Friedrich Yuan-CSDN博客

原创 Qiskit随笔（4）——算法

Qiskit提供了大量的预定义的算法，比如Shor算法、Grove算法这些经典算法，这一节介绍在Qiskit中运行算法的基本流程。以求解算子的最小特征值为例：from qiskit.algorithms import VQE # Variational Quantum Eigensolverfrom qiskit.algorithms.optimizers import SLSQP # Sequ...

2022-01-11 16:06:36 526

原创 Qiskit随笔（3）——算子流

Qiskit提供了许多代数形式的类来表示状态、算子、张量积等，比如下面的泡利算子：from qiskit.opflow import I, X, Y, Zprint(I, X, Y, Z)打印这些算子：对这些算子乘上一个相关系数，会得到如下表达形式：print(X * 1.5)做加法：print(X + Y)上面是一点简介，接下来对opflow这个模块做更详细的介绍。首先是量子态和测量，Q...

2022-01-11 15:41:21 673

原创 Qiskit随笔（2）——可视化

Qiskit提供了多种可视化的方法，包括电路可视化、量子态可视化等，可以更直观地观察自己的程序。比如对量子态进行测量时，可以绘制直方图来表示概率结果：from qiskit import *from qiskit.visualization import plot_histogramfrom qiskit.tools.monitor import job_monitor# 考虑以下2个qu...

2022-01-10 21:41:30 728

原创 Qiskit随笔（1）——电路基础

Qiskit是由IBM开发的，一个用于量子计算的开源SDK，拥有极其完善的生态系统，算是这一块的顶流了。在Qiskit中，各种操作都是以电路的形式实现的，声明一个电路的语句如下：from qiskit import QuantumCircuitcirc = QuantumCircuit(3)circ这会输出：<qiskit.circuit.quantumcircuit.QuantumC...

2022-01-10 16:51:47 552

原创论文阅读：Region Proposal by Guided Anchoring

论文阅读：Region Proposal by Guided Anchoring（1）Author（2）Abstract（3）Introduction（4）Guided Anchoring（5）Results（6）个人总结（1）Author作者Jiaqi Wang，Kai Chen，Shuo Yang，Chen Change Loy，Dahua Lin机构CUHK - SenseT...

2020-04-05 18:35:12 472

原创论文阅读：Few-Shot Object Detection with Attention-RPN and Multi-Relation Detector

论文阅读：Few-Shot Object Detection with Attention-RPN and Multi-Relation Detector（1）Author（2）Abstract（3）Conclusion（4）Introduction（5）FSOD：A Highly-Diverse Few-Shot Object Detection Dataset（6）Our Methodolog...

2020-03-31 14:09:45 3294 4

原创论文阅读：Saliency-Guided Region Proposal Network for CNN Based Object Detection

论文阅读：Saliency-Guided Region Proposal Network for CNN Based Object Detection（1）Author（2）Abstract（3）Conclusion（4）Introduction（5）Methodology（5.1）Faster-RCNN with ZF Net（5.2）Incorporation of Global Prior（...

2020-03-29 16:28:11 630

原创论文阅读：Spatial Transformer Networks

论文阅读：Spatial Transformer Networks（1）Author（2）Abstract（3）Conclusion（4）Introduction（3）Spatial Transformers（4）Experiments（5）个人总结（1）Author作者Max Jaderberg Karen Simonyan Andrew Zisserman Koray Kavukcu...

2020-03-28 17:52:03 564

原创论文阅读:Underwater image quality enhancement through integrated color model with Rayleigh distribution

论文阅读：《Underwater image quality enhancement through integrated colormodel with Rayleigh distribution》（1）Author（2）Abstract（3）Conclusion（4）Introduction（5）Literature review（6）Integrated color model with t...

2020-03-27 14:59:54 1576 1

原创 TensorFlow Lite 开发手册（6）——TensorFlow Lite模型使用通用流程（以CPM算法为例）

TensorFLow Lite 开发手册（6）——TensorFlow Lite模型使用通用流程（以CPM算法为例）（一）流程示意（二）主要函数说明（三）操作流程3.1 CPM算法介绍3.2 加载模型3.3 加载所有tensor3.4 获取输入输出信息3.5 构建输入3.6 调用模型3.7 取出输出结果3.8 输出结果后处理3.8 标记结果3.9 完整程序（一）流程示意Created wi...

2019-11-03 22:52:37 2891 3

原创 TensorFlow Lite 开发手册（5）——TensorFlow Lite模型使用实例（分类模型）

TensorFLow Lite 开发手册（5）——TensorFlow Lite模型使用实例（分类模型）（一）新建CLion工程（二）编写Cmakelist（三）编写main.cpp（四）下载预训练模型（五）修改模型配置（六）运行实例（一）新建CLion工程到（https://download.csdn.net/download/weixin_42499236/11892106）下载该工程，解...

