选用pytorch 和tensorflow框架进行搭建神经网络 搭建ConvNet神经网络使模型准确率达99%以上 使用minist手写数据集进行训练，数据样本多 使用onnx工具进行模型转换 将框架安装文档镶嵌进程序中，方便用户使用 在进行图像预处理时，采用对灰度求平均值，大于灰度平均值的才进行二 ...
分类：
其他好文 时间：
2021-06-28 20:11:14
阅读次数：
0
计组期末复习 全部主观题并不代表选择题就可以不复习，选择题可以根据复习说明，有选择性地复习。 1.数据的编码表示（原、反、补、移码的编码和转换方法） a.知识储备 b.强化练习 限时训练13 2.数据检错纠错方法（奇偶校验、海明编码解码与检错1、2和纠错1位方法并给出过程） a.知识储备 b.强化练 ...
分类：
其他好文 时间：
2021-06-28 18:24:52
阅读次数：
0
GAN原理介绍 GAN 来源于博弈论中的零和博弈，博弈双方，分别为生成模型与判别模型。 生成模型G捕捉样本数据的分布，用服从某一分布例如正太，高斯分布的噪声z来生成一个类似真实训练数据的样本，追求的效果是越像真实越好。 判别模型是一个二分类器，判别样本来自于训练数据还是真实数据的概率。如果来自于真实 ...
分类：
其他好文 时间：
2021-06-20 18:06:47
阅读次数：
0
Numpy实现K折交叉验证的数据划分 本实例使用Numpy的数组切片语法，实现了K折交叉验证的数据划分 背景：K折交叉验证 为什么需要这个？在机器学习中，因为如下原因，使用K折交叉验证能更好评估模型效果： 样本量不充足，划分了训练集和测试集后，训练数据更少； 训练集和测试集的不同划分，可能会导致不同 ...
分类：
其他好文 时间：
2021-05-04 15:39:17
阅读次数：
0
#####前面提到，应用sklearn中的pipeline机制的高效性；本文重点讨论pipeline与网格搜索在机器学习实践中的结合运用： ##结合管道和网格搜索以调整预处理步骤以及模型参数 一般地，sklearn中经常用到网格搜索寻找应用模型的超参数；实际上，在训练数据被送入模型之前，对数据的预处 ...
分类：
其他好文 时间：
2021-02-22 12:24:09
阅读次数：
0
Paddle Inference原生推理库 深度学习一般分为训练和推理两个部分，训练是神经网络“学习”的过程，主要关注如何搜索和求解模型参数，发现训练数据中的规律，生成模型。有了训练好的模型，就要在线上环境中应用模型，实现对未知数据做出推理，这个过程在AI领域叫做推理部署。用户可以选择如下四种部署应 ...
分类：
其他好文 时间：
2021-02-16 11:43:17
阅读次数：
0
多机多卡训练基本原理 在工业实践中，许多较复杂的任务需要使用更强大的模型。强大模型加上海量的训练数据，经常导致模型训练耗时严重。比如在计算机视觉分类任务中，训练一个在ImageNet数据集上精度表现良好的模型，大概需要一周的时间，需要不断尝试各种优化的思路和方案。如果每次训练均要耗时1周，这会大大降 ...
分类：
其他好文 时间：
2021-02-16 11:42:40
阅读次数：
0
参数服务器训练基本理论 参数服务器训练是分布式训练领域普遍采用的编程架构，主要解决以下两类问题： 模型参数过大：单机内存空间不足，需要采用分布式存储。 训练数据过多：单机训练太慢，需要加大训练节点,来提高并发训练速度。 如图所示，参数服务器主要包含Server和Worker两个部分，其中Server ...
分类：
其他好文 时间：
2021-02-16 11:42:24
阅读次数：
0
Windows下使用spyder训练SSD TensorFlow，并进行客流检测 背景 之前的尝试中， "用yolo v3训练自己的模型并进行客流检测" 。得到的结果其实已经很好，增加训练样本和训练周期，最后也取得了如下的效果，但是实际在视频中检测时候，抖动现象还是比较严重的。 尝试使用另一种实时检 ...
分类：
其他好文 时间：
2020-12-25 11:58:25
阅读次数：
0
花式解释AutoEncoder与VAE1什么是自动编码器自动编码器(AutoEncoder)最开始作为一种数据的压缩方法，其特点有:（1）跟数据相关程度很高，这意味着自动编码器只能压缩与训练数据相似的数据，这个其实比较显然，因为使用神经网络提取的特征一般是高度相关于原始的训练集，使用人脸训练出来的自动编码器在压缩自然界动物的图片是表现就会比较差，因为它只学习到了人脸的特征，而没有能够学习到自然界图
分类：
Web程序 时间：
2020-11-27 11:26:26
阅读次数：
10
