原创 pytorch_task9目標檢測基礎、圖像風格遷移、圖像分類
task9目標檢測基礎生成多個瞄框交併比圖像風格遷移圖像分類 目標檢測基礎 目標檢測算法通常會在輸入圖像中採樣大量的區域，然後判斷這些區域中是否包含我們感興趣的目標，並調整區域邊緣從而更準確地預測目標的真實邊界框（ground-t
2020-07-02 00:03:47
原创 pytorch_transform
transformNormalize數據增強裁剪中心裁剪隨機裁剪隨機大小長寬比裁剪四個角及中心裁剪翻轉左右上下翻轉旋轉邊緣填充調整亮度 對比度 飽和度 和色相彩色圖轉爲灰度圖仿射變換隨機遮擋（常用）自定義操作（匿名函數）trans
2020-07-02 00:03:47
原创 pytorch圖
圖計算圖動態圖 計算圖 import torch w = torch.tensor([1.],requires_grad=True) x = torch.tensor([2.],requires_grad=True) a
2020-07-02 00:03:47
原创 AlexNet、VGG、NiN、GoogLeNet
AlexNet與LeNet對比AlexNet模型構建FashionMNIST分類VGGNiNGoogLeNet 與LeNet對比 LeNet: 在大的真實數據集上的表現並不盡如⼈意。 1.神經網絡計算複雜。 2.還沒有⼤量深⼊研究
2020-07-02 00:03:47
原创 Pytorch實現Fashion-mnist分類任務
Fashion_mnist分類任務數據概況數據處理對輸入進行歸一化數據增強定義Resnet網絡訓練與測試完整代碼 數據概況 Fashion-mnist 經典的MNIST數據集包含了大量的手寫數字。十幾年來，來自機器學習、機器視覺、
2020-07-02 00:03:47
原创 txt文件轉換爲XML python
很多目標檢測的模型都是默認需要VOC的文件輸入格式 手上數據label是txt文件。爲了避免不必要的bug，還是選擇轉換下格式 將數據按VOC形式放置 文件夾 內容 Annotations 存放生成的XML文件
2020-05-27 13:01:06
原创 pytorch detach() item() cpu() numpy()理解
在深度學習訓練後，需要計算每個epoch得到的模型的訓練效果的時候，一般會用到detach() item() cpu() numpy()等函數。 例如 import torch.optim as optim import torc
2020-04-29 18:41:41
1
原创 Task5 模型融合
task5內容介紹StackingBlending 內容介紹 模型融合是比賽後期一個重要的環節，大體來說有如下的類型方式。 簡單加權融合: 迴歸（分類概率）：算術平均融合（Arithmetic mean），幾何平均融合（Geome
2020-04-04 22:30:54
原创 pytorch_task6批量歸一化、殘差網絡、凸優化、梯度下降
task6批量歸一化對全連接層做批量歸一化對卷積層做批量歸⼀化預測時的批量歸⼀化ResNet殘差塊（Residual Block）ResNet模型DenseNet 批量歸一化 1、對輸入的標準化（淺層模型） 處理後的任意一個特徵在
2020-02-26 07:50:30
原创 利用Python進行足球遠動員分析
利用Python進行足球遠動員分析分析步驟1、明確需求與目的數據預覽提出問題2、數據預處理數據清洗缺失值異常值重複值數據轉換3、數據分析問題1左撇子適合踢足球嗎？問題2 哪個俱樂部或國家隊的球員整體實力比較強問題3 足球運動員是否
2020-02-24 00:12:39
原创 python房價數據的爬取與分析
Python房產數據分析1、數據爬取2、明確需求與目的數據預覽提出問題3.數據預處理數據清洗缺失值異常值(對連續性標籤做處理）異常值(對離散標籤做處理）4、數據分析問題1、廣東省房價的總體情況如何？問題2、高端小區都有哪些？問題3
2020-02-24 00:12:29
2
原创 pytorch_nn.Module
nn.Module模型創建步驟torch.nnnn.Module屬性模型容器nn.Sequentialnn.ModuleListnn.ModuleDict代碼示例AlexNet 模型創建步驟 torch.nn nn.Modu
2020-02-24 00:12:29