【深度学习实战】

深度学习实战（1）：花的分类任务

写在前面：实验目的：通过建立Alexnet神经网络建立模型并根据训练数据来训练模型以达到可以将一张花的类别进行分类Python版本：Python3IDE：VSCode系统：MacOS数据集以及代码的资源放在文章末尾了有需要请自取～目录写在前面：前言数据集训练模型代码（附有注释）训练集数据量展示训练迭代过程展示训练结果Accuracy展示训练结果Loss展示测试集预测结果代码预测结果展示结语前言本文
正在黑化的KS·2022-08-01 07:47

课程笔记-深度学习机器视觉01-新冠疫情可视化——From：百度AI Studio

总体来说是本次课程是五个深度学习实战案例资料与资源百度AISTUDIO课程链接：深度学习7日入门-CV疫情特辑————————————————————————————————————————正课部分：课程总体安排配套的有
Jason_____Wang·2022-07-29 07:27

深度学习实战（十）：使用 PyTorch 进行 3D 医学图像分割

深度学习实战（十）：使用PyTorch进行3D医学图像分割1.项目简介2.3D医学图像分割的需求3.医学图像和MRI4.三维医学图像表示5.3D-Unet模型5.1损失函数：DiceLoss5.2医学成像数据
Jasper0420·2022-07-26 10:03

【深度学习实战—4】：基于AlexNet的手写数字识别（附Keras实现）

推荐专栏：【图像处理】【千锤百炼Python】【深度学习】【排序算法】目录一、网络搭建二、训练过程三、测试模型四、预测结果可视化五、建立混淆矩阵附录：完整程序在【深度学习实战—3】：基于LetNet-5
米开朗琪罗~·2022-07-23 17:10

深度学习实战 Windows10+Anaconda+CUDA+cuDNN+tensorflow_gpu+pytorch+Jupyter notebook/Pycharm+MNIST

目录一、简介二、环境安装2.1Anaconda的安装2.1.1Anaconda下载安装2.1.2配置Anaconda源2.1.3Anaconda相关命令2.2安装CUDA和cuDNN2.2.1写在前面2.2.2下载安装CUDA和cuDNN2.2.2.1安装tips2.3安装tensorflow_gpu2.3.1创建虚拟环境2.3.2安装tensorflow_gpu-2.1.02.3.3pychar
白色风雪·2022-07-23 07:38

Keras深度学习实战（15）——从零开始实现YOLO目标检测

Keras深度学习实战（15）——从零开始实现YOLO目标检测0.前言1.YOLO目标检测模型1.1锚框(anchorboxes)1.2YOLO目标检测模型原理2.从零开始实现YOLO目标检测2.1加载数据集
盼小辉丶·2022-07-20 11:48

深度学习实战 | WIN10环境下配置Darknet并使用Yolov4-tiny训练Gun-and-Sword数据集

目录一、准备工作（一）环境配置1.cuda和cudnn2.VisualStudio配置3.opencv安装（二）Darknet安装1.下载源文件2.编译项目二、使用Yolov4-tiny进行训练（一）数据集标注（二）模型配置1.模型文件修改2.下载预训练权重（三）模型训练（四）模型测试及效果三、参考资料一、准备工作（一）环境配置1.cuda和cudnn配置cuda11.1+cudnnv8.2.1，
Genms·2022-07-19 07:23

Keras深度学习实战（14）——从零开始实现R-CNN目标检测

Keras深度学习实战（14）——从零开始实现R-CNN目标检测0.前言1.R-CNN目标检测模型1.1数据集分析1.2R-CNN模型分析2.从零开始实现R-CNN目标检测2.1查看训练数据集2.2从零实现目标检测模型
盼小辉丶·2022-07-18 07:09

OpenCV计算机视觉图像识别从基础到深度学习实战

课程简介本课程课程大纲从图像处理基础、机器视觉中的特征提取与描述、坐标变换与视觉测量，到数据处理、图像搜索、深度学习在图像识别中的应用、图像标注与问答、3D计算机视觉、机器视觉项目实战。整个课程由浅入深，结合案例真枪实战，是不可多得的CV上佳课程。给有需要的朋友分享学习！！课程大纲金第一讲工欲善其事必先利其器——图像处理基础1.CV背景介绍2.OpenCV完全解析基础3.图像的基本操作：遍历图像6
m0_46238290·2022-07-17 07:13

