随笔分类 -  机器学习

1 2 下一页
KNN算法
摘要：简单： 一、手动写一个KNN算法解决分类问题 二、K折交叉验证选择合适的的K值 使用sklearn方法来实现： 阅读全文
posted @ 2019-10-04 21:54 codeg 阅读(574) 评论(0) 推荐(0)
线性回归
摘要：简单： 一、使用一个线性回归模型拟合身高-体重数据 阅读全文
posted @ 2019-10-04 17:15 codeg 阅读(371) 评论(0) 推荐(0)
出现Failed to get convolution algorithm的解决方法
摘要：当运行卷积神经时出现了问题：Failed to get convolution algorithm. This is probably because cuDNN failed to initialize, so try looking to see if a warning log message 阅读全文
posted @ 2019-02-28 14:56 codeg 阅读(23419) 评论(0) 推荐(0)
有趣的若干个AI项目
摘要：一、遗传算法跑贪吃蛇 1.下载processing，下载地址是：https://processing.org/download ，直接解压打开即可。 2.下载SnakeAI源码，下载地址是：https://github.com/greerviau/SnakeAI 。 3.在processing文件中 阅读全文
posted @ 2019-02-17 13:57 codeg 阅读(707) 评论(0) 推荐(0)
消除导入MNIST数据集发出的警告信息
摘要：原本导入数据集你仅需这样： 但是由于版本的原因，TensorFlow会在运行后报一堆警告，虽然不影响运行，但是对于结果整洁来说有极大的影响，因此我们可以在只有错误时才输出相关信息，所以我们可以这么做： 阅读全文
posted @ 2019-02-16 15:45 codeg 阅读(544) 评论(0) 推荐(2)
分别基于TensorFlow、PyTorch、Keras的深度学习动手练习项目
摘要：×下面资源个人全都跑了一遍，不会出现仅是字符而无法运行的状况，运行环境： Geoffrey Hinton在多次访谈中讲到深度学习研究人员不要仅仅只停留在理论上，要多编程。个人在学习中也体会到单单的看理论到头来还是一头雾水，只有不断和编程结合，才能检验自己是否掌握了这门知识。但是作为初学者应先以跑通理 阅读全文
posted @ 2019-02-16 11:25 codeg 阅读(1348) 评论(0) 推荐(0)
用Kersa搭建神经网络【MNIST手写数据集】
摘要：ＭNIST手写数据集的识别算得上是深度学习的”hello world“了，所以想要入门必须得掌握。新手入门可以考虑使用Keras框架达到快速实现的目的。 完整代码如下： 运行结果如下： 可以看出准确率达到了99%，说明神经网络在图像识别上具有巨大的优势。 阅读全文
posted @ 2019-02-15 18:39 codeg 阅读(1102) 评论(0) 推荐(0)
jupyter notebook出现cannot import name 'create_prompt_application'问题（Died Kernel）
摘要：应该是在安装其它python第三方库时更新了prompt-toolkit版本，降级到下面的版本即可： 阅读全文
posted @ 2019-01-22 11:12 codeg 阅读(4172) 评论(0) 推荐(0)
Python读取导入非安装文件库的方法
摘要：一、将文件库放到和.py文件同一目录下； 二、.py文件头导入文件库的格式为（以导入CIFAR-10数据的类为例）【其实就在文件库前面加个.】： 阅读全文
posted @ 2019-01-03 18:46 codeg 阅读(450) 评论(0) 推荐(0)
虚拟环境jupyter notebook使用【virtualenv环境】
摘要：一、进入虚拟环境 二、安装 IPykernel 三、将 Virtualenv 加入IPykernel中 四、启动jupyter notebook并更改kernel（右上角Logout下面的名字即为环境名称） 阅读全文
posted @ 2018-12-17 20:01 codeg 阅读(2671) 评论(0) 推荐(0)
github上face_recognition工程项目实践
