3 laxehr

尚未进行身份认证

我要认证

连Python都没学会呢,你跟我谈deep learning?

等级
TA的排名 3w+

Virtual.Lab Acoustics声学仿真计算高级应用实例&声学仿真计算从入门到精通.光盘下载链接

(Virtual.Lab Acoustics声学仿真计算高级应用实例&声学仿真计算从入门到精通.光盘下载链接)http://pan.baidu.com/s/1c05tpVa感谢这位大神分享!!大家都有福了!!...

2019-11-05 20:35:43

win10系统禁用defender的暴力卸载方法

方案二:【不可恢复】用脚本完全卸载Windows Defender如果你想完全卸载Windows Defender,不留任何其相关服务,以免以后和其他软件造成冲突,你可以使用以下方法。但是注意,此方法不可逆,如果使用了,Windows Defender就不能再恢复或重新激活。1. 下载移除Windows Defender的专用脚本2. 下载后解压 并 右键单击“Uninstall.c...

2019-07-14 17:18:50

Catia V5R21软件安装教程

1、右键单击压缩包,选择解压2、进入解压后的文件夹,然后双击运行Setup开始安装3 、 出现这个窗口点击下一步4、这里的安装路径大家可以自行更改,更改方式是点击浏览,选择要安装的路径,我这里安装到F盘,设置好后点击下一步5、 这里选择完全安装,然后点下一步6、点下一步7、点击下一步8、点击下一步9、点击下一步10、点击下一步...

2019-05-13 10:41:59

不需要预训练模型的检测算法—DSOD

论文:DSOD: Learning Deeply Supervised Object Detectors from Scratch论文链接:https://arxiv.org/abs/1708.01241caffe代码:https://github.com/szq0214/DSOD.参考https://blog.csdn.net/u014380165/article/detai...

2019-03-24 19:35:57

如何读取pkl的文件中数据并存入txt格式中

打开.pkl文件代码:import cPickle as picklef = open('test.pkl')inf = pickle.load(f)print inf再打开一个txt文件,向内写入刚才读取的信息ft = open('test.txt', 'w') ft.write(inf) 此时会报错:TypeError: expected a string o...

2019-03-21 22:35:58

ZF 网络结构

https://github.com/amir-saniyan/ZFNet/blob/master/zfnet.py

2019-03-13 21:20:30

VOC数据集制作和比例设置(转)

相信看这篇文章的人都在做深度学习吧,此数据集是为目标检测做的数据集,有错误处请海涵代码见我的github上:https://github.com/EddyGao/make_VOC2007第一步:首先了解VOC2007数据集的格式1)JPEGImages文件夹文件夹里包含了训练图片和测试图片,混放在一起2)Annatations文件夹文件夹存放的是xml格式的标签文件,每个xm...

2019-03-13 21:05:05

面试问题集锦(机器学习和深度学习)

1. OHEM + faster RCNN 和 resnet Faser RCNN 的优点是什么?算法概述:首先筛选出那些对结果(分类和检测)影响比较大的样本,然后将这些筛选得到的样本在随机梯度下降中训练。 实际的操作是利用两个ROI网络,一个用于向前传播,用于计算损失,另外一个是可以向前和向后传播,以收集到的hard example作为输入,计算损失并且回传梯度。 作者将该算法应用在...

2019-02-28 22:09:38

机器学习总结(一):线性回归、岭回归、Lasso回归(转载待整理)

https://blog.csdn.net/hzw19920329/article/details/77200475线性回归作为一种回归分析技术,其分析的因变量属于连续型变量,如果因变量转变为离散型变量,将转换为分类问题。回归分析属于有监督学习问题,本博客将重点回顾标准线性回归知识点,并就线性回归中可能出现的问题进行简单探讨,引出线性回归的两个变种岭回归以及Lasso回归,最后通过sklear...

2019-02-28 22:07:00

OHEM+fast RCNN的总结和代码解析

这是CVPR2016的一篇论文,用于目标检测,本篇博文先介绍这个算法,然后介绍其Caffe代码。论文:Training Region-based Object Detectors with Online Hard Example Mining论文链接:https://arxiv.org/abs/1604.03540参考:https://blog.csdn.net/u014380165/...

2019-02-28 21:27:35

如何修改MAC

1、查看现有的mac地址步骤:打开cmd界面,输入ipconfig/all按回车上图中值的位置就是新mac地址的填写位置,自己新写一个mac地址点击保存即可。 ...

