2019年4月11日

在windows10上安装caffe和tensorflow

摘要: 最近在Windows10上安装了caffe和tensorflow,折腾了好久。在此记录一下。 安装caffe的过程已在另一篇博客中进行了记录,在此不再赘述。而tensorflow也是非常简单的,也不再详细说明。 安装caffe和tensorflow比较重要的一点是,要确保把依赖正确安装好。GPU版本 阅读全文

posted @ 2019-04-11 10:34 Peyton_Li 阅读(1271) 评论(0) 推荐(0) 编辑

2019年4月8日

在Linux系统中安装caffe

摘要: 学习深度学习已经很久了,但一直没有自己动手安装过caffe,因为工作需要,需要在linux系统中安装caffe,因此,在这里对安装过程进行记录。 caffe配置起来比tensorflow更麻烦一些,我主要是根据官网上的安装说明进行安装的,也参考了Youtube上的教程。我是在虚拟机中的Ubuntu1 阅读全文

posted @ 2019-04-08 16:43 Peyton_Li 阅读(1896) 评论(0) 推荐(0) 编辑

2019年4月4日

在windows10上搭建caffe

摘要: caffe环境的搭建一直是让我最头疼的,最近在Windows10上成功搭建了caffe,在此对搭建过程进行记录。 安装主要是按照caffe github上的安装说明进行的,caffe的github主页中readme中有window caffe,是针对windows的安装说明。 因为caffe框架有很 阅读全文

posted @ 2019-04-04 15:24 Peyton_Li 阅读(3034) 评论(1) 推荐(0) 编辑

2018年12月19日

deep learning loss总结

摘要: 在深度学习中会遇到各种各样的任务,我们期望通过优化最终的loss使网络模型达到期望的效果,因此loss的选择是十分重要的。 cross entropy loss cross entropy loss和log loss,logistic loss是同一种loss。常用于分类问题,一般是配合softma 阅读全文

posted @ 2018-12-19 13:58 Peyton_Li 阅读(1655) 评论(0) 推荐(0) 编辑

2018年10月16日

特征组合

摘要: 图1. 线性问题 对于图1,可以画一条线将黄点和蓝点分开,这是个线性问题,这条线并不完美,有一两个蓝点可能落在了黄点的一侧,但画的这条线可以很好地做出预测。 图2. 非线性问题 对于图2,显然不能画一条直线将黄点和蓝点清晰地分开,这是个非线性问题。 要解决图2的非线性问题,可以创建一个特征组合。特征 阅读全文

posted @ 2018-10-16 18:18 Peyton_Li 阅读(582) 评论(0) 推荐(0) 编辑

特征工程

摘要: 特征工程指的是将原始数据转换为特征矢量。 机器学习模型通常期望样本表示为实数矢量。这种矢量的构建方法如下:为每个字段衍生特征,然后将它们全部连接到一起。 图1. 特征工程将原始数据映射到机器学习特征 映射数值 机器学习模型根据浮点值进行训练,因此整数和浮点原始数据不需要特殊编码。正如图2所示,将原始 阅读全文

posted @ 2018-10-16 16:31 Peyton_Li 阅读(584) 评论(0) 推荐(0) 编辑

TensorFlow学习之路1-TensorFlow介绍

摘要: TensorFlow是一个采用数据流图(data flow graphs),用于数据计算的开源软件库。 什么是数据流图? TensorFlow的数据流图是由“节点”(nodes)和“线”(edges)组成的有向无环图来描述数学计算。“节点”一般用来表示施加的数学操作,但也可以表示数据输入(feed 阅读全文

posted @ 2018-10-16 11:37 Peyton_Li 阅读(333) 评论(0) 推荐(0) 编辑

2018年10月12日

深度学习中数据的augmentation

摘要: 为了提高模型的泛化能力,同时也为了增大数据集,我们往往需要对数据进行augmentation,在这篇博客中,将总结一下可以对数据进行的augmentation。 1、颜色数据增强,对图像亮度、饱和度、对比度进行调整,最常见的是对亮度进行调整。 2、裁剪(crop),对图像进行随机裁剪;也可以先进行缩 阅读全文

posted @ 2018-10-12 16:09 Peyton_Li 阅读(749) 评论(0) 推荐(0) 编辑

2018年10月11日

求解矩阵特征值及特征向量

摘要: 矩阵特征值 定义1:设A是n阶矩阵,如果数和n维非零列向量使关系式成立,则称这样的数成为方阵A的特征值,非零向量成为A对应于特征值的特征向量。 说明:1、特征向量,特征值问题是对方阵而言的。 2、n阶方阵A的特征值,就是使齐次线性方程组有非零解的值,即满足方程的都是矩阵A的特征值。 3、 定义2:A 阅读全文

posted @ 2018-10-11 15:59 Peyton_Li 阅读(47391) 评论(0) 推荐(2) 编辑

2018年8月31日

Faster R-CNN

摘要: Faster R-CNN是在Fast R-CNN的基础上提出了RPN(Region Proposal Networks),通过融合RPN和Fast R-CNN,得到了一个end-to-end的CNN对象检测模型。 Fast R-CNN需要使用其他算法来得到region proposal,显得很麻烦。 阅读全文

posted @ 2018-08-31 16:44 Peyton_Li 阅读(515) 评论(0) 推荐(0) 编辑

导航