摘要：
Kaiming He的这篇论文提出了一个新问题，在目标检测、实例分割和人体关键点检测等领域，预训练的模型是否真的起了作用？通过实验，得出结论：迭代次数较少时，使用预训练模型效果更好；但是只要迭代次数充分多，使用预训练的模型和使用随机初始化的模型效果差距不大。可见预训练模型并不是那么重要。 阅读全文
posted @ 2019-01-31 12:43
MSTK
阅读(525)
评论(0)
推荐(0)
摘要：
首先，导入os，再按照PCI_BUS_ID顺序，从0开始排列GPU， 然后就可以选择用哪一个或者那几个GPU运行： 用0号GPU，即'/gpu:0'运行； 用0号和1号设备，即'/gpu:0'、'/gpu:1'运行； 用7号设备，即'/gpu:7'运行，但是'/gpu:7'根本不存在，于是就只能用C 阅读全文
posted @ 2018-12-31 15:28
MSTK
阅读(4089)
评论(0)
推荐(0)
摘要：
2. 区域建议网络 区域建议网络(Regional Proposal Network, RPN)，根据特征图上每一个点的向量，为这个点生成k个矩形建议框。每一个点输出的内容包括：reg层4个输出x、y、w、h，其中x、y是矩形建议框中心的目标，w、h是矩形建议框的宽度和高度，cls层输出两个数字，分 阅读全文
posted @ 2018-12-24 16:40
MSTK
阅读(386)
评论(0)
推荐(0)
摘要：
运行下面的代码： 出错： 这是因为换成了Python3.6.5，Python3.6.5已经删除了has_key()方法，改成了下面的写法： 就可以正常运行了。 阅读全文
posted @ 2018-12-20 22:18
MSTK
阅读(5562)
评论(0)
推荐(0)
摘要：
Keras版本的Faster R-CNN源码下载地址：https://github.com/yhenon/keras-frcnn下载以后，用PyCharm打开（前提是已经安装了Tensorflow-gpu和Keras），打开以后可以看到项目的结构： 修改requirements.txt，设置Kera 阅读全文
posted @ 2018-11-23 18:16
MSTK
阅读(6180)
评论(5)
推荐(0)
摘要：
首先，创建一个环境用来安装Tensorflow： 安装以后，在Anaconda Navigator可以看到已经增加了一个新环境： 在cmd窗口中输入： 安装Tensorflow的GPU版本： 在PyCharm中，File->Settings->Projector Interpretor，在Proje 阅读全文
posted @ 2018-11-08 20:30
MSTK
阅读(5099)
评论(0)
推荐(0)
摘要：
目标检测是一种基于目标几何和统计特征的图像分割，最新的进展一般是通过R-CNN（基于区域的卷积神经网络）来实现的，其中最重要的方法之一是Faster R-CNN。 1. 总体结构 Faster R-CNN的基本结构如下图所示，其基础是深度全卷积网络（ZF或者VGG-16）。在深度全卷积网络输出的特征 阅读全文
posted @ 2018-10-30 20:08
MSTK
阅读(326)
评论(0)
推荐(0)
摘要：
Python 2安装的是mysql-python，Python 3安装mysql-python以后，仍然不能import MySQLdb，原来Python 3应该安装mysqlclient，就可以import MySQLdb了。 阅读全文
posted @ 2018-09-23 17:48
MSTK
阅读(3466)
评论(0)
推荐(0)
摘要：
连接时MySQL出现了下面的错误： 解决的办法是先停止MySQL服务，在my.ini文件的最下面加入一行： 再启动MySQL服务，就可以了。 阅读全文
posted @ 2018-09-23 17:09
MSTK
阅读(653)
评论(1)
推荐(0)
摘要：
以前是在Cent OS中运行Tensorflow，，经常需要切换操作系统，很不方便，于是决定在Windows 7下安装Tensorflow。 过程还是挺复杂的，需要安装的包括：Visual Studio、Anaconda、CUDA、cuDNN、PyCharm、Tensorflow-gpu等。 Vis 阅读全文
posted @ 2018-09-13 16:58
MSTK
阅读(1300)
评论(0)
推荐(0)
摘要：