2019-10-22 09:31:02 3133 9

原创 TensorFlow Lite 开发手册（4）——安装TensorFlow Lite

TensorFLow Lite 开发手册（4）——安装TensorFlow Lite（一）平台支持（二）下载源代码（三）安装依赖库（1）安装工具链（2）安装依赖库（四）编译TensorFlow Lite（一）平台支持操作系统iOS、Android、Linux开发平台ARM64（支持RK3399）、Raspberry Pi、iOS（二）下载源代码到GitHub仓库下...

2019-10-22 09:30:54 4887 5

原创 TensorFlow Lite 开发手册（3）——模型转换

TensorFLow Lite 开发手册（3）——模型转换（一）模型转换简介（1）工作流程（2）转换示例模型（二）模型调用（1） Python 接口（2） C++接口（一）模型转换简介（1）工作流程基本工作流程如下：TensorFlow Lite 提供以下三种模型转换方法：tf.lite.TFLiteConverter.from_keras_model()，转换实例化的Keras模型...

2019-10-22 09:30:44 1601 3

原创 TensorFlow Lite 开发手册（2）——TensorFlow 2.0使用简介

TensorFLow Lite 开发手册（2）——TensorFlow 2.0使用简介（一）训练模型的一般流程（二）训练示例模型（一）训练模型的一般流程训练模型的基本流程如下：将 Tensorflow 导入程序：import tensorflow as tffrom tensorflow.keras.layers import Dense, Flatten, Conv2Dfrom...

2019-10-22 09:30:38 1429 1

原创 TensorFlow Lite 开发手册（1）——TensorFlow 2.0安装

TensorFLow Lite 开发手册（1）——TensorFlow 2.0安装与使用（一） TensorFlow 2.0安装（二） TensorFlow 2.0 新特性简介（一） TensorFlow 2.0安装创建虚拟环境：conda create --name py36-tf20 python=3.6conda activate py36-tf20目前conda源尚未维护至2....

2019-10-22 09:30:27 2124 3

原创 Caffe修炼之路（5）——自行制作图片分类数据

Caffe修炼之路（5）——自行制作图片分类数据（一）前言（二）准备一些图片（三）生成图片文件列表（四）数据转换（一）前言由于Caffe的输入数据是以lmdb或者leveldb格式的文件，因此我们需要将数据库中的图片转换成caffe能允许的输入格式数据集，这个时候就发现MNIST数据集的怀抱真温暖：（二）准备一些图片在caffe-master/data目录下建立新建dogvsc...

2019-07-03 17:12:20 743

原创 Caffe修炼之路（4）——卷积层和池化层详解

Caffe修炼之路（4）——卷积层和池化层详解（一）前言（二）卷积层（三）池化层（三）总结（一）前言上一节我们尝试着自定义卷积神经网络，然后对MNIST数据集进行了学习，效果还是很不错的，训练速度也很快，不愧是C++写的框架，我只能说：这一节来好好说道说道卷积层和池化层的定义，毕竟是基础中的基础（二）卷积层首先来看卷积层，如下所示：layer { name: "co...

2019-07-03 15:56:56 906

原创 Caffe修炼之路（3）——自己编写卷积神经网络

Caffe修炼之路（3）——自己编写卷积神经网络（一）前言（二）网络proto文件编写（三）Solver配置（四）开始训练（一）前言上一节我们跑了Caffe自带的MNIST示例，感觉用Caffe训练还是挺简单的，不由得说一句：这一节就开始自己编写神经网络了，数据就暂时使用上一节下载好的MNIST数据，之后再自己制作数据，ok我们开始吧！（二）网络proto文件编写这就是写你的...

2019-07-03 15:19:57 1180 1

原创 Caffe修炼之路（2）——运行MNIST示例

Caffe修炼之路（2）——运行MNIST示例（一）前言（二）下载MNIST数据（三）MNIST数据格式转换（四）运行示例（一）前言在上一节中，我们成功安装了Caffe，接下来就先来探索一番，还是熟悉的数据集，还是熟悉的味道：这一节我们来跑一跑Caffe自带的MNIST示例,使用Clion打开Caffe-master文件夹，如下所示：我们要用的都在examples/mnist目录下...

2019-07-03 13:41:50 625

原创 Caffe修炼之路（1）——无伤安装Caffe组件

Caffe修炼之路（1）——无伤安装Caffe组件（一）一入Caffe深似海，从此Python是路人（二）开始安装（1）下载Caffe源码（2）安装Cmake（3）安装依赖库（4）更改配置文件（三）（一）一入Caffe深似海，从此Python是路人上面这句话当然是开玩笑的啦，不用Python是不可能的，这辈子都不可能的！！！暑假要去京东实习了，那边的前辈告知可能之后用Caffe比较多，所...

