摘要:从学习python开始,一直是自己摸索,但是时间不等人啊,所以自己为了节省时间,决定报个班系统学习,下面整理的文章都是自己学习后,认为重要的需要弄懂的知识点,做出链接,一方面是为了自己找的话方便,一方面送给想学习python的同学,因为没有学习完,所以实时更新,敬请期待,,,, 虽然自己能力有限,但 阅读全文
posted @ 2018-05-17 09:27 战争热诚 阅读 (6010) 评论 (41) 编辑
摘要:论文标题:Support Vector Method for Novelty Detection 论文作者:Bernhard Scholkopf, Robert Williamson, Alex Smola ..... 论文地址:http://papers.nips.cc/paper/1723-su 阅读全文
posted @ 2020-01-14 11:02 战争热诚 阅读 (146) 评论 (2) 编辑
摘要:论文标题:MobileNets:Efficient Convolutional Neural Networks for Mobile Vision Appliications 论文作者:Andrew G.Howard Menglong Zhu Bo Chen ..... 论文地址:https://a 阅读全文
posted @ 2020-01-09 09:06 战争热诚 阅读 (195) 评论 (0) 编辑
摘要:自2012年AlexNet提出以来,图像分类、目标检测等一系列领域都被卷积神经网络CNN统治着。接下来的时间里,人们不断设计新的深度学习网络模型来获得更好的训练效果。一般而言,许多网络结构的改进(例如从VGG到ResNet可以给很多不同的计算机视觉领域带来进一步性能的提高。 ResNet(Resid 阅读全文
posted @ 2019-12-28 09:01 战争热诚 阅读 (273) 评论 (0) 编辑
摘要:GoogLeNet是谷歌(Google)研究出来的深度网络结构,为什么不叫“GoogleNet”,而叫“GoogLeNet”,据说是为了向“LeNet”致敬,因此取名为“GoogLeNet”,所以我们这里题目就叫GoogLeNet。后面我们为了方便就叫inception Net。 Google In 阅读全文
posted @ 2019-12-23 09:37 战争热诚 阅读 (225) 评论 (0) 编辑
摘要:2014年,牛津大学计算机视觉组(Visual Geometry Group)和 Google DeepMind 公司的研究员一起研发了新的深度卷积神经网络:VGGNet ,并取得了ILSVRC2014比赛分类项目的第二名(第一名是GoogLeNet,也是同年提出的)和定位项目的第一名。 VGGNe 阅读全文
posted @ 2019-12-17 08:57 战争热诚 阅读 (284) 评论 (1) 编辑
摘要:2012年,Alex Krizhevsky、Ilya Sutskever在多伦多大学Geoff Hinton的实验室设计出了一个深层的卷积神经网络AlexNet,夺得了2012年ImageNet LSVRC的冠军,且准确率远超第二名(top5错误率为15.3%,第二名为26.2%),引起了很大的轰动 阅读全文
posted @ 2019-12-10 10:38 战争热诚 阅读 (302) 评论 (0) 编辑
摘要:在之前的TensorFlow学习笔记——图像识别与卷积神经网络(链接:请点击我)中了解了一下经典的卷积神经网络模型LeNet模型。那其实之前学习了别人的代码实现了LeNet网络对MNIST数据集的训练。而这篇文章是想自己完成LeNet网络来训练自己的数据集。LeNet主要用来进行手写字符的识别与分类 阅读全文
posted @ 2019-12-07 18:12 战争热诚 阅读 (641) 评论 (0) 编辑
摘要:由题目就可以看出,本节内容分为三部分,第一部分就是如何将训练好的模型持久化,并学习模型持久化的原理,第二部分就是如何将CKPT转化为pb文件,第三部分就是如何使用pb模型进行预测。 一,模型持久化 为了让训练得到的模型保存下来方便下次直接调用,我们需要将训练得到的神经网络模型持久化。下面学习通过Te 阅读全文
posted @ 2019-11-28 16:56 战争热诚 阅读 (795) 评论 (0) 编辑
摘要:前言 1,背景介绍 在交通摩擦(事故)发生后,理赔员会前往现场勘察、采集信息,这些信息往往影响着车主是否能够得到保险公司的理赔。训练集数据包括理赔人员在现场对该事故方采集的36条信息,信息已经被编码,以及该事故方最终是否获得理赔。我们的任务是根据这36条信息预测该事故方没有被理赔的概率 2,任务类型 阅读全文
posted @ 2019-11-08 15:19 战争热诚 阅读 (360) 评论 (2) 编辑
摘要:引言:从斐波那契数列看动态规划 斐波那契数列:Fn = Fn-1 + Fn-2 ( n = 1,2 fib(1) = fib(2) = 1) 练习:使用递归和非递归的方法来求解斐波那契数列的第 n 项 代码如下: # _*_coding:utf-8_*_ def fibnacci(n): if n 阅读全文
posted @ 2019-11-04 11:25 战争热诚 阅读 (408) 评论 (0) 编辑