摘要：参考：Keras API reference 参考：Keras: 基于 Python 的深度学习库 tf.keras.Input：用于添加输入张量 tf.keras.layers.Conv2D：二维卷积 tf.keras.layers.MaxPooling2D：二维最大池化 tf.keras.lay 阅读全文

摘要：参考：反卷积和上采样+卷积的区别 —— zhihu回复 上采样：就是将小图片变成大图片，因此可以通过插值的方式填充下没有值的像素点，主要方法如下： 插值方法 近邻插值（nearest interpolation）：按照附近像素的值来设置，一样的 单线性插值（linear interpolation） 阅读全文

摘要：参考：How to check which version of Keras is installed? 本文以 keras 为例 1. 通过 Python 获取 import keras keras.__version__ 2. 通过 Terminal 获取 python -c 'import k 阅读全文

摘要：目前在做计算机视觉，需要自己打标，被安利 labelme，但是目前此网站以及不支持注册了，只能本地安装来实现。可以按照网站说明一步步操作。 按照 https://github.com/wkentaro/labelme 操作完成的 不同操作系统按照不同的方式安装，本文是 MacOS 需要安装 Anac 阅读全文

摘要：参考：如何保存 Keras 模型？ 参考：ModelCheckpoint 参考：Keras 如何保存训练模型 可以使用 keras.models.load_model(filepath) 重新实例化模型。load_model 还将负责使用保存的训练配置项来编译模型（除非模型从未编译过）。 举例： f 阅读全文

摘要：参考："sample", "batch", "epoch" 分别是什么？ Sample: 样本，数据集中的一个元素，一条数据。 例1: 在卷积神经网络中，一张图像是一个样本。 例2: 在语音识别模型中，一段音频是一个样本。 Batch: 批，含有 N 个样本的集合。每一个 batch 的样本都是独立 阅读全文

摘要：参考：pytorch torch.nn 实现上采样——nn.Upsample 参考：PyTorch Upsample() 函数实现上采样 参考：Official - Docs > torch.nn > Upsample 举例 >>> input = torch.arange(1, 5, dtype= 阅读全文

摘要：参考：pytorch torch.nn 实现上采样——nn.Upsample 参考：PyTorch Upsample() 函数实现上采样 参考：Official - Docs > torch.nn > Upsample 举例 >>> input = torch.arange(1, 5, dtype= 阅读全文

摘要：参考：PyTorch 神经网络 参考：PyTorch 图像分类器 参考：深度学习框架Keras与Pytorch对比 参考：最浅显易懂的 PyTorch 深度学习入门 —— Bilibili 实现下面这个网络： 第一层：卷积 5*5*6、ReLU、Max Pooling 第二层：卷积 5*5*16、R 阅读全文

摘要：参考：PyTorch 神经网络 参考：PyTorch 图像分类器 参考：深度学习框架Keras与Pytorch对比 参考：最浅显易懂的 PyTorch 深度学习入门 —— Bilibili 实现下面这个网络： 第一层：卷积 5*5*6、ReLU、Max Pooling 第二层：卷积 5*5*16、R 阅读全文

摘要：0. 参考： 【逆卷积】ConvTranspose2d原理，深度网络如何进行上采样？ 相当于插值，把小图片变成大的，插入 0 值 【Keras实现】Keras U-Net starter - LB 0.277 通过 Keras 来实现 U-Net 网络 【pytorch】憨批的语义分割重制版6——P 阅读全文

摘要：0. 参考： 【逆卷积】ConvTranspose2d原理，深度网络如何进行上采样？ 相当于插值，把小图片变成大的，插入 0 值 【Keras实现】Keras U-Net starter - LB 0.277 通过 Keras 来实现 U-Net 网络 【pytorch】憨批的语义分割重制版6——P 阅读全文

摘要：参考：CNN中的多通道卷积（RGB等） 参考：【CNN】理解卷积神经网络中的通道 channel 对于连续的卷积层，filter 的维度是跟输入图像的维度一致 model = Sequential([ Conv2D(8, 3, input_shape=(28, 28, 1), use_bias=Fa 阅读全文

摘要：Apriori 算法 参考：B站视频讲解 参考：文本讲解-刘建平 参考：文本讲解-简书 参考：【十大经典数据挖掘算法】系列之 Apriori 算法 Geohash 算法 参考：Geohash算法原理及实现 参考：Geohash精度和原理 参考：GeoHash核心原理解析 geohash9: 大约 4 阅读全文

摘要：参考：python如何保存变量 参考：numpy的文件存储.npy .npz 文件详解 写论文的时候，自己处理了一组数据，已经完美的各种处理好了，但是在 jupyter notebook 中想要新建一个文件再另外一个 model 上面处理的时候就会遇到这个问题，如何将数据存储，否则还要从头读取处理， 阅读全文

摘要：参考：深度学习-超参数调整总结 参考：训练神经网络一般调参步骤 阅读全文

摘要：参考：Tutorial: Quickstart - TextBlob （sentiment analysis） 参考：An overview of sentiment analysis python library: TextBlob 参考：How does TextBlob calculate s 阅读全文

摘要：参考：Tutorial: Quickstart - TextBlob （sentiment analysis） 参考：An overview of sentiment analysis python library: TextBlob 参考：How does TextBlob calculate s 阅读全文

摘要：参考：Convolutional Neural Networks for Text Classification 参考：【book】- Neural Network Methods for NLP 参考：自然语言处理中CNN模型几种常见的Max Pooling操作 原图： 简单说明： 个人理解： 关 阅读全文

摘要：参考：Convolutional Neural Networks for Text Classification 参考：【book】- Neural Network Methods for NLP 参考：自然语言处理中CNN模型几种常见的Max Pooling操作 原图： 简单说明： 个人理解： 关 阅读全文