2019-01-14 21:25:07

APDL实现ANSYS的结果输出

APDL实现ANSYS的结果输出1 概述ANSYS作为通用有限元仿真计算软件应用非常普遍,其强大的参数化功能更是使得ANSYS的使用方便很多。在计算过程中,通常需要对计算结果进行统计,ANSYS计算的模型大多时候节点单元数目很多,结果数据也很多,因此在GUI界面的查询操作不太方便,工作量太大,而且结果不好记录。而且很多时候需要借助第三方软件比如MATLAB等数据处理软件对结果进行处理,此情...

2018-12-19 11:37:59

深度学习圣经 里面关于超参数和验证集这一章节

  在NG的ML课程中和西瓜书中都有提到:最佳的数据分类情况是把数据集分为三部分,分别为:训练集(train set),验证集(validation set)和测试集(test set)。那么,验证集和测试集有什么区别呢? 实际上,两者的主要区别是:验证集用于进一步确定模型中的超参数(例如正则项系数、ANN中隐含层的节点个数等)而测试集只是用于评估模型的精确度(即泛化能力)!   举个例子...

2018-12-04 20:40:11

python 读取和写入txt文件的方法

import matplotlib.pylab as pylabdef loaddata(filename):infile = open(filename, 'r')#定义两个list,用于存放数据x = []y = []for line in infile: trainingset = line.split()#对于每一行按照空格分开,将数据分为两部分。若用‘,’分隔,则...

2018-11-29 20:50:24

faster rcnn调参 总结(吐血)

 1. 假设一次训练有10个epoch,可能会出现以下情况:训练好一次模型去测试,测试的准确率为0.92。又去训练一次模型(不是在之前训练模型的基础上,而是单独进行一次训练),模型训练好去测试,测试准确率为0.93或者0.89。如果我改变一个模型的参数,比如调小dropout的值,可能训练出来的模型去测试准确率为0.94,这不能就得出调小dropout就能很明显提升模型的效果。因为单独训练一次...

2018-11-05 23:27:27

faster_rcnn test 浮点运算量

以上我的同学xzzppp(博客http://blog.csdn.net/xzzppp/article/details/53317011)总结的faster-RCNN 测试计算量总结,仅仅截取表格一部分,下载见点击打开链接卷积层浮点运算计算量公式(参考21天实战caffe)是:Caculation(conv n)=I*J*M*N*K*L其中,I,J卷积核  M,N输出通道的特征图大小, ...

2018-11-05 23:25:52

基于ZF网络的Faster RCNN网络结构详解(非常详细版)

我还只是小白,又很多不会的,还希望能得到大神的指导!!!!感激不尽 附录: proposal_layer实现过程: http://blog.csdn.net/seven_year_promise/article/details/60874922 和http://download.csdn.net/detail/seven_year_promise/9774957...

2018-10-31 11:18:51

8.Python 学习系列--------Python 基本语法

三个内置必须要记住,Python stype help dir目录1 python一切皆为对象,因为现实2.数据类型的组成3。常用基本数据类型.4.数据类型的可变和不可变5.变量之赋值一切皆为引用,动态性与动态类型之为何不再动态字符串认知与应用认知1.字符串概念一.len之需注意二.转义符让文本更好处理三.字符串前面跟着的小尾巴到底是什么东西四.访问...

2018-10-18 23:52:38

Caffe版Faster R-CNN可视化——网络模型,图像特征,Loss图,PR曲线

可视化网络模型  Caffe目前有两种常用的可视化模型方式: * 使用Netscope在线可视化 * Caffe代码包内置的draw_net.py文件可以可视化网络模型Netscope  Netscope能可视化神经网络体系结构(或技术上说,Netscope能可视化任何有向无环图)。目前Netscope能可视化Caffe的prototxt 文件。网址为: http://ethereon...

2018-10-17 13:32:42

Faster RCNN代码理解详细(Python)

最近开始学习深度学习,看了下Faster RCNN的代码,在学习的过程中也查阅了很多其他人写的博客,得到了很大的帮助,所以也打算把自己一些粗浅的理解记录下来:一是记录下自己的菜鸟学习之路,方便自己过后查阅;二来可以回馈网络。目前编程能力有限,且是第一次写博客,中间可能会有一些错误。目录目录第一步,准备第二步,Stage 1 RPN, init from ImageNet m...

2018-10-16 15:39:42

查看更多

勋章 我的勋章
    暂无奖章