上一页 1 ··· 7 8 9 10 11 12 13 14 15 ··· 35 下一页

2018年5月8日

mxnet img2rec的使用,生成数据文件

摘要: train.lst文件格式 train.lst train.lst 阅读全文

posted @ 2018-05-08 15:24 Maddock 阅读(656) 评论(0) 推荐(0) 编辑

2018年5月7日

ubuntu运行命令tee显示和保存为log

摘要: 一般有三种需求: 假如我要执行一个py文件 python class.py 1:将命令输出结果保存到文件log.log python class.py |tee log.log 结果就是:屏幕输出和直接执行python class.py输出一样,但是输出同样被保存到了log.log文件中 2:将命令 阅读全文

posted @ 2018-05-07 14:15 Maddock 阅读(1803) 评论(0) 推荐(0) 编辑

2018年4月26日

ubuntu安装mxnet GPU版本

摘要: 安装mxnet GPUsudo pip install mxnet-cu80==1.1.0 推荐pip安装mxnet,土豪gpu版本: 豪华至尊gpu+mkl版本 (1)使用系统python验证,命令行中输入:python 1,cpu: from mxnet import ndx = nd.arra 阅读全文

posted @ 2018-04-26 19:01 Maddock 阅读(1300) 评论(0) 推荐(0) 编辑

mxnet卷积神经网络训练MNIST数据集测试

摘要: mxnet框架下超全手写字体识别—从数据预处理到网络的训练—模型及日志的保存 INFO:root:Epoch[0] Batch [100] Speed: 1504.57 samples/sec accuracy=0.113564INFO:root:Epoch[0] Batch [200] Speed 阅读全文

posted @ 2018-04-26 16:09 Maddock 阅读(1540) 评论(0) 推荐(0) 编辑

2018年4月25日

人脸识别的损失函数

摘要: 人脸识别的LOSS(上) 人脸识别的LOSS(下) 损失函数改进之Large-Margin Softmax Loss 人脸识别是个非常复杂的任务,数据收集、数据清洗、数据分布不均衡、domain问题、分辨率、侧脸、光照、模糊、loss设计、超大规模模型训练、模型压缩等等。valse上因为时间限制,分 阅读全文

posted @ 2018-04-25 14:54 Maddock 阅读(2135) 评论(0) 推荐(0) 编辑

2018年4月24日

完全图解RNN、RNN变体、Seq2Seq、Attention机制

摘要: 完全图解RNN、RNN变体、Seq2Seq、Attention机制 本文主要是利用图片的形式,详细地介绍了经典的RNN、RNN几个重要变体,以及Seq2Seq模型、Attention机制。希望这篇文章能够提供一个全新的视角,帮助初学者更好地入门。 一、从单层网络谈起 在学习RNN之前,首先要了解一下 阅读全文

posted @ 2018-04-24 19:37 Maddock 阅读(724) 评论(0) 推荐(0) 编辑

机器学习中的线性和非线性判断

摘要: 机器学习中的线性和非线性判断 说到线性和非线性,你的直观理解是不是这样: 但这种直观理解其实不能回答下面这个问题: 那么为什么卷积操作是线性的,而ReLU是非线性的? 很多人对线性的定义不是很清楚。 实际上,线性的定义是: F(ax+y) = aF(x) + F(y), 其中x、y为变量而a为常数。 阅读全文

posted @ 2018-04-24 17:05 Maddock 阅读(1707) 评论(0) 推荐(0) 编辑

2018年4月20日

机器学习之随机森林

摘要: 随机森林算法学习 参考 https://blog.csdn.net/qq547276542/article/details/78304454 http://www.cnblogs.com/maybe2030/p/4585705.html 最近在做kaggle的时候,发现随机森林这个算法在分类问题上效 阅读全文

posted @ 2018-04-20 15:03 Maddock 阅读(707) 评论(0) 推荐(0) 编辑

2018年4月19日

TP Rate ,FP Rate, Precision, Recall, F-Measure, ROC Area,

摘要: TP Rate ,FP Rate, Precision, Recall, F-Measure, ROC Area, https://www.zhihu.com/question/30643044 T/F表示 true/false 表示预测的是不是对的 P/N表示 positive/negative 阅读全文

posted @ 2018-04-19 15:19 Maddock 阅读(1385) 评论(0) 推荐(0) 编辑

2018年4月18日

(深度学习)比较新的网络模型

摘要: 从Inception v1,v2,v3,v4,RexNeXt到Xception再到MobileNets,ShuffleNet,MobileNetV2 (深度学习)比较新的网络模型: Inception-v3 , ResNet, ResNeXt Inception-v4, Dual-Path-Net 阅读全文

posted @ 2018-04-18 19:15 Maddock 阅读(257) 评论(0) 推荐(0) 编辑

上一页 1 ··· 7 8 9 10 11 12 13 14 15 ··· 35 下一页

导航