姥爷tensorflow深度
tensorflow 输出权重的值
1. 确定权重名称： tvars1 = tf.get_collection(tf.GraphKeys.TRAINABLE_VARIABLES) for tmp in tvars1: print('all-->',tmp.name) 2. 根据网络结构从1中找到想要打印的权重名称 weight_nam ......
深度学习—损失函数专题
损失函数概念 1、对于监督学习：估量神经网络模型的预测值和真实值的不一致的程度，衡量的是：在神经网络训练阶段，某个或若干个输入样本，在输出层上的预测值和真实值之间不一致的程度。 2、广义上（无监督）：衡量两个特征向量之间的差异程度/不一致程度/距离 3、作用：定义最终的损失值，是神经网络误差回传和权 ......
深度学习—神经网络优化
激活函数 作用：增加非线性因素 Relu激活函数，含GELU softmax激活函数：优势和劣势都无限扩大，每个都是自然数次方 sofrmax和sigmoid的区别： sigmoid激活函数： 每个神经元激活时只看自己激活前的值，不满足各个神经元激活后的输出值相加等于1的性质，个神经元之间是独立的。 ......
MySQL百万数据深度分页优化思路分析
业务场景 一般在项目开发中会有很多的统计数据需要进行上报分析，一般在分析过后会在后台展示出来给运营和产品进行分页查看，最常见的一种就是根据日期进行筛选。这种统计数据随着时间的推移数据量会慢慢的变大，达到百万、千万条数据只是时间问题。 瓶颈再现 创建了一张user表，给create_time字段添加了 ......
深度学习基础概念
#模型假设和参数是什么？ 模型假设和参数是什么：用一个函数关系去表示的一只样本的数据的后面存在的规律。参数的是用于表现的规律的特征参数。 #评价函数（损失）是什么？ 评价函数（损失）：是与评价预测与目标的之间的一种关系函数。衡量模型预测值和真实值差距的评价函数也被称为损失函数（损失Loss） 机器学 ......
深度学习---图像分类网络
分类网络 深度学习在图像邻域的应用大致可以分为图像分类、目标检测、图像分割三大类，其中图像分割又可以细分为语义分割、实例分割和全景分割，这一篇梳理下常见的分类数据集和分类网络，后续会重点介绍ResNet，并逐步实现ResNet训练及推理。 一、常用分类数据集 MNIST 内容是0-9的手写数字，60 ......
tensorflow 更新部分参数或参数分开更新
思路： 1.根据变量名称过滤要更新的权重： 2.如果参数分开更新，还需要设置多个优化器 代码示例： def Net_1(input): with tf.variable_scope('Net_1'): fmap_input = tf.layers.conv2d(input,32,32,(1,1),p ......
深度操作系统 deepin 20.8 定制的 SSH 安全模块问题
近期由于工作需求，尝试使用国产化操作系统，由于对 Debian 系统的偏爱，选择了深度操作系统，使用的版本是 Deepin 20.8，安装使用基本顺利，没什么大问题。 但由于这个环境是面向公网的，总是免不了大量的攻击类 SSH 登录尝试，发现深度好像定制修改了安全防护这块，当 SSH 密码登录错误达 ......
深度学习为什么要用 tensor
深度学习中的 tensor 概念是指张量，是一种多维数组。相比于 numpy 中的数组，tensor 具有以下几个优点： 支持 GPU 加速：深度学习中，需要对大量数据进行计算，并且这些计算通常是高度并行化的。使用 tensor 可以方便地将计算放到 GPU 上进行加速，而 numpy 则通常只能在 ......
小程序对某个对象实现深度监听
场景：有一个与页面实例不关联的外部对象，当其某个属性改变时，需要页面做出反应，也就是页面需要监听它 问题：肯定直接想到计算属性，但是小程序不自带，然后用wx-computed等插件，发现都有缺陷，只能对页面实例内部data的属性进行监听；然而就算把这个外部对象声明到page的data里，但由于对象属 ......