一般情况下，import的文件和被import的文件在同一个路径下面，import也比较方便。如果这两个文件不在一个路径下面，import就比较麻烦了，需要在被import的文件路径下面新建一个__init__.py文件，可以是一个没有代码的空文件。 比如被import的文件路径是../A/B/b. 阅读全文
posted @ 2018-08-18 19:15
MSTK
阅读(39488)
评论(0)
推荐(1)
摘要：
首先定义一个tf.train.Saver类： 其中，max_to_keep参数设定只保存最后一个参数，默认值是5，即保存最后5个模型，如果设置成0，训练过程中的所有模型都会被保存。 模型训练好以后，保存模型： 其中，sess是Session，ckpt_dir + "/nn_model.ckpt"是保 阅读全文
posted @ 2018-07-31 14:17
MSTK
阅读(420)
评论(0)
推荐(0)
摘要：
Python可以实现多线程，但是因为Global Interpreter Lock (GIL)，Python的多线程只能使用一个CPU内核，即一个时间只有一个线程在运行，多线程只是不同线程之间的切换，对多核CPU来说，就是巨大的浪费。如4核CPU，实际上只利用了一个核，CPU利用率只有25%。要充分 阅读全文
posted @ 2018-06-30 18:13
MSTK
阅读(584)
评论(0)
推荐(0)
摘要：
遗传算法(Genetic Algorithms, GA)是一种随机优化算法，用于解决结构复杂的优化问题。遗传算法模仿自然界中生物的进化过程，即适者生存，不适者淘汰的过程。其过程如下： (1) 随机生成一些个体(Individual)，构成一个种群(Population)，对每一个解进行评估，获得它的 阅读全文
posted @ 2018-05-27 12:26
MSTK
阅读(563)
评论(0)
推荐(0)
摘要：
众所周知，Python和Java一样是基于虚拟机的语言，并不是像C/C++那样将程序代码编译成机器语言再运行，而是解释一行执行一行，速度比较慢。使用Numba库的JIT技术编译以后，可以明显提高程序的运行速度。 首先，使用PyCharm安装Numba库，在Project Interpreter界面可 阅读全文
posted @ 2018-04-24 21:00
MSTK
阅读(11428)
评论(1)
推荐(1)
摘要：
Taylor formula(泰勒级数)用一个函数在某一点的连续导数之和来表示这个函数。如果函数在在点x=x0处有n阶导数，则f(x)可以按以下式子展开： 其目的在于用多项式函数逼近函数。如果x0=0，就是Maclaurin formula(麦克劳林公式)： n的值越大，越逼近f(x)，下图是f(x 阅读全文
posted @ 2018-04-20 21:40
MSTK
阅读(6288)
评论(0)
推荐(0)
摘要：
首先定义一个compare函数： 然后调用该函数就可以对List中的元素排序： 要求ListA中的元素有value这个属性才行，当然也可以把value换成ListA中的元素的其他共有属性也可以。感觉和Java差不多。 阅读全文
posted @ 2018-03-31 22:38
MSTK
阅读(5584)
评论(0)
推荐(0)
摘要：
当数据维数比较大时，就需要进行降维，特征选择是降维的一种主要方式，又包括3种方法：Filter、Wrapper和Enbedding。 1. Filter 过滤器方法，这种方法首先选定特征，再来进行学习。根据每一个属性的一些指标（如方差等），来确定这个属性的重要程度，然后对所有属性按照重要程度排序，从 阅读全文
posted @ 2018-02-23 21:09
MSTK
阅读(5024)
评论(0)
推荐(0)
摘要：
SVMs(Surport Vector Machines)是用来解决两分类问题的，直接用SVMs实现多分类是不行的，只能使用下面这些间接的方法： （1）1-v-r，即对于每一个分类，训练一个该分类和其他分类的分类器，如对于类k，k是一类，所有其他的是另一类，这样就需要训练k个分类器。对未知样本分类时 阅读全文
posted @ 2018-02-20 09:35
MSTK
阅读(4483)
评论(0)
推荐(0)
摘要：
1. 打开文件 打开文件a.txt，后面的w表示写文件，r表示读取文件，并且返回一个文件对象。 2. 读取文件 表示读取文件中的一行。 3. 写入文件 其中line是一个字符串。 阅读全文
posted @ 2018-01-31 22:45
MSTK
阅读(245)
评论(0)
推荐(0)
摘要：
