longTimeNoSee

摘要： 小组分工 鸟类识别算法优化 超分辨率重构 吴博群 人脸评分算法优化 潘飞宇 web后端 闫向前 web前端 刘玉龙 web前端 刘明晖 web前端 李浩然 鸟类识别只是开始，不是结束~~ 每个人的工作 总体展示 吴博群 已经完成的工作 鸟类识别算法，在训练集上准确率为99%，验证集上准确率为82%， 阅读全文

摘要： 小组分工 鸟类识别算法优化 吴博群 人脸评分算法优化 潘飞宇 web后端 刘玉龙 web后端 闫向前 web前端 页面美化 刘明晖 web前端 页面美化 李浩然 鸟类识别只是开始，不是结束~~ 每个人的工作 吴博群 已经完成的工作 本地算法，前后端整合测试成功，可以接受用户请求并响应识别结果，模型进 阅读全文

摘要： 小组分工 鸟类识别算法 flask部署 服务器环境搭建 吴博群 人脸评分算法 keras转torch潘飞宇 web后端 收集整理鸟类Json 刘玉龙 web后端 ssm部署 收集整理鸟类Json 闫向前 web前端 图片裁剪 刘明晖 web前端 页面美化 李浩然 鸟类识别只是开始，不是结束~~ 每个 阅读全文

摘要： 小组分工 智能算法 吴博群 潘飞宇 web后端 刘玉龙 闫向前 web前端 刘明晖 李浩然 鸟类识别只是开始，不是结束~~ 每个人的工作 吴博群 已经完成的工作 初步完成了鸟类识别模型的训练，并且部署到本地服务器上，采用轻量级模型DenseNet，轻量级神经网络采用了更复杂的连接，但是获得了更少的参 阅读全文

摘要： 一、前言：项目名称、项目简介。 项目名称：鸟类识别 项目简介：对于鸟类种类的分类一直是一个棘手的问题，而深度学习在鸟类物种识别的应用是目前的研究热点。本项目将会创建一个搭载于网页端的鸟类识别系统，用户只需将鸟类图片上传，系统会准确识别出其类别。项目基于深度学习算法，利用大量鸟类图片数据集训练模型进行 阅读全文

摘要： 吴博群 https://www.cnblogs.com/Fi-Past/p/15440406.html 潘飞宇 https://www.cnblogs.com/Brisling/p/15449935.html 李浩然 https://www.cnblogs.com/THeS/p/15428315.h 阅读全文

摘要： 吴博群 第四次作业：猫狗大战挑战赛 知识点总结 fine-tune 微调 固定前面若干层，作为特征提取器，只重新训练最后两层 把训练集分割为小一点的子训练集，这些子集被取名为mini-batch，同时处理整个训练集的梯度下降法通常被称为batch梯度下降法。如果每次处理的只是单个mini-batch 阅读全文

摘要： 一组第三次小组作业，卷积神经网络 【第一部分】视频学习心得及问题总结 吴博群 总结部分 Cross Entropy Loss Function（交叉熵损失函数）可以用于二分类和多分类 在二分类的情况下，模型最后需要预测的结果只有两种情况，对于每个类别我们的预测得到的概率为 和 ，此时表达式为： 其中 阅读全文

摘要： 【第二部分】代码练习 MNIST_数据集分类 数据的加载和预处理 torchvision.transforms是pytorch中的图像预处理包。一般用Compose把多个步骤整合到一起： 我们可以使用 transforms.ToTensor() 将 PIL.Image/numpy.ndarray 数 阅读全文

摘要： 一组第二次小组作业，深度学习基础 【第一部分】视频学习心得及问题总结 吴博群 学习心得 绪论部分 机器学习并非最初用于有解析解的问题，而是用于给出一个近似解，但是随着问题复杂度的提升，后期也会有人采用使用机器学习解决存在解析解的问题 使用机器学习前要考虑是否可以使用，是否采用人工处理或者专家系统更容 阅读全文