原创 Caffe配置與編譯-----OpenCV-3.4.1配置及編譯

寫在前面:前前後後使用了深度學習的TensorFlow(Keras)框架,Pytorch框架,最後是Caffe框架。三個框架各有特點,總的來說,Pytorch最易懂,面向對象編程,邊運行邊解釋型,便於調試;TensorFlow次之,更傾向

原创 Pytorch實例----CAFAR10數據集分類(ResNet)

在上一篇 Pytorch實例----CAFAR10數據集分類(VGG)的識別統計,本篇主要調整Net()類,設計ResNet網絡(+BN),實現對CAFAR10分類數據集的分類任務。 ResNet網絡結構編程實現: #create re

原创 Caffe配置與編譯-----Python3.5 & CUDA9.0

在上一篇Caffe配置與編譯-----OpenCV-3.4.1配置及編譯完成了OpenCV的配置,避免在Caffe調用OpenCV時出現無法導入OpenCV的問題,本篇將進一步介紹如何配置Caffe最終能夠順利在python中導入Caff

原创 統計學習方法——第11章 條件隨機場(CRF)

條件隨機場(Conditional Random Field, CRF)是給定一組輸入隨機變量條件下另一組輸出隨機變量的條件概率分佈模型,其特點是假設輸出隨機變量構成馬爾科夫隨機場。CRF主要用於不同的預測問題和標註問題。      定義

原创 統計學習方法——第8章 提升方法(AdaBoost+)

提升方法:        對於一個複雜的問題,將多個專家的判斷進行適當的綜合所得出的結果,要不其中任何一個專家單獨判斷要好。 基本概念:       強可學習和弱可學習:      在概率近似正確(Probably Approximate

原创 VS Code中文輸出亂碼問題解決方法

問題描述:          對文本處理時會用到大量中文字符(GBK or GB2312編碼),當使用encoding=utf-8 打開時出現亂碼,控制檯輸出自然也是亂碼。看了很多,包括更改語言區域(差點把電腦軟件弄崩了。。。。。),更改

原创 VS Code導入Torch後出現紅色下劃線警告

如下圖所示:  解決方案:   結果:  

原创 Pytorch實例----CAFAR10數據集分類(ShuffleNet)

在上一篇 Pytorch實例----CAFAR10數據集分類(ResNet)的識別統計,本篇主要調整Net()類,設計ShuffleNet輕量級網絡(+BN),實現對CAFAR10數據集的分類任務。 ShuffleNet網絡結構編程實現:

原创 win10安裝pytorch-geometric (PYG)包----親測可用

pytorch安裝參考:win10安裝CUDA9.0+CUDANN+Anaconda3+PYTORCH1.x win10下安裝錯誤: $ pip install --verbose --no-cache-dir torch-scatte

原创 C++高級編程----熟悉類和對象

     題目要求:設計一個電子表格,該電子表格有兩個類:Spreadsheet和SpreadsheetCell。每個Spreadsheet都包含了若干個SpreadsheetCell,此外SpreadsheetApplication類管

原创 Pytorch實例----DCGAN圖像生成

背景:        深度學習對數據量的需求明顯高於傳統機器學習方法,當真實的數據量較少或難以滿足實際網絡收斂情況下,需用通過數據增強方法生成更多可用於訓練的更多圖片,數據增強方法通過對圖像進行隨機剪裁,翻轉等變換,提升圖像輸入的豐富度,

原创 TensorboardX----linux服務器遠程訓練,Windows本地查看日誌

     使用pytorch訓練大型數據集是常常需要通過loss的下降曲線或者acc準確率的上升情況直觀上判斷模型的設計是否合理,使用tensorboardX將迭代的loss和acc加入scale中,方便查看中間過程,及時調整模型。 安裝

原创 統計學習方法——第10章 隱馬爾可夫模型(HMM)

介紹:        隱馬爾可夫模型(Hidden Markov Model,HMM)是關於時序的概率模型,描述了由隱藏的馬爾科夫鏈隨機生成的不可觀測的狀態隨機序列,再由各個狀態生成一個觀測而產生的觀測隨機序列的過程。其中,隱藏的馬爾科夫

原创 統計學習方法——牛頓法和擬牛頓法

      牛頓法(Newton Method)和擬牛頓法(quasi-Newton Method)以及梯度下降法是求解無約束最優化問題的常用方法。牛頓法通過每次求解目標函數的Hessian Matixd的逆矩陣迭代求解最優解;擬牛頓法通

原创 Python淺析:迭代器Iterator、生成器generator、裝飾器decorator

背景:在學習如何刪除列表中的重複元素時,產生了三種方法:1、直接list(set(list(data))); 2、構造merge(data)函數,使用return關鍵字返回set集合,再使用list封裝;3、使用yield關鍵字,返回se