2019-07-03 13:18:31 723

翻译 YOLO系列算法综述（2）——YOLO V2算法

YOLO系列算法综述（2）——YOLO V2算法Abstract（摘要）1 Introduction（简介）2 Better（更好）3 Faster（更快）4 Stronger（更健壮）5 总结Abstract（摘要）隆重向您介绍我们的最新的成果——YOLO 9000，作为当前最先进的实时目标检测系统，YOLO 9000能够识别超过9000类目标。我们对YOLO检测算法做出了许多改进，既加...

2019-04-08 17:34:01 2801

翻译 YOLO系列算法综述（1）——YOLO V1算法

YOLO系列算法综述（1）——YOLO V1算法Abstract（摘要）1 Introduction（简介）2 Uniﬁed Detection（统一检测）2.1 Network Design（网络设计）2.2 Training（训练）2.3 Inference（推论）2.4 Limitations of YOLO（YOLO的限制）3 总结Abstract（摘要）我们设计了一种新的目标...

2019-04-02 21:34:59 6055

原创 Keras大法（10）——在Keras中调用Tensorboard工具

Keras大法（10）——在Keras中调用Tensorboard工具（一）前言（二）示例代码（三）读取训练日志（三）总结（一）前言Tensorboard是TensorFlow自带的一款强大的可视化工具，作为TensorFlow的一大“门面”，它可以对模型的训练过程进行十分生动地可视化，Tensorboard非常好用，当我们使用Keras以TensorFlow作为backend时...

2019-02-25 21:23:38 4035 4

原创 TensorFlow实践（16）——tf.enable_eager_execution方法

TensorFlow实践（16）——tf.enable_eager_execution方法（一）前言（二）代码示例（三）总结（一）前言在即将到来的TensorFlow2.0中将对部分机制做出重大调整，其中之一就是将原有的静态图机制（使用静态图的TensorFlow工作流程如下图所示）调整为动态图机制，这将使得TensorFlow更加灵活和易用，在2.0版本到来之前，我们可以通过 t...

2019-02-25 19:54:47 15488 4

原创 Keras大法（9）——实现ResNet-34模型

Keras大法（9）——实现ResNet-34模型（1）模型结构（2）模型代码（3）总结（1）模型结构ResNet-34的模型结构如下：（2）模型代码from keras.layers import Conv2D, BatchNormalization, Dense, Flatten,\ MaxPooling2D, AveragePooling2D, ZeroPaddin...

2019-02-25 19:09:09 7200 2

原创 Keras大法（8）——实现VGGNet19模型

Keras大法（8）——实现VGGNet19模型（1）模型结构（2）模型代码（3）总结（1）模型结构模型结构如下：（2）模型代码import tensorflow as tffrom tensorflow import keras# 使用tf.data进行数据馈送，此为参考示例def parse_function(example_proto): features =...

2019-02-11 14:43:23 13331 2

原创 Keras大法（7）——实现AlexNet模型

Keras大法（7）——实现AlexNet模型（1）模型结构（2）模型代码（3）总结（1）模型结构（2）模型代码import tensorflow as tffrom tensorflow import keras# 使用tf.data进行数据馈送，此为参考示例def parse_function(example_proto): features = { ...

2019-02-11 14:43:18 17295 8

原创 Keras大法（6）——实现LeNet5模型

Keras大法（6）——实现LeNet5模型（1）模型结构（2）模型代码（3）总结（1）模型结构模型结构如下：（2）模型代码import tensorflow as tffrom tensorflow import kerasimport osos.environ["CUDA_VISIBLE_DEVICES"] = "2"# 使用tf.data进行数据馈送，此为参考示例...

2019-02-11 14:43:11 11734 1

原创 tf.estimator API技术手册（16）——自定义Estimator

tf.estimator API技术手册（16）——自定义Estimator（一）前言（二）自定义estimator的一般步骤（三）准备训练数据（四）自定义estimator实践（1）创建特征列（2）编写模型函数（3）创建estimator实例（4）开始训练（5）使用tensorboard查看训练日志（6）进行预测、评估（7）完整代码（五）总结（一）前言在该系列教程的前15章内，我们介绍...

2019-02-04 14:20:06 11928 1

原创 Keras大法（5）——使用Sequential方法定义模型

Keras大法（4）——使用Sequential方法定义模型（）总结（）总结在这一节中我们对Keras的安装做了介绍，有任何的问题请在评论区留言，我会尽快回复，谢谢支持！...

