原创 Pycharm中出現ImportError:DLL load failed:找不到指定模塊的解決方法(終極方法,不成功來找我~)

pycaharm運行tensorflow或是其它模塊時出現“ImportError:DLL load failed:找不到指定模塊”,一般是沒有設置環境變量,或是anaconda安裝的時候忘記勾選一個選項了。按照網上所寫的那些解決方法,比

原创 深度學習經典算法 | 蟻羣算法解析

蟻羣算法基本思想 蟻羣算法的基本原理來源於自然界中螞蟻覓食的最短路徑問題。根據昆蟲學家的觀察,發現自然界的螞蟻雖然視覺不發達,但它可以在沒有任何提示的情況下找到從食物源到巢穴的最短路徑,並且能在環境發生變化(如原有路徑上有了障礙物

原创 從零開始學Pytorch(十)之循環神經網絡基礎

本節介紹循環神經網絡,下圖展示瞭如何基於循環神經網絡實現語言模型。我們的目的是基於當前的輸入與過去的輸入序列,預測序列的下一個字符。循環神經網絡引入一個隱藏變量HHH,用HtH_{t}Ht​表示HHH在時間步ttt的值。HtH_{

原创 目標檢測算法之FPN(附FPN代碼實現)

論文題目:FeaturePyramidNetworksforObjectDetection 論文鏈接:https://arxiv.org/abs/1612.03144 所要解決的問題 針對小目標檢測網絡,CV領域一般用的是特

原创 從零開始學Pytorch(十六)之模型微調

微調 在前面的一些章節中,我們介紹瞭如何在只有6萬張圖像的Fashion-MNIST訓練數據集上訓練模型。我們還描述了學術界當下使用最廣泛的大規模圖像數據集ImageNet,它有超過1,000萬的圖像和1,000類的物體。然而,我

原创 Tensorflow2.x代碼實現計算Top-k Accuracy

在圖像分類或是識別任務中,一般要求計算top-1,top-2,tor-5等準確率,下面是用Tensorflow2實現這一功能的基本代碼,可以根據要求改代碼分別計算: def accuracy(output,target,topk(1,)

原创 從零開始學Pytorch(十四)之優化算法進階

動量 目標函數有關自變量的梯度代表了目標函數在自變量當前位置下降最快的方向。因此,梯度下降也叫作最陡下降(steepest descent)。在每次迭代中,梯度下降根據自變量當前位置,沿着當前位置的梯度更新自變量。然而,如果自變量

原创 谷歌發佈MetNet神經網絡模型預測天氣

導語:Google 正在積極研究如何改進全球天氣預報模型。   準確預測未來幾分鐘到幾周的天氣是一項基本的科學挑戰。很多氣象機構目前採用的預報是基於大氣的物理模型,但這些模型本身受到計算要求的限制且對物理定律的近似值非常敏感。另一種天

原创 從零開始學Pytorch(十七)之目標檢測基礎

目標檢測和邊界框 %matplotlib inline from PIL import Image import sys sys.path.append('/home/input/') #數據集路徑 import d2lzh1

原创 fast rcnn 論文解讀(附代碼鏈接)

要解決的問題 1、RCNN和SPPnet分多步訓練,先要fine tuning一個預訓練的網絡,然後針對每個類別都訓練一個SVM分類器,最後還要用regressors對bounding-box進行迴歸,另外region proposal

原创 從零開始學Pytorch(十五)之數據增強

圖像增廣 在深度卷積神經網絡裏我們提到過,大規模數據集是成功應用深度神經網絡的前提。圖像增廣(image augmentation)技術通過對訓練圖像做一系列隨機改變,來產生相似但又不同的訓練樣本,從而擴大訓練數據集的規模。圖像增

原创 不需要藉助GPU的力量,用樹莓派也能實時訓練agent玩Atari

來源: 機器之心 還是熟悉的樹莓派!訓練 RL agent 打 Atari 不再需要 GPU 集羣,這個項目讓你在邊緣設備上也能進行實時訓練。 自從 DeepMind 團隊提出 DQN,在 Atari 遊戲中表現出超人技巧,已

原创 用matlab實現假設性檢驗T檢驗(葡萄酒評價)

2012建模的題目是要求對葡萄酒品質進行評價,第一問是兩組葡萄酒的評價有沒有顯著性差異,用的是統計學中的假設T檢驗。matlab代碼如下: % 清空環境變量 clear all clc %導入數據 X1=xlsread('2012A_

原创 深度學習經典算法 | 粒子羣算法詳解

粒子羣算法(PSO)基本思想 粒子羣(PSO)算法最早是由美國電氣工程師Eberhart和社會心理學家Kennedy在1995年基於羣鳥覓食提出來的。 羣鳥覓食其實是一個最佳決策的過程, 與人類決策的過程相似。Boyd和Re ch

原创 深度學習經典算法 | 模擬退火算法詳解

模擬退火算法基本思想 現代的模擬退火算法形成於20世紀80年代初,其思想源於固體的退火過程,即將固體加熱至足夠高的溫度,再緩慢冷卻。升溫時,固體內部粒子隨溫度升高變爲無序狀,內能增大,而緩慢冷卻時粒子又逐漸趨於有序,從理論上講,如果冷卻過