摘要：一、安装开发环境 1、安装dlib和相关Python依赖 先下载dlib源码： 编译dlib源码：（可以先安装cmake、make模块） 安装该扩展工具 有successful的字样出现，说明安装成功！ 2、接着安装face_recognition模块 有successful的字样出现，说明安装成功 阅读全文
posted @ 2018-12-05 17:08 codeg 阅读(681) 评论(0) 推荐(0)
深度学习案例教程【2018年12月更新】
摘要：TensorFlow篇： 一、TensorFlow Model（https://github.com/tensorflow/models） 二、face_recognition（https://github.com/ageitgey/face_recognition）【完美运行】 三、TensorF 阅读全文
posted @ 2018-12-03 17:27 codeg 阅读(777) 评论(0) 推荐(0)
Ubuntu18.04使用AndroidStudio3.2.1编译TensorFlow android demo【2018年12月】
摘要：按照官方教程修改下面3处即可编译完成。 修改部分： 在build.gradle文件里修改以下部分： 1、原来： 修改后： 2、原来： 修改后： 3、原来： 修改（buildToolsVersion版本视自己当前安装决定）： 编译完之后只会生成一个apk文件，但安装的时候会生成4个APP。 阅读全文
posted @ 2018-12-01 15:14 codeg 阅读(535) 评论(0) 推荐(0)
基于TensorFlow Object Detection API进行相关开发的步骤
摘要：*以下二/三。四步骤确保你当前的文件目录是以research文件夹为相对目录。 一/安装或升级protoc 查看protoc版本命令： 如果发现版本低于2.6.0或运行命令错误，需要升级protoc了。 升级方法： 1.下载protoc并解压： 2.cd到的protoc的存放目录，并在终端执行： 3 阅读全文
posted @ 2018-11-20 15:30 codeg 阅读(266) 评论(0) 推荐(0)
使用TensorFlow遇到的若干问题
摘要：一、查看版本： 进入到Python的命令行状态后，可以在终端输入查询命令如下: 查询tensorflow安装路径为: 二、cuDNN无法使用 我的开发环境是 发现错误原因是TensorFlow的版本太高了。 解決的方法是把tensorflow降到和我cudnn匹配的版本： 三.出现No module 阅读全文
posted @ 2018-11-19 20:35 codeg 阅读(4282) 评论(0) 推荐(0)
Ubuntu18.04+GTX1080Ti+CUDA9.0+cuDNN7.0+TensorFlow-GPU1.9环境搭建
摘要：注：下面的的驱动版本不要安装最新（默认）的版本，因为会遇到各种问题，将会浪费你的大量时间。（当然大神无视） 环境 系统：Ubuntu 18.04 LTS 显卡：GTX1080Ti CUDA：9.0 cuDNN：7.0 TensorFlow：teansorflow-gpu 1.9 Python版本：3 阅读全文
posted @ 2018-11-16 10:13 codeg 阅读(883) 评论(0) 推荐(0)
TensorFlow从入门到理解（六）：可视化梯度下降
摘要：运行代码： 运行结果： 阅读全文
posted @ 2018-11-10 14:29 codeg 阅读(1110) 评论(0) 推荐(0)
TensorFlow从入门到理解（五）：你的第一个循环神经网络RNN（回归例子）
摘要：运行代码： 运行结果： 阅读全文
posted @ 2018-11-10 14:12 codeg 阅读(1694) 评论(1) 推荐(0)
TensorFlow从入门到理解（四）：你的第一个循环神经网络RNN（分类例子）
摘要：运行代码： 运行结果： 阅读全文
posted @ 2018-11-10 14:03 codeg 阅读(341) 评论(0) 推荐(0)
TensorFlow从入门到理解（三）：你的第一个卷积神经网络（CNN）
摘要：运行代码： 运行结果（本人电脑太差，准确度出现了下滑的问题）： 阅读全文
posted @ 2018-11-08 16:51 codeg 阅读(511) 评论(0) 推荐(0)

1 2 下一页