序列数据案例 循环神经网络RNN
深度学习之卷积神经网络 卷积神经网络
一、安装相关包 安装dlib、cmake、face_recognition 二、获取人脸的128位数组编码 使用基本演绎法这两个演员的脸测试，只用了这两张正脸进行识别，如果要识别准确，得准备多种角度的照片，才能比较精准。# 使用Face recognition获取人脸128位数组from imutils.video import VideoStream from imutils import paths import face_recognition import argparse import pickle import cv2 import os import imutilsdef train():# grab ...
download：Python3入门人工智能 掌握机器学习+深度学习 提升实战能力 Flare老师帮你全面梳理人工智能核心知识，使用流行的Python3语言手把手带你完成AI实战项目，课程囊括机器学习与深度学习，监督与无监督学习，独有综合多项技术的混合算法，为你学习AI打下扎实基础。课程采用sklearn与keras框架（底层调用tensorflow），针对模型优化、数据分析与预处理展开详细讲解，帮你实现能力的全面提升。课程大项目综合数据增强、降维、分离...
人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工...
from keras.datasets import mnist from keras.utils import np_utils import numpy as np np.random.seed(10);(x_Train,y_Train),(x_Test,y_Test)=mnist.load_data();x_Train4D=x_Train.reshape(x_Train.shape[0],28,28,1).astype('float32'); x_Test4D=x_Test.reshape(x_Test.shape[0],28,28,-1).astype('float32');x_Train4D_normalize=x_Train4D/255; x_Test4D_normalize=x_Test4D/255;y_TrainOneHot=np_utils.to_categorical(...
项目简介： 目标：识别全班61个人的人脸。 实现途径：卷积神经网络用全班采集的照片训练直接训练自己的模型（图片格式132*197，每人10张，8张加入训练集，1张validation，1张test） 调用keras.application中的base_model（xception、inception、resnet50、VGG16、VGG19）做特征提取，更换我们自己的全链接层。 把basemodel的顶层的卷积层和池化层放开+全链接层方法：用了第三种【不要放开太多层，否则提前用大量图片训练的模型就失...
本文参考《Python神经网络编程》的相关章节 现在很火的一个机器学习数据集就是手写数字数据集（MNIST） 这个网站提供了两个CSV文件： 训练集：http://www.pjreddie.com/media/files/mnist_train.csv 测试集：http://www.pjreddie.com/media/files/mnist_test.csv 训练集有60000个标记样本，用于训练。测试集有10000个标记样本，用于测试 以下网站提供了两个较小的数据集，我们在调试程序的过程中可以使用他们： ...
神经网络在机器学习中有很大的应用，甚至涉及到方方面面。本文主要是简单介绍一下神经网络的基本理论概念和推算。同时也会介绍一下神经网络在数据分类方面的应用。首先，当我们建立一个回归和分类模型的时候，无论是用最小二乘法（OLS）还是最大似然值（MLE）都用来使得残差达到最小。因此我们在建立模型的时候，都会有一个loss function。而在神经网络里也不例外，也有个类似的loss function。对回归而言：对分类而言：然后同样方...
（一）准备 TensorFlow官方网址：www.tensorflow.org GitHub网址：github.com/tensorflow/tensorflow 模型仓库网址：github.com/tensorflow/models 支持此语言：python，C++，Go， Java， 后端使用C++、CUDA 安装：pip install --upgrade tensorflow==1.14.0（二）核心：? TensorFlow中的计算可以表示为一个有向图（Directed Graph），其中RNN是DAG ? 或者称计算图（Computation Graph） ? 其中每一个运算操作（operation）将作为...
说明：本文实例使用Python版本为3.5.6，Tensorflow版本为2.0介绍Tensorflow是Google推出的机器学习开源神器，对Python有着良好的语言支持，支持CPU，GPU和Google TPU等硬件，并且已经拥有了各种各样的模型和算法。目前，Tensorflow已被广泛应用于文本处理，语音识别和图像识别等多项机器学习和深度学习领域。基础框架分为三层：应用层、接口层和核心层推荐：《python教程》 应用层提供了机器学习相关的训练库、预测库和针对Python...
安装Python3.7.1 此处不再赘述安装过程，作为记录 安装Anaconda3.5.3 Anaconda3-5.3.0-Windows-x86_64.exe 方案1. 可以直接从官网https://www.anaconda.com/distribution/，默认下载最新版本，19年3月27日为python3.7.1版本方案2. 清华镜像https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/，速度快很多，找到对应版本即可 具体安装步骤参考博文：Anaconda的安装和详细介绍（带图文） 安装完成之后，在Anaconda里新建一个虚...
这一节主要讲解Anaconda的安装与使用，而关于Anaconda是何方神圣，在这里就不多做介绍了，有兴趣的小伙伴可以去百度一下。Python安装 Anaconda安装 Jupyter安装 Tensorflow安装同样去官网下载，官网网址点击进去，根据自己电脑是32位还是64位选择下载对应的安装包。点进去之后是这样子的，往下拉选择自己想要下载的版本，一般选择Python3.7版本的，版本越高，功能自然也就越全哒。下载完之后，点击.exe文件执行安装，点击Next，点击...
导入依赖包 import tensorflow as tf import numpy as np import matplotlib.pylab as plt from pylab import mpl mpl.rcParams['font.sans-serif'] = ['SimHei'] 生成直线数据并加入噪音画图显示 train_x = np.linspace(-1, 1, 100) # 生成 -1 到 1之间 分成100份 # print(train_x) noise = np.random.randn(*train_x.shape) * 0.3 train_y = 2 * train_x + noise # 给每一个点加上噪音 # print(noise) plt.plot(train_x, train...
我注意到Tensorflow Python包提供了在读取文件后解码jpeg,png和gif图像的标准过程.例如对于png：import tensorflow as tf filename_queue = tf.train.string_input_producer(['/Image.png']) # list of files to read reader = tf.WholeFileReader() key, value = reader.read(filename_queue) decoded_image = tf.image.decode_png(value) # use png or jpg decoder based on your files.但是,tiff格式解码器似乎缺失了. 那么...