2021年12月18日
摘要: Beta 冲刺(5/6) 本周进度 后端:模型已搭建好。 前端:对界面美化,学习前后端对接方法 还剩下什么任务,遇到了哪些困难 后端:模型存在过拟合的问题,识别准确率不高 前端:前后端对接的学习 燃尽图 剩余的任务 模型的优化,前后端对接 阅读全文
posted @ 2021-12-18 19:02 小蕾Sophie 阅读(55) 评论(0) 推荐(0)
  2021年12月4日
摘要: Alpha (2/3) 每个人的工作 前端开发:苏璟涵,黄浩 后端开发:黄月凌,唐晓培 前后端对接:黄浩,李雨晴,黄月凌 优化:苏璟涵,李雨晴,唐晓培 小组项目的Github地址:https://github.com/SophieHYL/BirdsRecognize 过去完成的任务: 1.前端已基本 阅读全文
posted @ 2021-12-04 19:02 小蕾Sophie 阅读(58) 评论(0) 推荐(0)
  2021年11月27日
摘要: Alpha (2/3) 每个人的工作 前端开发:苏璟涵,黄浩 后端开发:黄月凌,唐晓培 前后端对接:黄浩,李雨晴,黄月凌 优化:苏璟涵,李雨晴,唐晓培 过去完成的任务: 对任务有了基本了解以及明确各自的目标,已经开始着手对于自己部分内容的学习 还剩下什么任务 对于自己负责部分继续的学习 项目编写 项 阅读全文
posted @ 2021-11-27 15:34 小蕾Sophie 阅读(42) 评论(0) 推荐(0)
  2021年11月20日
摘要: Alpha (1/3) 每个人的工作 前端开发:苏璟涵,黄浩 后端开发:黄月凌,唐晓培 前后端对接:黄浩,李雨晴,黄月凌 优化:苏璟涵,李雨晴,唐晓培 过去完成的任务: 对任务有了基本了解以及明确各自的目标,已经开始着手对于自己部分内容的学习 还剩下什么任务,遇到了哪些困难 对于自己负责部分继续的学 阅读全文
posted @ 2021-11-20 15:54 小蕾Sophie 阅读(53) 评论(0) 推荐(0)
  2021年10月30日
摘要: **一、项目名称:**鸟类识别 二、项目简介: 人们时常困惑于身边鸟的种类并很难得到解答。本项目基于计算机视觉深度学习,通过上传照片以识别鸟的种类。 N(need,需求) 虽然平时我们可能不会经常用到,但是可能也会十分好奇偶尔见到的稀奇古怪的鸟的名字与品种。而对于一些摄影工作者或者农林养护者,准确分 阅读全文
posted @ 2021-10-30 21:48 小蕾Sophie 阅读(107) 评论(0) 推荐(0)
  2021年10月24日
摘要: 1.使用VGG模型进行猫狗大战 执行以下指令下载数据,训练集包含1800张图(猫的图片900张,狗的图片900张): 点击查看代码 ! wget http://fenggao-image.stor.sinaapp.com/dogscats.zip ! unzip dogscats.zip datas 阅读全文
posted @ 2021-10-24 20:22 小蕾Sophie 阅读(106) 评论(0) 推荐(0)
  2021年10月17日
摘要: 一、视频心得及问题 姓名 心得 问题 唐晓培 卷积神经网络的基本应用包括分类、检索、检测、分割,现实生活中的实践有人脸识别、图像生成、图像风格转化、自动驾驶等;一个经典的卷积网络是由卷积层、池化层和全连接层交叉堆叠而成。卷积其实是两个实变函数的数学操作,即求内积的操作,一维卷积常用于计算信号的延迟积 阅读全文
posted @ 2021-10-17 21:13 小蕾Sophie 阅读(196) 评论(0) 推荐(0)
摘要: 一、视频学习:卷积神经网络(CNN) 1.应用 用作分类、检索、分割 具体应用:人脸识别,人脸表情识别、图像生成、图片风格转换、自动驾驶 2.传统神经网络vs卷积神经网络 全连接网络处理图像的问题:参数过多导致过拟合 卷积神经网络的解决方式:局部关联,参数共享 3.基本组成结构 卷积(对两个实变函数 阅读全文
posted @ 2021-10-17 20:22 小蕾Sophie 阅读(12) 评论(0) 推荐(0)
  2021年10月9日
摘要: 【第一部分】视频学习心得及问题总结 姓名 学习感悟 唐晓培 通过观看视频,深入地学习了人工智能,认识到人工智能是使一部机器像人一样进行感知、认知、决策、执行的人工程序或系统。人工智能现已涉猎到了生活中的各个领域,实现人工智能离不开机器学习和深度学习,机器学习是从数据中自动提取知识,深度学习是学习样本 阅读全文
posted @ 2021-10-09 20:40 小蕾Sophie 阅读(61) 评论(0) 推荐(0)
摘要: 代码练习 2.1 pytorch基础 在运行时,遇到了以下报错: 通过了解,@为矩阵乘法,要求运算的元素类型相同,此时m的类型为: 因此改变v的类型即可如下: 2.2 螺旋数据分类 构建线性模型分类: 由上图知,利用该模型的准确率仅为51.4%,对于螺旋形而言线性分类并不准确。 构建两层神经网络分类 阅读全文
posted @ 2021-10-09 17:48 小蕾Sophie 阅读(68) 评论(0) 推荐(0)