原创 tensorflow從0開始(1)

爲什麼使用tensorflow 初入此行,覺得machine learing的思想還挺好,準備開始學習下,至於爲什麼選擇tensorflow,個人沒什麼經驗去做比對,只是個感覺:  1. tensorflow是google brai

原创 OPenCV floodfill 泛洪填充的使用方法

目的         在做表情識別項目過程中遇到臉分區的問題,本以爲可以用OPenCV floodfill 方法解決,對floodfill 不甚理解,於是乎寫了一段例子來測試它的功能,爲了不讓大家重複勞動,在此分享給大家。 程序實現

原创 matlab讀取stl文件

matlab讀取stl文件 準備數據(*.stl),網上下載arm.stl,一個胳膊的mesh stl數據下載matlab程序stlread.m讀取數據 [f,n,v]=stlread('arm.stl')繪製散點圖 num=size(

原创 tensorflow從0開始(3)——數學概念的自我理解

說明1 數學概念已經交給老師好多好多年了,我都已經快不記得時間了。所以這篇帖子沒有系統性,用到了就去查,查到了就加一點進來。 說明2 英語不好,所以很多東西理解不到位。多交流。 說明3 東西

原创 Visio圖標下載鏈接

最近在使用Visio時,發現許多想表達的東西沒現成的圖標表示,遂查之 找到幾個免費的圖標下載網站,推薦如下: 微軟的Collection of Microsoft Integration Stencils for Visio 2013

原创 如何將pytorch模型轉換爲tensorrt能夠掛載的模型

如何將pytorch模型轉換爲tensorrt能夠掛載的模型 github鏈接 安裝必要的包 安裝pytorch/tensorflow/onnx/onnx_tf python環境下,爲了便於安裝,可以將安裝鏡像改爲國內的鏡像,具

原创 ImageNet中的LRN(Local Response Normalization)

LRN(Local Response Normalization) 神經網絡初學者,沒有什麼理論基礎,偶然看到個ImageNet,就準備從其入手,先弄懂每層的含義,其中這個LRN層真是讓人百思不得其解,搜索了下,給出的介紹比較少。爲什

原创 tensorflow從0開始(2)--可視化調試工具tensorboard

TensorBoard TensorBoard的官網教程如下: https://www.tensorflow.org/versions/r0.7/how_tos/summaries_and_tensorboard/index.html

原创 tensorflow從0開始(4)——解讀mnist程序

前言 由於圖像的問題學習機器學習,選擇TensorFlow,但似乎直接從ImageNet的例子出發,卻發現怎麼都找不到頭(python也不會,機器學習也不懂),但根據我以往的經驗,遇到這種情況,又沒有明眼人指路時,就瞎碰(沒錯,就是瞎

原创 FACS(Facial Action Code System)相關鏈接

https://www.cs.cmu.edu/~face/facs.htm

原创 利用BERT做語義匹配

github連接 啓動bert服務 bert-serving-start -model_dir ./model/chinese_L-12_H-768_A-12/ -max_seq_len 50 qs_matching 中試驗的匹配算法

原创 一個智能客服系統的demo

一個智能客服系統的demo github連接:一個智能客服系統的demo 實現功能 打電話給候選人 確認候選人 是否有求職意向 微信號是不是手機號 運行 運行環境python3 編譯proto, python -m grp

原创 眼底圖像處理1

Multiscale sequential convolutional neural networks for simultaneous detection of fovea and optic disc 原文鏈接:Multiscale

原创 Intel MKL FATAL ERROR: Cannot load libmkl_avx.so or libmkl_def.so 解決方案

參考鏈接Intel MKL FATAL ERROR: Cannot load libmkl_avx.so or libmkl_def.so 我使用的是conda安裝環境的,通過如下代碼解決了問題: conda install nomkl

原创 神經網絡訓練中圖像數據預處理的一些方式(一)

神經網絡訓練中圖像數據預處理的一些方式 1. crop 1. 1 對於有黑色背景的圖片,將數據crop在有效區域內 對於一些有黑色背景的圖片,如下圖: 這樣的圖片在做數據預處理的時候,黑色背景的無效區域,帶來了很大的運算量開銷。面對這種