2023.5.7 《动手学深度学习》第7、8章
今天继续学习《动手学习深度学习》第7章：现代卷积神经网络、第8章：循环神经网络，今天学到的内容主要有这两章的概念。 一、理论部分： 1、LeNet和AlexNet的网络结构 LeNet的激活函数是Sigmoid，AlexNet的激活函数是ReLU。 2、AlexNet和VGG的网络结构 3、Ince ......
深度学习推荐系统 电子书 pdf
作者: 王喆出版社: 电子工业出版社出品方: 博文视点 关注公众号：红宸笑。 回复：电子书 即可 深度学习在推荐系统领域掀起了一场技术革命，本书从深度学习推荐模型、Embedding技术、推荐系统工程实现、模型评估体系、业界前沿实践等几个方面介绍了这场技术革命中的主流技术要点。 《深度学习推荐系统》 ......
跟姥爷深度学习5 浅用卷积网络做mnist数字识别
一、前言 前面用TensorFlow浅做了一个温度预测，使用的是全连接网络，同时我们还对网上的示例做了调试和修改，使得预测结果还能看。本篇我们更进一步使用CNN（卷积）网络，不过再预测温度就有点大材小用，所以本篇是做手写数字的识别。 手写数字识别是非常经典的分类问题，是入门必备的，门槛又比猫狗识别低 ......
2023.5.6 《动手学深度学习》第3、4章
今天继续学习《动手学习深度学习》第5章：深度学习计算、第6章：卷积神经网络，今天学到的内容主要有这两章的概念。以及实现LeNet对FashionMNIST进行分类。 一、理论部分： 1、概念解释： 1×1卷积的作用：卷积通常用于识别相邻元素间相互作用的能力，但1×1卷积不具备该能力，其主要用于调整输 ......
易基因：2023年植物表观转录组研究的最新进展（m6A+m5C）｜深度综述
大家好这里是专注表观组学十余年，领跑多组学科研服务的易基因。 被称为表观转录组（epitranscriptome）的RNA修饰正成为基因调控的广泛调控机制。由于绘制转录组范围RNA修饰测序策略的改进，以及分别对沉积、去除和识别RNA修饰的writers、erasers和readers密集表征，表观转 ......
2023.5.5 《动手学深度学习》第3、4章
今天继续学习《动手学习深度学习》第3章：线性神经网络、第4章：多层感知机，今天学到的内容主要有这两章的概念，另外，完成了Kaggle房价预测的代码复现（Kaggle_HousePricePrediction.ipynb）。 一、理论部分： 1、概念解释： 超参数：可以调整但不在训练过程中更新的参数称 ......
基于原子范数的深度展开网络实现
本文对现有的毫米波雷达-DOA估计方法进行了梳理，包括子空间分解、子空间你和、压缩感知（在网、离网和无网模型）；并重点对原子范数类压缩感知方法进行了实现和突破，主要突破点在于将原子范数理论和深度展开理论结合，解决了现有原子范数DOA估计求解的缺陷，旨在为线谱估计理论研究提供新的思路。 ......
优化算法-从梯度下降到深度学习非凸优化
一、数学优化 1.1 定义 Mathematical Optimization（数学优化）问题，亦称最优化问题，是指在一定约束条件下，求解一个目标函数的最大值（或最小值）问题。 根据输入变量 𝑿 的值域是否为实数域，数学优化问题可以分为离散优化问题和连续优化问题． 在连续优化问题中，根据是否有变量 ......
2023.5.4 《动手学深度学习》第1、2章
今天开始学习李沐的《动手学深度学习》，开贴记录一下。 今天学到的知识点包括： 一、理论部分 1、有监督学习、无监督学习和半监督学习； 二、Python和Pytorch模块、函数 1、os 模块 2、pandas 模块 三、涨知识 一、理论部分 1、有监督学习、无监督学习和半监督学习 有监督学习：每一 ......
