原创 Deepfacelab 小白教程
不小心入了AI換臉的坑，但是感覺AI換臉很有意思，第一次感覺科研使我快樂。 目錄 一、AI換臉軟件簡介 二、Deepfacelab下載安裝 三、Deepfacelab Demo實現 四、Deepfacelab 填坑 五、總結 一、AI換臉
2020-07-06 08:38:20
61
原创 Anaconda 安裝操作及遇到的坑
最近剛用Pytorch，編譯開源代碼的時候發現缺少n個package，原來是之前在Anaconda3 創建的虛擬環境各自是獨立的，tensorflow下安裝的不能在別的環境下使用，所以要重新安裝。然而關鍵是國內各種屏蔽資源，無法FQ去直接
2020-07-06 08:38:20
4
原创 深度學習之pytorch(三) C++調用
玩深度學習，個人覺得基於anaconda的python適合開發與測試，C++適合實際的工程部署！而pytorch官方有編譯好的libtorch，特別方便，適合於我這樣的伸手黨和手殘黨(win10下編譯tensorflow編譯了好久都沒通過
2020-07-06 08:38:20
1
原创 機器學習(一) 基於sklearn庫的數據集劃分(交叉驗證)
機器學習中首要環節就是數據集的處理，其中數據集的處理從個人理解(如有錯誤敬請諒解)的角度來說包括兩個方面：數據集劃分和數據清理。其中數據集劃分是指訓練集、驗證集和測試集的數據類別劃分；數據清理是指數據的清洗、刪除等等方面。這兩天主要學的就
2020-07-06 08:38:20
2
原创 python 使用小知識總結（持續更新ing）
這篇博客主要針對於使用python來進行深度學習/機器學習過程各方面小知識的總結。習慣於使用C++這種嚴謹的語言，改換到python這門相對來說開放式的語言需要很多學習，而作爲一個菜雞，遇到編程問題解決了之後不到一週就會忘記，在此僅作一個
2020-07-06 08:38:20
原创 tensorflow2 tensorboard可視化使用
tensorflow2自帶tensorboard，所以不必再自行安裝tensorboard。 一、使用環境 win10 x64； anaconda3+tensorflow2（cpu版本） 二、使用 1.在模型訓練之前插入以下代碼 log
2020-05-25 10:36:12
原创 python 製作二進制文件數據集(bin)
爲了方便進行深度學習的程序調用與實現，需要將excel的數據文件轉換爲二進制文件。好處就是接口統一，讀寫速度快，節約空間。 一、調用庫 使用xlrd讀入execel表格，經過處理後轉換爲對應的dataframe結構，再使用pickle庫保
2020-04-26 10:21:59
4
原创 win10 下pycharm+anaconda 編譯生成pyd文件
由於生產部署的問題，需要把用python寫的深度學習代碼編譯爲可被調用的文件。上網搜索了下，暫時瞭解到win10下pyd文件比較流行。下面是直接引用某位博主的結論，個人感覺總結的很好。其中Cython庫將已有的Python代碼轉化爲C語言
2020-04-22 06:39:50
2
原创 深度學習之keras (一) 初探
之前一段時間裏，學習過tensorflow和Pytorch也寫了點心得，目前是因爲項目原因用了一段時間Keras，覺得很不錯啊，至少從入門來說對新手極度友好，由於keras是基於tensoflow的基礎，相當於tensorflow的高級A
2019-07-30 14:14:28
原创 深度學習之pytorch(二) 數據並行
又是好久沒更新博客，最近瑣事纏身，寫文檔寫到吐。沒時間學習新的知識，剛空閒下來立刻就學習之前忘得差不多得Pytorch。Pytorch和tensorflow差不多，具體得就不多囉嗦了，覺得還有疑問的童鞋可以自行去官網學習，官網網址包括：
2019-04-17 14:11:45
原创 深度學習之pytorch(一) 環境安裝
快2周沒更新博客了，別問爲什麼！我纔不會告訴你領導安排了一堆其他的活給我，比如出差啊、調研pytorch啊、調研Slam還有萬惡的寫文檔！感覺自己想好好的學習下深度學習，一下子就沒有激情了！說心裏話，個人更喜歡用tensorflow來做深
2019-03-26 14:12:44
原创 深度學習基礎（三）loss函數
loss函數，即損失函數，是決定網絡學習質量的關鍵。若網絡結構不變的前提下，損失函數選擇不當會導致模型精度差等後果。若有錯誤，敬請指正，Thank you！ 目錄 一、loss函數定義 二、常見的loss算法種類 1.MSE(均值
2019-03-13 13:55:59
原创 深度學習基礎（二）激活函數
激活函數（也被稱爲激勵函數）的意義就是加入非線性因素，使得神經網絡具有非線性表達的能力。其必要條件是激活函數的輸入和輸出都是可微的，因爲神經網絡要求處處可微。(可微是指函數的各個方向可導，可微大於等於可導) 一、激活函數的
2019-03-11 14:19:23
1
原创 深度學習之tensorflow (一) XORerr1 -修改
主要修改有三個地方： 隱藏層一的運算從sigmoid修改爲add運算； 輸出層的運算修改爲sigmoid（原來是什麼運算忘記了。。）； 將優化算法從GradientDescentOptimizer修改爲牛逼的Adam算法； # -*-
2019-03-09 12:56:12
原创 深度學習基礎（四）優化函數(梯度下降函數)
梯度下降函數也就是優化函數，在神經網絡訓練過程最重要的函數。重要程度類似於調校對於汽車的重要性，搭建模型和參數設置等操作=“造好了一輛汽車”，優化函數=“調校”。因爲汽車最終的操控性和加速性能等指標很大程度取決於調校，調校的好的汽車操控性
2019-03-09 12:56:12