Keras深度学习实战（13）——目标检测基础详解

Keras深度学习实战（13）——目标检测基础详解0.前言1.目标检测概念2.创建自定义目标检测数据集2.1windows2.2Ubuntu2.3MacOS3.使用选择性搜索在图像内生成候选区域3.1候选区域
盼小辉丶·2022-07-16 07:44

PyTorch学习笔记【3】：使用神经网络拟合数据

更多激活函数2.PyTorchnn模块2.1.线性模型2.1.1.批量输入2.1.2.优化批次3.完成一个神经网络3.1.替换线性模型3.2.检查参数3.2.与线性模型对比总结前言本文是基于《Pytorch深度学习实战
zzzyzh·2022-07-13 07:13

Keras深度学习实战——基于ResNet模型实现性别分类

Keras深度学习实战——基于ResNet模型实现性别分类0.前言1.ResNet架构简介2.基于预训练的ResNet50模型实现性别分类2.1训练性别分类模型2.2错误分类图像示例相关链接0.前言从VGG16
盼小辉丶·2022-07-11 11:41

Keras深度学习实战——基于Inception v3实现性别分类

Keras深度学习实战——基于Inceptionv3实现性别分类0.前言1.Inception结构1.1Inceptionv1损失函数1.2Inceptionv2和Inceptionv32.使用预训练的
盼小辉丶·2022-07-06 11:12

【深度学习实战】《深入浅出图神经网络》GCN实战（pytorch）

目录1.前言2.数据预处理——CoraData类的定义3.GCN层定义4.模型构建5.模型训练与测试1.前言这次的任务是节点分类。使用的是Cora数据集，该数据集由2708篇论文，及它们之间的引用关系构成的5429条边组成。这些论文根据主题被划分为7类，分别是神经网络、牵强化学习、规则学习、概率方法、遗传算法、理论研究、案例相关。每篇论文的特征是通过词袋模型得到的，维度为1433，每一维表示一个词
喵木木·2022-07-05 07:01

深度学习实战（十二）——Keras数据集的制作和加载

前言在刚开始接触Keras时，相信大家都实践过诸如MNIST手写数据集、CIFAR系列数据集，这些数据集的特点是已经为用户打包封装好了数据。在Keras环境下只要load_data即可实现导入。但是实际情况是，为了某一个项目我们不可能总是找到相应的打包好的数据集供使用，这时候自己建立一个dataset就十分重要。然而针对这方面，官方手册给出的知道不是很明确；而在网上搜索相关内容，得到的答案也不是很
马大哈先生·2022-06-28 07:36

Keras深度学习实战（11）——可视化神经网络中间层输出

Keras深度学习实战（11）——可视化神经网络中间层输出0.前言1.可视化神经网络中间层输出2.利用Keras可视化神经网络中间层输出2.1数据加载2.2可视化第一个卷积层的输出2.3可视化最后一个卷积层的输出小结系列链接
盼小辉丶·2022-06-28 07:27

Keras深度学习实战（12）——面部特征点检测

Keras深度学习实战（12）——面部特征点检测0.前言1.数据集和模型分析1.1数据集分析1.2模型分析2.面部特征点检测3.模型测试小结系列链接0.前言在计算机视觉中，面部关键点(也称为面部特征点)
盼小辉丶·2022-06-28 07:47

第 24 章 基于 Simulink 进行图像和视频处理--matlab深度学习实战整理

Simulink是美国Mathworks公司推出的MATLAB中的一种可视化仿真工具。Simulink是一个模块图环境，用于多域仿真以及基于模型的设计。它支持系统设计、仿真、自动代码生成以及嵌入式系统的连续测试和验证。Simulink提供图形编辑器、可自定义的模块库以及求解器，能够进行动态系统建模和仿真，功能强大，应用领域广泛。参考前文。光流场的应用。子框架模型搭载过程模型特点：1.丰富的可扩充的
海宝7号·2022-06-22 07:22

【第 26 章 基于最小误差法和区域生长的医学影响分割系统--matlab深度学习实战GUI项目】

基于最小误差法的胸片分割系统–matlab深度学习实战GUI项目最小误差阈值分割法“最小误差法所谓图像分割是指根据灰度、彩色、空间纹理、几何形状等特征把图像划分成若干个互不相交的区域,使得这些特征在同一区域内
海宝7号·2022-06-22 07:22

第 21 章 路面裂缝检测识别系统设计--matlab深度学习实战

在汽车智能技术、汽车新能源技术、汽车电子这个群雄逐鹿的赛道。智能驾驶技术的要求也在不断的提升。智能车辆教学平台、智能网联教学平台、汽车电子教学设备、在环仿真系统，目前主流的系统有很多，常用的基础部分和算法开发，智能驾驶模块，入门较好的还是matlab平台。回归本文，现阶段,路面裂缝识别与提取是路面裂缝检测领域中亟待解决的关键问题,存在着极大的挑战。一方面,由于路面情况复杂,纹理、噪声、阴影等干扰因
海宝7号·2022-06-22 07:22

