原创 基於卷積神經網絡模型的MSTAR高分辨率圖像數據集識別實踐【後續：網絡層可視化分析】
在上一篇文章《基於卷積神經網絡模型的MSTAR高分辨率圖像數據集識別實踐》中，我們實踐了完整的建模預測分類過程，本文主要是在前文的基礎上，做一點可視化分析的工作。 我們可以藉助開源的可視化工具keract實現我們
2020-06-15 19:32:32
2
原创 Python基於遷移學習的貓狗大戰實戰【圖像二分類任務】【實測準確度超過99.5%】
遷移學習是一種很強大的深度學習技術，在實際應用中解決圖像分類等問題中效果卓越，用一句簡單的話來說就是“站在巨人的肩膀山學習”，大多數針對圖像分類任務而開源出來的遷移學習模型很多都是基於ImageNet數據
2020-06-15 19:32:32
1
原创 信號數據EMD分解+IMF時序數據LSTM預測建模實踐
週末的時間閒下來了，想到之前計劃的事情還未執行的還有很多，正好拿過來做一下，今天主要是想學習和實踐一下信號領域的數據的處理和建模內容，從網上找到了一個振動信號相關的數據集，首先，想先基於EMD算法完成信號的 分解處理，之後基於L
2020-06-15 19:32:32
1
原创 基於深度學習模型+Attention機制的分類模型構建實踐分析【以鳶尾花數據集爲例】
在我之前的文章中，沒有或者是很少有涉及到Attention機制的使用，因爲之前做的很多工作中也不需要用到這個技術，週末正好有點時間就想學一下這個Attention機制，看看到底怎麼樣去結合使用，怎麼樣能夠提升我們原有模型的性能。
2020-06-15 19:32:32
原创 Ubuntu下升級安裝gcc-7.5.0教程
最近的工作中需要用到高版本的gcc，系統自帶的是5.4.0版本的，這裏需要安裝的高版本的是7.5.0的，安裝過程也是比較坎坷的，也是因爲沒有搞過這個東西，不熟悉，所以踩了很多坑，耽誤了很多時間，不過實踐也是學習的一部分，這裏還是
2020-05-25 14:51:59
原创 基於卷積神經網絡模型的MSTAR高分辨率圖像數據集識別實踐
卷積神經網絡CNN如今早已是深度學習的核心，廣泛應用於各類任務中，在我以往的圖像數據處理中大多接觸的是比較具體的圖像數據，比如：手寫數字、手寫字母、人臉數據、動物數據、交通信號數據等等，對於遙感或者是衛星相關的數據涉及得很少很少
2020-05-25 14:51:59
原创 史上最迷你人臉數據集olivettifaces基於卷積神經網絡模型+遷移學習構建人臉識別模型實戰
一般來說，想要搭建自己的深度學習模型來對自己的圖像數據做處理往往是需要準備很多數據才行的，不然模型性能是很差的，之前也做過一些人臉識別的應用實踐，但大都是需要自己去採集自身的人臉圖像數據，這個就比較主觀了，因爲你可以採集的很多
2020-05-19 05:33:25
原创 Python 手寫數字識別實戰分享
手寫數字識別作爲一個深度學習類入門級別的應用，被廣大愛好者所使用，在實際的工作中正好有一個實際的場景需求用到了數字和字母的識別，這裏先以手寫數字識別爲例來對該類型的任務進行講解。 本文的實踐主要是基於卷積神經網絡來
2020-05-15 13:44:28
原创 基於迴歸模型的地理空間經緯度預測實踐
在值預測相關的任務裏面迴歸模型使用的非常得多，從最簡單的邏輯迴歸模型到複雜點的集成迴歸模型，可以根據具體任務的適用程度來嘗試或者決定使用什麼樣的模型來構建自己的預測模型。 本文主要是基於APP採集到的行走數據，也就是
2020-05-05 09:50:06
25
原创 Linux下配置安裝JupyterNotebook，windows下通過瀏覽器直接連接使用
其實之前在學校的時候由於服務器會被很多人共同使用，資源什麼的都是相互佔用的，有時候權限控制得也是比較厲害的，這裏我們有時候需要做一點小實驗的時候直接操作服務器會比較麻煩，往往都是採用基於jupyternotebook的編程方式
2020-04-24 07:16:19
原创 Python基於遷移學習的手勢識別實戰【圖像多分類任務】【實測準確度超過99.5%】
本文是該專欄【遷移學習】系列文章的第三篇文章，主要是實現基於遷移學習的手勢識別，個人感覺還是很有意思的一件事情吧，下面是系列文章中的一些基礎知識。 遷移學習是一種很強大的深度學習技術，在實際應用中
2020-04-24 07:16:19
3
原创 pkg_resources.DistributionNotFound: The 'psutil>=5.6.1; platform_python_implementation== 報錯解決
今天需要基於gevent來啓動gunicorn部署的flask服務，在Python2版本下面的時候是正常啓動的，但是在Python3版本下面啓動測試的時候就報錯了，報錯信息如下所示： pkg_resources.Distrib
2020-04-20 16:52:49
原创 異常值檢測算法 IsolationForest、EllipticEnvelope、OneClassSVM實踐
異常點或者是異常值檢測算法是機器學習領域中很重要的一個分支，有效地挖掘出來數據中的異常值對於建模分析等工作來說是很重要的，異常點的檢測算法也有很多，主要分爲以下幾種： 異常檢測的方法： （1）基於模型的技術：首先建立一個數
2020-04-20 16:52:49
原创 Python之web服務利器Flask生產環境部署實踐【基於gunicorn部署生產環境】
Python是一門非常友好的語言，學習成本很低，這也是我很喜歡寫Python的原因之一，在與應用端或者是業務端做整合的時候我們經常會將模型或者是數據分析的應用做成可以被直接調用的web服務來提供外部的訪問，在web服務搭建這一塊
2020-04-20 16:52:49
原创 基於雙向長短期記憶神經網絡【biLSTM】模型的污染數據預測實戰
時序數據建模分析已經有很多相關的應用了，在這個領域裏面LSTM網絡絕對是佔據着非常重要的作用，自從LSTM網絡提出以來，陸陸續續又出現了很多相關的變種網絡，今天從網上找到了一份環境氣象領域相關的數據集，可以用於時序數據的建模分析
2020-04-20 16:52:49
1