【动手学深度学习】第十二章笔记：异步计算、数据并行
为了更好的阅读体验，请点击这里 12.1 编译器和解释器 原书主要关注的是命令式编程（imperative programming）。Python 是一种解释性语言，因此没有编译器给代码优化，代码会跑得很慢。 12.1.1 符号式编程 考虑另一种选择符号式编程（symbolic programmin ......
基于深度学习的水果检测与识别系统（Python界面版，YOLOv5实现）
本博文介绍了一种基于深度学习的水果检测与识别系统，使用YOLOv5算法对常见水果进行检测和识别，实现对图片、视频和实时视频中的水果进行准确识别。博文详细阐述了算法原理，同时提供Python实现代码、训练数据集，以及基于PyQt的UI界面。通过YOLOv5实现对图像中存在的多个水果目标进行识别分类，用... ......
基于深度神经网络的图像分类与训练系统（MATLAB GUI版，代码+图文详解）
本博客详细介绍了基于深度神经网络的图像分类与训练系统的MATLAB实现代码，包括GUI界面和数据集，可选择模型进行图片分类，支持一键训练神经网络。首先介绍了基于GoogleNet、ResNet进行图像分类的背景、意义，系统研究现状及相关算法。然后展示了系统的界面演示效果，包括选择图片分类、选择文件夹... ......
深度学习—孪生网络与蒸馏网络
一、孪生神经网络 1、概述：它在目标识别与追踪、精确制导、行人重识别、人脸验证、笔迹验证、图像匹配等领域具有重要应用。 尤其在基于孪生网路的目标检测与追踪方面，设计了SiamFC、SiamRPN、SiamRPN++、DaSiamRPN等经典算法。 本质上，孪生网路是一种实现深度度量学习的深度学习技术 ......
医学图像的深度学习的完整代码示例：使用Pytorch对MRI脑扫描的图像进行分割
图像分割是医学图像分析中最重要的任务之一，在许多临床应用中往往是第一步也是最关键的一步。在脑MRI分析中，图像分割通常用于测量和可视化解剖结构，分析大脑变化，描绘病理区域以及手术计划和图像引导干预，分割是大多数形态学分析的先决条件。 本文我们将介绍如何使用QuickNAT对人脑的图像进行分割。使用M ......
分别使用SAD匹配,NCC匹配,SSD匹配三种算法提取双目图像的深度信息
1.算法仿真效果 matlab2022a仿真结果如下： 2.算法涉及理论知识概要 深度学习的蓬勃发展得益于大规模有标注的数据驱动，有监督学习（supervised learning）推动深度模型向着性能越来越高的方向发展。但是，大量的标注数据往往需要付出巨大的人力成本，越来越多的研究开始关注如何在不 ......
穿越时空的智慧：经得起时间考验的深度学习理念
前言 近十年，深度学习获得长足发展，大量的研究论文和想法铺天盖地。本文回顾历年来突出的深度学习理念，总结了若干个经得起时间考验的方法，它们已经被反复使用，被广泛证明是有效的。 本文转载自幻方AI 作者 | Denny 仅用于学术分享，若侵权请联系删除 欢迎关注公众号CV技术指南，专注于计算机视觉的技 ......
OpenCV加载深度学习模型
本文使用OpenCV加载深度学习模型，实现了对传入的单张图像或多张图像进行预测。 步骤： 首先读入Caffe框架训练好的模型，然后对输入图像进行预处理操作，并将其传入已构建的网络模型，最后对得到的预测结果进行排序，找到概率最大的，通过标签文件得到最终预测的结果并进行输出展示。 1.单张图像 (1)构 ......
赋值/浅拷贝/深度拷贝
/* 一: 赋值 二: 浅拷贝 二: 深拷贝 */ 一: 赋值 # 赋值 if __name__ == '__main__': dict1 = {'user':'Tom','num':[1,2,3]} # 直接赋值: 引用对象 dict2 = dict1 print("dict1: 0x%x" %i ......