Keras深度学习实战（9）——卷积神经网络的局限性

Keras深度学习实战（9）——卷积神经网络的局限性0.前言1.卷积神经网络的局限性2.情景1——训练数据集图像尺寸较大3.情景2——训练数据集图像尺寸较小4.情景3——在训练尺寸较大的图像时使用更大池化小结系列链接
盼小辉丶·2022-06-20 07:14

Keras深度学习实战（10）——迁移学习

Keras深度学习实战（10）——迁移学习0.前言1.迁移学习1.1迁移学习原理1.2ImageNet数据集介绍2.利用预训练VGG16模型进行性别分类2.1VGG16架构2.2微调模型2.3错误分类的图片示例小结系列链接
盼小辉丶·2022-06-20 07:07

Keras深度学习实战（8）——使用数据增强提高神经网络性能

Keras深度学习实战（8）——使用数据增强提高神经网络性能0.前言1.数据集与模型分析1.1数据集介绍1.2模型分析2.使用数据增强提高神经网络性能2.1不使用数据增强的模型准确率2.2通过数据增强来提高模型的准确率小结系列链接
盼小辉丶·2022-06-09 13:47

PyTorch深度学习实战——数据读取~

文章目录前言一、PyTorch自带数据集及读取方法简介1.简介2.读取示例3.CIFAR完整读取示例二、自定义数据集及读取方法1.图像索引文件制作2.构建自己的Dataset3.使用DataLoader批量读取数据总结参考资料前言工欲善其事，必先利其器。在学习神经网络时，熟练使用一种神经网络框架是十分有必要的，可以让你省去许多繁琐的步骤。PyTorch是目前最主流的深度学习框架之一，被广泛应用于各
吮指原味鸡！·2022-06-07 07:56

Keras深度学习实战——使用卷积神经网络实现性别分类

Keras深度学习实战——使用卷积神经网络实现性别分类0.前言1.数据集与模型分析2.构建卷积神经网络实现性别分类小结相关链接0.前言在《卷积神经网络详解与实现》中，我们了解了卷积神经网络(ConvolutionalNeuralNetwork
盼小辉丶·2022-06-05 14:08

Keras深度学习实战（7）——卷积神经网络详解与实现

Keras深度学习实战（7）——卷积神经网络详解与实现0.前言1.传统神经网络的缺陷1.1构建传统神经网络1.2传统神经网络的缺陷2.使用Python从零开始构建CNN2.1卷积神经网络的基本概念2.2
盼小辉丶·2022-06-05 14:36

Pytorch之深度学习实战

PyTorchPytorch框架的一大好处就是我们可以直接调用Pytorch规定的一套架构，用户自己去选择完成整个深度学习任务的积木去堆积，避免了每次都要从底层写代码，并且框架下的函数都是多次优化过的，可以说框架的出现节约了时间成本(Note：这篇博客是很早之前写的，忘了发了也没仔细去检查，所以如果有出现小错误，请指正)PyTorch由4个主要包装组成：1.Torch：类似于Numpy的通用数组库
Ton10·2022-06-01 07:44

【深度学习实战】【nlp-beginner】基于深度学习的文本分类

SentimentAnalysisonMovieReviews参考资料：ConvolutionalNeuralNetworksforSentenceClassificatioPyTorch官方文档关于深度学习与自然语言处理的一些基础知识：【深度学习实战
喵木木·2022-05-27 07:00

深度学习实战及tensorflow环境配置

深度学习路很长，要想走得远基础一定要牢，希望本文对你有用。文章目录前言一、pycharm和anaconda的安装二、配环境及运行代码1.遇到无法用pip和conda的情况2.安装库3.安装tensorflow和cudatoolkit4.代码运行总结前言重新装了一下系统，重新配置下环境一、pycharm和anaconda的安装anaconda的优点个人感觉是能多版本环境兼容，环境切换方便，比如ten
cfth·2022-05-26 07:54

Keras深度学习实战（10）——音频分类

Keras深度学习实战（10）——音频分类0.前言1.音频分类任务与神经网络模型分析1.1urbansound8k数据集介绍1.2神经网络模型2.使用神经网络进行音频分类小结系列链接0.前言在前面的部分中
盼小辉丶·2022-05-25 07:21

