*3，我们将其转换成11*11*3=363的向量，由于一个filter产生一个输出，所以我们可以说...原创 2018-04-16 22:05:30 · 1349 阅读 · 0 评论