1. 安装mysql-python 运行下面的命令： 安装以后： 如果没有出错，就表明安装成功。 2. 连接MySQL 其中localhost是服务器名，root是用户名，1是密码，fs是数据库名称，前提是MySQL数据库设置了相应的用户名和密码。 连接成功以后，通过 获取游标。 3. 查询数据 c 阅读全文
posted @ 2018-01-19 20:53
MSTK
阅读(448)
评论(0)
推荐(0)
摘要：
在一台机器上连接另一台机器的MySQL服务器时，出现了下面的错误： 这是对方机器没有关闭防火墙造成的，关闭对方机器防火墙以后就正常了。 阅读全文
posted @ 2018-01-18 22:04
MSTK
阅读(662)
评论(0)
推荐(0)
摘要：
首先，下载文件navicat120_mysql_cs_x64.tar.gz，然后用命令 解压。解压以后，进入解压目录，运行start_navicat，就可以运行了。 运行以后，可能出现乱码，这是因为默认的是英文，只识别UTF8的英文编码。用gedit打开文件start_navicat，把 改成 然后 阅读全文
posted @ 2018-01-18 21:37
MSTK
阅读(3901)
评论(0)
推荐(0)
摘要：
Batch Size：批尺寸。机器学习中参数更新的方法有三种： （1）Batch Gradient Descent，批梯度下降，遍历全部数据集计算一次损失函数，进行一次参数更新，这样得到的方向能够更加准确的指向极值的方向，但是计算开销大，速度慢； （2）Stochastic Gradient Des 阅读全文
posted @ 2018-01-06 16:05
MSTK
阅读(14492)
评论(0)
推荐(0)
摘要：
Python使用的(Garbage Collection, GC)机制是引用计数(Reference Count)，其原理是为每一个内存对象进行引用计数，因此当有大量的对象新建或删除时，必须要进行大量修改引用计数的操作，影响了程序的性能。为避免这种情况的发生，可以在大量的对象新建或删除之前，把GC禁 阅读全文
posted @ 2017-12-30 17:46
MSTK
阅读(2549)
评论(0)
推荐(0)
摘要：
最近用TensorFlow实现遗传算法(Genetic Algorithms)，发现迭代速度越来越慢，用time.time()观察以后，发现每次迭代都要比上一次慢0.5秒左右，但是每次迭代的计算量是差不多的。研究后发现，这是因为每次迭代都在计算图(Graph)里面增加了新的节点，节点越来越多，导致M 阅读全文
posted @ 2017-12-30 17:21
MSTK
阅读(1372)
评论(0)
推荐(0)
摘要：
首先，SVM和LR(Logistic Regression)都是分类算法。SVM通常有4个核函数，其中一个是线性核，当使用线性核时，SVM就是Linear SVM，其实就是一个线性分类器，而LR也是一个线性分类器，这是两者的共同之处。 不同之处在于，第一，LR只要求计算出一个决策面，把样本点分为两类 阅读全文
posted @ 2017-12-19 14:52
MSTK
阅读(1622)
评论(0)
推荐(0)
摘要：
1. 拉格朗日乘子(Lagrange Multiplier)法 假设函数z=f(x,y)，求该函数的最小值，如果没有约束条件，则可以表示为minf(x,y)，要求出minf(x,y)很简单，根据Fermat定理，分别对x和y求导数并让其等于0，如果是凸函数，则求出来的点就是函数取得最小值的点，该点的 阅读全文
posted @ 2017-11-16 20:30
MSTK
阅读(576)
评论(0)
推荐(0)
摘要：
Python进行KMeans聚类是比较简单的，首先需要import numpy，从sklearn.cluster中import KMeans模块： 然后读取txt文件，获取相应的数据并转换成numpy array： 设置类的数量，并聚类： 完整代码： 运行结果： 阅读全文
posted @ 2017-10-30 17:57
MSTK
阅读(1307)
评论(1)
推荐(0)
摘要：
下面的String： 由于空格数量不一致，有的多，有的少，这时就需要使用正则表达式了，首先引入re模块： 定义一个正则表达式并编译成Pattern对象： 然后用Pattern对象Split: 阅读全文
posted @ 2017-10-30 17:44
MSTK
阅读(14132)
评论(1)
推荐(0)
浙公网安备 33010602011771号