Keras深度学习实战（9）——新闻文本分类

Keras深度学习实战（9）——新闻文本分类0.前言1.新闻文本分类任务与神经网络模型分析1.1数据集1.2神经网络模型2.使用神经网络进行新闻文本分类小结系列链接0.前言在先前的应用实战中，我们分析了结构化的数据集
盼小辉丶·2022-05-25 07:50

Keras深度学习实战（11）——股价预测

Keras深度学习实战（11）——股价预测0.前言1.股价预测1.1数据集介绍1.2神经网络模型分析1.2使用神经网络进行股价预测2.使用函数式API2.1神经网络模型分析2.2结合新闻数据预测股价小结系列链接
盼小辉丶·2022-05-25 07:42

深度学习实战案例：预测房价

公众号：机器学习杂货店作者：Peter编辑：Peter大家好，这里是机器学习杂货店MachineLearningGrocery~本文的案例讲解的是机器学习中一个重要问题：回归问题，它预测的是一个连续值而不是离散的标签。注意：逻辑回归不是回归算法，而是分类算法[外链图片转存中…(img-JnR0sik4-1648911615585)]波士顿房价数据集506个样本，其中404个训练样本，102个测试样
尤尔小屋的猫·2022-05-24 07:14

一周上榜新书：强化学习、深度学习最受程序员关注

4月出版了很多新书，上周有两本书最受程序员关注，《动手学强化学习》和《PyTorch深度学习实战》位于一周榜单TOP10。现在和小编一起来看看有哪些新书上榜。
人邮异步社区·2022-05-17 16:59

TensorFlow 2.0 深度学习实战 —— 详细介绍损失函数、优化器、激活函数、多层感知机的实现原理

前言AI人工智能包含了机器学习与深度学习，在前几篇文章曾经介绍过机器学习的基础知识，包括了监督学习和无监督学习，有兴趣的朋友可以阅读《Python机器学习实战》。而深度学习开始只是机器学习的一分支领域，它更强调从连续的层中进行学习，这种层级结构中的每一层代表不同程序的抽象，层级越高，抽象程度越大。这些层主要通过神经网络的模型学习得到的，最大的模型会有上百层之多。而最简单的神经网络分为输入层，中间层
风尘浪子·2022-05-15 13:29

Keras深度学习实战（5）——批归一化详解

Keras深度学习实战（5）——批归一化详解0.前言1.批归一化基本概念2.在神经网络训练过程中使用批归一化小结系列链接0.前言批归一化是神经网络中关键性技术之一，使用批归一化可以大幅加快网络的收敛，同时提高网络的泛化能力
盼小辉丶·2022-05-15 13:59

Keras深度学习实战（4）——深度学习中常用激活函数和损失函数详解

Keras深度学习实战（4）——深度学习中常用激活函数和损失函数详解常用激活函数Sigmoid激活函数Tanh激活函数ReLU激活函数线性激活函数Softmax激活函数损失函数均方误差平均绝对误差分类交叉熵系列链接常用激活函数使用激活函数可以实现网络的高度非线性
盼小辉丶·2022-05-15 13:29

Keras深度学习实战（7）——信用预测

Keras深度学习实战（7）——信用预测0.前言1.任务与模型分析1.1数据集1.2信用预测任务分析1.3神经网络模型分析2.使用神经网络实现信用预测3.改进模型3.1为类别分配权重3.2模型构建4.数据预处理方法总结小结系列链接
盼小辉丶·2022-05-15 13:28

Keras深度学习实战（8）——房价预测

Keras深度学习实战（8）——房价预测0.前言1.任务与模型分析1.1波士顿房价数据集1.2神经网络分析2.使用神经网络实现房价预测3.使用自定义损失函数小结系列链接0.前言我们已经学习了神经网络的基本概念
盼小辉丶·2022-05-15 13:56

计算机视觉的深度学习实战-前言

计算机视觉的深度学习实战更多精彩内容请关注微信公众号：听潮庭。
我才是Pakho·2022-05-15 07:26

深度学习实战笔记一：google colab使用入门+mnist数据集入门+Dense层预测

Colab使用介绍前言googlecolab创建、设置colab和drive的连接更改工作目录在colab上运行py文件另附：googlecolab的快捷键在colab上进行mnist手写体识别实战代码运行结果：示例：拉取的test[9999]的图用模型预测test[9999]用自己的图片预测（PS自己创造的28*28的灰度图）：在google上使用tensorborad加载一次后，如果要重新加载
用之有弗盈·2022-05-15 07:46

