2019年7月21日
马斯洛需求7层次
摘要： 阅读全文
posted @ 2019-07-21 11:28 赤热之冰 阅读(33) 评论(0) 推荐(0)
学习金子塔
摘要： 阅读全文
posted @ 2019-07-21 11:22 赤热之冰 阅读(6) 评论(0) 推荐(0)
【阿迪的深度学习之路】Detectron学习环境搭建：win10+cuda10.0+pytorch1.1.0+Detectron
摘要： 安装pytorch 登录官网：https://pytorch.org/ 选择配置，下方自动显示安装命令。 执行安装命令，安装成功。这安装体验简直666。 检查是否安装成功 返回Ture表示OK。 安装Detectron 克隆Detectron仓库：git clone https://github.c 阅读全文
posted @ 2019-07-21 00:25 赤热之冰 阅读(95) 评论(0) 推荐(0)
2019年6月17日
【阿迪的深度学习之路】猫狗大战1:介绍
摘要： 本视频跟随kevin学习猫狗大战项目。 深度学习过程： 数据集： [包含训练(25000张猫狗照片)和测试数据集(12500张猫狗照片)] 可到kaggle下载 教程路径：https://www.youtube.com/channel/UCVCSn4qQXTDAtGWpWAe4Plw/videos 阅读全文
posted @ 2019-06-17 23:07 赤热之冰 阅读(101) 评论(0) 推荐(0)
2019年6月16日
【阿迪的深度学习之路】MNIST手写数字识别
摘要： 有了TF Girls课程的经验，再看MNIST就简单多了。 详细讲解参考极客学院教程 深入MNIST： http://wiki.jikexueyuan.com/project/tensorflow-zh/tutorials/mnist_pros.html 测试结果99.29%，和教程中一致。 阅读全文
posted @ 2019-06-16 20:50 赤热之冰 阅读(44) 评论(0) 推荐(0)
【阿迪的深度学习之路】TF Girls 修炼指南3：训练结果评估
摘要： 测试准确率平均为90%左右。 增加单张图片预测打印，结果如下。前4张为预测正确的，后4张为预测错误的。 最后一张预测错误比较意外，很明显是9。 查看过程数据，9的概率只有0.24， 0、1、3、4、6概率都比9要高。 Test Accuracy: 0.0%predict_labels= [[3.47 阅读全文
posted @ 2019-06-16 17:32 赤热之冰 阅读(141) 评论(0) 推荐(0)
【阿迪的深度学习之路】TF Girls 修炼指南2：训练过程可视化
摘要： 模型可视化，可以点开看每个节点内部的处理过程和数据流向。 训练100000次。 loss收敛如下，趋近于0.2 中间那条斜线太刺眼了，不知道哪来的。。。 权重和偏置在不断变化，说明训练过程确实对其做了修改。 还不太明白怎么分析这个图形，待以后学习。 阅读全文
posted @ 2019-06-16 17:15 赤热之冰 阅读(41) 评论(0) 推荐(0)
python numpy数组和one-hot编码相互转换
摘要： https://blog.csdn.net/u011311291/article/details/82763093 阅读全文
posted @ 2019-06-16 16:08 赤热之冰 阅读(23) 评论(0) 推荐(0)
【阿迪的深度学习之路】softmax交叉熵计算原理分析
摘要： 代码： 打印： 对于LOSS，我的理解如下，反过来理解： softmax值域范围为（0,1），训练目的要求分类概率趋近于1（如图红线所示），即要求y=log(x) 趋近于0（如图蓝线所示）； 所以训练过程就是寻找y的最小值，y值即为loss，即寻找loss的最小值，具体怎么去寻找，交给模型去做了。 阅读全文
posted @ 2019-06-16 12:47 赤热之冰 阅读(85) 评论(0) 推荐(0)
2019年6月14日
【阿迪的深度学习之路】TF Girls 修炼指南1：训练过程数据分析
摘要： train_batch_size=641批次为64张图片 input samples.shape= (64, 32, 32, 1)输入数据64张图片，图片大小32x32，通道数1(加载图片后已进行灰度化: 从三色通道 -> 单色通道) input labels.shape= (64, 10)输入64 阅读全文
posted @ 2019-06-14 21:18 赤热之冰 阅读(104) 评论(0) 推荐(0)