2018-11-29 16:20:29 13354

原创 Keras大法（4）——Dense方法详解

Keras大法（4）——Dense方法详解（一）keras.layers.Dense方法（二）使用示例（三）总结（一）keras.layers.Dense方法在开始定义模型之前，我们有必要对Dense方法进行详细地了解，因为它是Keras定义网络层的基本方法，其代码如下：keras.layers.Dense(units, activation=None, u...

2018-11-29 16:20:24 103810 24

原创 Keras大法（3）——使用Keras的一般流程

Keras大法（3）——使用Keras的一般流程（一）基本流程（二）流程示例（1）导入Keras库（2）定义模型（3）编译模型（4）训练模型（5）评估模型（6）保存模型（三）总结（一）基本流程使用Keras的基本流程可以归纳如下：导入Keras定义模型编译模型训练模型评估模型保存模型以下我们对上述流程依次进行讲解。（二）流程示例（1）导入Keras库from tensorflo...

2018-11-29 16:20:20 12540

原创 Keras大法（2）——安装Keras

Keras大法（2）——安装Keras（一）Keras是什么？（二）Keras的优点（三）Keras使用示例（四）总结（一）Keras是什么？Keras 是一个用 Python 编写的高级神经网络 API，它能够以 TensorFlow, CNTK, 或者 Theano 作为后端运行。Keras 的开发重点是支持快速的实验，能够以最小的时延把你的想法转换为实验结果，是做好研究的关键。特别...

2018-11-29 16:20:15 12029 1

原创 Keras大法（1）——Keras简介

Keras大法好（1）——Keras简介import tensorflow as tffrom tensorflow import kerasimport osos.environ[&amp;quot;CUDA_VISIBLE_DEVICES&amp;quot;] = &amp;quot;1&amp;quot;def parse_function(example_proto): features = { '

2018-11-29 16:20:11 11580

原创探索AdaNet API（2）——安装AdaNet API

探索AdaNet API（2）——安装AdaNet API（一）下载安装包（二）下载Demo程序（三）打开Demo（四）总结（一）下载安装包打开Anaconda Prompt，输入命令：&gt;&gt;&gt;pip install adanet等待安装完毕即可（二）下载Demo程序进入GitHub，下载程序源码：打开压缩包找到tutorials目录（adanet-maste...

2018-11-23 16:18:13 10620

原创探索AdaNet API（1）——AdaNet是什么？

探索AdaNet API（1）——AdaNet是什么？（一）AdaNet概览（二）基本机构（三）使用流程（四）运行示例（五）总结（一）AdaNet概览在我们为神经网络的最优结构绞尽脑汁的时候，有人却提出了另外一种思路，在发表于 ICML 2017上的《AdaNet：人工神经网络的自适应结构学习》一文中提出对目标函数进行优化，让目标函数可以平衡该集成在训练集上的性能与其泛化未知数据的能力之...

2018-11-23 16:18:06 10914

原创 Auto-Keras API详解（5）——image_supervised类

Auto-Keras API详解（5）——image_supervised类（一）前言（二）方法详解（1）init方法（2）read_images方法（3）load_image_dataset方法（4）export_keras_model方法（5）evaluate方法（三）总结（一）前言image_supervised类是Auto-Keras中用于一个训练图像数据监督学习的基类，...

2018-11-21 14:52:47 11707 8

原创 Auto-Keras API详解（4）——DeepSupervised类

Auto-Keras API详解（4）——DeepSupervised类（一）前言（二）方法详解（1）fit方法（2）final_fit方法（3）predict方法（4）evaluate方法（一）前言DeepSupervised类是Auto-Keras中用于一个训练的基类，这一节我们将详细介绍它的主要方法和各项参数的意义。（二）方法详解（1）fit方法fit方法用于寻找最优的网...

2018-11-21 14:52:41 11061 1

原创 Auto-Keras API详解（3）——Supervised类

Auto-Keras API详解（3）——supervised类（一）前言（二）方法详解（1）fit方法（2）final_fit方法（3）predict方法（4）evaluate方法（一）前言supervised类是Auto-Keras中用于所有监督学习任务的基类，这一节我们将详细介绍它的主要方法和各项参数的意义。（二）方法详解（1）fit方法fit方法用于寻找最优的网络结构并...

2018-11-21 14:52:36 11236

原创 Auto-Keras API详解（2）——使用示例

Auto-Keras API详解（2）——使用示例（一）前言（二）MNIST数据集识别的Auto-Keras实现（1）导入类库（2）导入数据（3）创建图像分类器（4）模型训练（5）模型评估（6）模型保存（7）完整代码（三）总结（一）前言我们以MNIST数据集的识别为例来展示Auto-Keras的基本使用流程。（二）MNIST数据集识别的Auto-Keras实现（1）导入类库...

2018-11-20 18:00:48 11565 12

tflite.zip

pre_model文件

research模块

Microsoft Visual Studio 2015安装文件

空空如也