Keras深度学习实战（6）——深度学习过拟合问题及解决方法

Keras深度学习实战（6）——深度学习过拟合问题及解决方法0.前言1.过拟合问题介绍2.使用正则化解决过拟合问题3.使用Dropout解决过拟合问题小结系列链接0.前言在《神经网络性能优化技术》中，我们经常看到这样的现象
盼小辉丶·2022-05-10 07:14

【深度学习实战】从零开始深度学习（三）：卷积神经网络与计算机视觉

参考资料：《PyTorch深度学习》（人民邮电出版社）第5章深度学习之计算机视觉PyTorch官方文档廖星宇著《深度学习入门之Pytorch》第4章卷积神经网络其他参考的网络资料在文中以超链接的方式给出目录0写在前面1.卷积神经网络1.1三个重要的思想1.2卷积神经网络的主要结构1.2.1卷积层（ConvolutionLayer）1.2.2池化层1.2.3全连接层1.2.4卷积神经网络的基本形式2
喵木木·2022-05-10 07:43

深度学习&故障诊断初学者 - 学习路线

深度学习+故障诊断学习路线step1:Python入门-打好编程基础step2:吴恩达课程讲深度学习理论-浅浅理解神经网络step3:看10篇中文故障诊断论文-对故障诊断有个大概了解step4:网易云课堂-深度学习实战
故障诊断与python学习·2022-04-28 07:35

【深度学习实战】从零开始深度学习（四）：RNN与自然语言处理

参考资料：《PyTorch深度学习》（人民邮电出版社）第6章序列数据和文本的深度学习PyTorch官方文档廖星宇著《深度学习入门之Pytorch》第5章循环神经网络其他参考的网络资料在文中以超链接的方式给出目录0.写在前面1.循环神经网络（RecurrentNeuralNetwork）1.1循环神经网络的基本结构1.2利用PyTorch实现RNN1.2.1PyTorch中的标准RNN1.2.2标准
喵木木·2022-04-25 07:17

Keras深度学习实战（3）——神经网络性能优化技术详解

Keras深度学习实战（3）——神经网络性能优化技术详解0.前言1.缩放输入数据集1.1数据集缩放的合理性解释1.2使用缩放后的数据集训练模型2.输入值分布对模型性能的影响3.批大小对模型准确率的影响4
盼小辉丶·2022-04-24 14:20

深度学习实战（三）：使用PyTorch搭建VGG网络

深度学习实战（三）：使用PyTorch搭建VGG网络1.VGG162.使用PyTorch搭建VGG网络2.1model.py扩展：Python函数参数前面一个星号（*）和两个星号（**）的区别2.2train.py2.3predict.py2.3.1
Jsper0420·2022-04-22 07:09

【PyTorch】深度学习实战之PyTorch实现线性回归

PyTorch实现线性回归可调用对象：如果要使用一个可调用对象，那么在类的声明的时候要定义一个call函数classFoobar:def__init__(self):passdef__call__(self,*args,**kwargs):pass其中参数*args代表把前n个参数变成n元组，**kwargsd会把参数变成一个词典，这些都是python的基础语法deffunc(*args,**kw
少年白马·2022-04-21 07:56

【深度学习实战—1】：基于Keras的手写数字识别（非常详细、代码开源）

✨博客主页：米开朗琪罗~✨博主爱好：羽毛球✨年轻人要：Livingforthemoment（活在当下）！推荐专栏：【图像处理】【千锤百炼Python】【深度学习】【排序算法】目录一、准备工作二、下载MNIST数据集2.1导入所需的库与模块2.2下载数据集三、数据集可视化3.1单张图像可视化3.2多张图像可视化3.3原始数据量可视化四、数据预处理4.1验证集分配4.2图像数据预处理五、构建网络5.1
米开朗琪罗~·2022-04-21 07:55

深度学习实战（十一）——多标签分类（基于Keras）

目的：训练一个分类器来将物品分到不同的类别中，比如一件衣服：可以安照服饰类别、颜色、质地打上“衬衫”、“蓝色”、“棉”的标签服饰类别：衬衫、裙子、裤子、鞋类等颜色：红、蓝、黑等质地：棉、羊毛、丝、麻等整个工程的步骤如下：首先讨论多标签分类数据集（以及如何快速构建自己的数据集）。之后简要讨论SmallerVGGNet，我们将实现的Keras神经网络架构，并用于多标签分类。然后我们将实施Smaller
马大哈先生·2022-04-21 07:53
上一页 7 8 9 10 11 12 13 14 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他