主要针对RNN与LSTM的结构及其原理进行详细的介绍，了解什么是RNN，RNN的1对N、N对1的结构，什么是LSTM，以及LSTM中的三门（input、ouput、forget），后续将利用深度学习框架Kreas，结合案例对LSTM进行进一步的介绍。一、RNN的原理RNN（Recurrent Neural Networks），即全称循环神经网络，它是一种对序列型的数据进行建模的深度模型。如图1.1所示。 图1.11、其中 为序列数据。即神经网络的输入，例如nlp中，X1可以看作第一个单词、...
版权声明：本文为博主原创文章，欢迎转载，并请注明出处。联系方式：460356155@qq.com在前一篇文章MINIST深度学习识别：python全连接神经网络和pytorch LeNet CNN网络训练实现及比较（一）中，直接用python创建全连接神经网络模型进行深度学习训练，这样可以对神经网络有较为深刻的认识。但是在实际应用中，一般都是采用各种深度学习框架来开展人工智能项目，以下就采用pytorch来实现前一篇文章中的全连接神经网络（784-300-10）。...
很久以前就有想过使用深度学习模型来对dota2的对局数据进行建模分析，以便在英雄选择，出装方面有所指导，帮助自己提升天梯等级，但苦于找不到数据源，该计划搁置了很长时间。直到前些日子，看到社区有老哥提到说OpenDota网站(https://www.opendota.com/)提供有一整套的接口可以获取dota数据。通过浏览该网站，发现数据比较齐全，满足建模分析的需求，那就二话不说，开始干活。这篇文章分为两大部分，第一部分为数据获取，第二部分...
版权声明：本文为博主原创文章，欢迎转载，并请注明出处。联系方式：460356155@qq.comVGGNet在2014年ImageNet图像分类任务竞赛中有出色的表现。网络结构如下图所示：同样的，对32*32的CIFAR10图片，网络结构做了微调：删除了最后一层最大池化，具体参见网络定义代码，这里采用VGG19，并加入了BN： 1‘‘‘ 2创建VGG块3参数分别为输入通道数，输出通道数，卷积层个数，是否做最大池化4‘‘‘ 5def make_vgg_block(in_channel, out_c...
1.获取Fashion MNIST数据集本指南使用Fashion MNIST数据集，该数据集包含10个类别中的70,000个灰度图像。 图像显示了低分辨率（28 x 28像素）的单件服装，如下所示 Fashion MNIST旨在替代经典的MNIST数据集，通常用作计算机视觉机器学习计划的“Hello，World”。我们将使用60,000张图像来训练网络和10,000张图像，以评估网络学习图像分类的准确程度。(train_images,train_labels),(test_images,test_labels)=keras.datasets.fash...
版权声明：本文为博主原创文章，欢迎转载，并请注明出处。联系方式：460356155@qq.com在前两篇文章MINIST深度学习识别：python全连接神经网络和pytorch LeNet CNN网络训练实现及比较（一）、MINIST深度学习识别：python全连接神经网络和pytorch LeNet CNN网络训练实现及比较（二）中，采用全连接神经网络（784-300-10），分别用非深度学习框架和基于pytorch实现，训练结果相当。这里采用卷积神经网络（CNN）中著名的LeNet-5网络来训...
好久没有写过博客了，多久，大概8年？？？最近重新把写作这事儿捡起来……最近在折腾AI，写个AI相关的给团队的小伙伴们看吧。 搞了这么多年的机器学习，从分类到聚类，从朴素贝叶斯到SVM，从神经网络到深度学习，各种神秘的项目里用了无数次，但是感觉干的各种事情离我们生活还是太远了。最近AlphaGo Zero的发布，深度学习又火了一把，小伙伴们按捺不住内心的躁动，要搞一个游戏AI，好吧，那就从规则简单、老少皆宜的五子棋开始讲起...
一、安装依赖1、mac安装brem/usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"2、mac安装opencvbrew install opencv3、安装opencv-pythonpip3.6 install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python参考以下地址https://www.jianshu.com/p/797e5dc4a279二、步骤解析opencv解析图片的大概步骤1、加载图片2、把图片转化为灰度3、利用高斯模糊、中值滤波进行消除...
本文主要通俗讲述WaveNet的基本模型和Keras代码理解，以帮助和我一样刚刚入坑并难以理解其代码的小白。作者：SeanLiaoBlog：https://www.cnblogs.com/seanliao/原创博文，转载请注明来源。一. 什么是WaveNet?简单来说，WaveNet是一种生成模型，类似VAE、GAN等，WaveNet最大的特点是可以直接生成raw audio的模型，由2017年DeepMind提出，在TTS(文字转语音)任务上可以达到state-of-art的效果。此外WaveNet也可以用来做生成文字、生成...
【深度学习系列4】深度学习及并行化实现概述摘要： 深度学习可以完成需要高度抽象特征的人工智能任务，如语音识别、图像识别和检索、自然语言理解等。深层模型是包含多个隐藏层的人工神经网络，多层非线性结构使其具备强大的特征表达能力和对复杂任务建模能力。训练深层模型是长期以来的难题，近年来以层次化、逐层初始化为代表的一系列方法的提出给训练深层模型带来了希望，并在多个应用领域获得了成功。深层模型的并行化框架和训...
一.迁移学习的概念什么是迁移学习呢？迁移学习可以由下面的这张图来表示： 这张图最左边表示了迁移学习也就是把已经训练好的模型和权重直接纳入到新的数据集当中进行训练，但是我们只改变之前模型的分类器（全连接层和softmax/sigmoid），这样就可以节省训练的时间的到一个新训练的模型了！但是为什么可以这么做呢？二.为什么可以使用迁移学习?一般在图像分类的问题当中，卷积神经网络最前面的层用于识别图像最基本的特征，比如物...
树莓派实现垃圾分类【深度学习图像识别】：keras+tensorflow 1.配置好ssh和vnc之后，换源：2.python虚拟环境配置3.安装tensorflow1.14.04.安装keras5.开始测试；import keras前面加import os就能忽略提示。 系统环境：2020-08-20-raspios-buster-armhf-full 工程要求：Tensorflow 1.14.0 + Keras 2.2.4 + Python 3.7 1.配置好ssh和vnc之后，换源： 第一步，先备份源文件 sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak ...
推荐理由 这本书用非常简单精妙的思想讲述了深度学习的基本原理。我感觉这本书告诉了我一个很重要的道理，如果你读了很多书都没有把一个概念读懂，那可能真的不一定是你的问题，还有可能是书的问题。一个好的老师，就应该把班里最笨的学生教会（如果他愿意学的话）。我想这本书，可以在我的顶级程序员书单系列排名第3-5位，非常值得一读。 我的部分笔记 深度学习经验 1.更深入地理解深度学习，最好的办法就是亲自实现。 2.光看数学...
擅长python，theano，keras框架，求大神介绍一些新鲜的好玩的论文，注：画画的已经实现了。
去年在深圳交警的一个项目是，要在宝安区某点试点抓拍未戴头盔的电动车骑车行为，而且需要将电动车号牌识别出来，经过技术论证，采用AI深度学习+传统车牌识别算法相结合的方式，实现此功能，我带领程序员小老弟们经过8个月的奋战，终于实现了这个算法，效果还相当棒，而且还能支持在800W像素下工作,令人惊奇，真是无AI，不编程啊。 总结一下，通过AI深度学习实现骑车不戴头盔和两轮电动车摩托车号牌识别算法具有如下特征： 1.速度快...