随笔分类 -  深度学习

深度学习与图像识别(numpy2)
摘要:获取numpy属性 首先,我们通过Numpy中的一个方法 arange(n),生成0到n-1的数组。 np.arange(15) 返回的结果是array([ 0, 1, 2,3,4,5, 6,7, 8,9,10,11,12,13,14) 然后,再通过Numpy 中的reshape(row,colum 阅读全文
posted @ 2024-07-26 20:56 风起-
深度学习与图像识别学习笔记day2(numpy数组的方法)
摘要:创建numpy数组 import numpy as np nparray = np.array([i for i in range(10)]) print(nparray) 创建数值都为0的数组 import numpy as np a = np.zeros(10) print(a) 得到的结果0都 阅读全文
posted @ 2024-07-26 18:47 风起- 阅读(23) 评论(0) 推荐(0)
深度学习与图像识别学习笔记day1
摘要:文件不可以与现有的包重名哦 1、Theano (旧) 一个python库,可用于定义、优化与计算数学表达式,特别是多维数组(numpy.ndarray),可以理解为一个数学表达式的编译器:用符号式语言定义程序员所需的结果,并可以高效的运行与GPU与CPU上。 2、Tensorflow(新) 基于计算 阅读全文
posted @ 2024-07-25 20:02 风起-
神经网络中常用的函数
摘要:1、激活函数: F.relu(x):ReLU(Rectified Linear Unit)激活函数,将输入 x 的所有负值置为0,正值保持不变。 F.sigmoid(x):Sigmoid激活函数,将输入 x 映射到(0, 1)区间。 F.tanh(x):双曲正切激活函数,将输入 x 映射到(-1, 阅读全文
posted @ 2024-07-24 16:42 风起-
unet网络解析
摘要:Unet网络结构学习记录导入包 #!/user/bin/python # coding=utf-8 import numpy as np import torch import torch.nn as nn 能够访问PyTorch中定义的所有神经网络层(如全连接层、卷积层、池化层等)、损失函数(如交 阅读全文
posted @ 2024-07-24 16:30 风起-
将mat格式转化为png格式的方法
摘要:方法一: 点击查看代码 import scipy.io import numpy as np import cv2 import os input_folder = 'D:\daima\CrackForest-dataset-master\CrackForest-dataset-master\gro 阅读全文
posted @ 2024-07-23 19:51 风起- 阅读(95) 评论(0) 推荐(0)
HelloRS32学习总结
摘要:1、coding=utf-8:在编程中,coding=utf-8 这一行通常出现在Python脚本文件的开头,尤其是在Python 2的脚本中。它的作用是告诉Python解释器,该脚本文件使用的字符编码是UTF-8。UTF-8是一种针对Unicode的可变长度字符编码,能够用1到4个字节表示任何Un 阅读全文
posted @ 2024-07-23 11:33 风起- 阅读(54) 评论(0) 推荐(0)
分类精度评价标准
摘要:一、影响验证值与测试值的因素可能有 1、学习率 lr(用于控制模型参数更新的步长或变化速度) 学习率过大:可能导致损失函数直接越过全局最优点,容易发生梯度爆炸,loss振动幅度较大,模型难以收敛。 学习率过小:虽然可以避免模型发散,但会导致参数更新的步长过小,模型收敛速度非常慢,甚至可能陷入局部最优 阅读全文
posted @ 2024-07-22 21:41 风起- 阅读(93) 评论(0) 推荐(0)
unet网络记录
该文被密码保护。
posted @ 2024-07-22 19:06 风起- 阅读(1) 评论(0) 推荐(0)
深度学习与手写数字识别记录
该文被密码保护。
posted @ 2024-07-22 17:15 风起- 阅读(2) 评论(0) 推荐(0)