18 才能我浪费

尚未进行身份认证

暂无相关简介

等级
TA的排名 8w+

Numpy处理图片方法

在进行图像领域的深度学习的时候经常需要对图片进行处理,包括图像的翻转,压缩,截取等,一般都是用Numpy来处理。处理起来也很方便。In[3]# 导入需要的包import numpy as npimport matplotlib.pyplot as pltfrom PIL import Image# 读入图片image = Image.open('./work/vehicl...

2020-01-18 08:26:20

我的天池比赛经验

我17年开始参加天池大赛,玩天池一半是为了练习机器学习,一半是消遣。因为工作、家庭的事情都很多,时间很难保证,为了不坑队友,所以到现在比赛都是SOLO,自娱自乐。因为可用时间少,又是一个人SOLO,所以闭门造车、走到沟里出不来也都是常有的事。第一个比赛是IJCAI-17 口碑商家客流量预测,那个时候刚好看了时序的一些东西,觉得R语言的Auto.Arima很不错,于是就把R语言关于时序的包都调了...

2020-01-16 13:53:20

PaddlePaddle动态图实现Resnet(眼底筛查为例)

本案例参考课程:百度架构师手把手教深度学习的内容。 主要目的为练习Resnet动态图的PaddlePaddle实现。本案例已经在AISTUDIO共享,链接为:https://aistudio.baidu.com/aistudio/projectdetail/244766数据集:查看数据集图片 iChallenge-PM中既有病理性近视患者的眼底图片,也有非病理性近视患者的图片,命名...

2020-01-13 07:02:29

PaddlePaddle动态图实现VGG(眼底筛查为例)

本案例参考课程:百度架构师手把手教深度学习的内容。 主要目的为练习vgg动态图的PaddlePaddle实现。本案例已经在AISTUDIO共享,链接为:https://aistudio.baidu.com/aistudio/projectdetail/244766数据集iChallenge-PM:数据集图片 iChallenge-PM中既有病理性近视患者的眼底图片,也有非病理性近视...

2020-01-13 06:50:03

Python数据处理小技巧:pivot_table后如何拍平columns

机器学习的过程中很多时候需要用到类似透视表的功能。Pandas提供了pivot和pivot_table实现透视表功能。相对比而言,pivot_table更加强大,在实现透视表的时候可以进行聚类等操作。pivot_table帮助地址:https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.pivot_table.htm...

2020-01-11 21:43:09

PaddlePaddle : AI抠图及图片合成

通过预训练模型进行图像的自动抠图及整合。代码已经共享在AIStudio上,链接:https://aistudio.baidu.com/aistudio/projectdetail/242887模型概述 DeepLabv3+ 是Google DeepLab语义分割系列网络的最新作,其前作有 DeepLabv1,DeepLabv2, DeepLabv3。在最新作中,作者通过encoder-...

2020-01-10 06:55:04

Python机器学习:GroupBy 和 Shift实现 Pandas分组错位

使用Pandas进行数据操作的时候,有时需要分组将数据错位进行操作。在数据分析中经常遇到需要分组使用a列的第n行数据与去b列的第n+1行数据进行对比或者计算的要求,下面是我使用pandas解决该问题的方法。这个时候可以通过操作Index来实现。不过Pandas针对这种情况已经提供了一种方法了,就是shift函数。定义如下:pandas.DataFrame.shiftDataFrame....

2020-01-09 15:53:55

百度AI攻略:Paddlehub实现人体解析

PaddleHub可以便捷地获取PaddlePaddle生态下的预训练模型,完成模型的管理和一键预测。配合使用Fine-tune API,可以基于大规模预训练模型快速完成迁移学习,让预训练模型能更好地服务于用户特定场景的应用。模型概述人体解析(Human Parsing)是细粒度的语义分割任务,其旨在识别像素级别的人类图像的组成部分(例如,身体部位和服装)。ACE2P通过融合底层特征,全局...

2020-01-09 08:56:47

百度AI攻略:Paddlehub实现目标检测

PaddleHub可以便捷地获取PaddlePaddle生态下的预训练模型,完成模型的管理和一键预测。配合使用Fine-tune API,可以基于大规模预训练模型快速完成迁移学习,让预训练模型能更好地服务于用户特定场景的应用。模型概述:模型概述Faster_RCNN是两阶段目标检测器。通过对图像生成候选区域,提取特征,判别特征类别并修正候选框位置。Faster_RCNN整体网络可以分为4...

2020-01-08 08:50:19

翻译:The Difference Between SOA and Microservices Isn’t Size

SOA和 Microservices的差异不是大小的问题Stephen O'Grady | July 20, 2017对于那些已经在科技行业一段时间,有一种倾向,就是把当前的Microservices与古老的面向服务架构(SOA)比较甚至等同的做法。有很多类似“ Microservices”无非是新的SOA”或“亚马逊是把SOA作对的唯一的公司。”的论调。这不足为奇,因为它也是事实。尽管有很...

2020-01-08 08:46:02

百度AI攻略:Paddlehub实现图像分割

PaddleHub可以便捷地获取PaddlePaddle生态下的预训练模型,完成模型的管理和一键预测。配合使用Fine-tune API,可以基于大规模预训练模型快速完成迁移学习,让预训练模型能更好地服务于用户特定场景的应用。模型概述:模型概述 DeepLabv3+ 是Google DeepLab语义分割系列网络的最新作,其前作有 DeepLabv1,DeepLabv2, DeepLabv...

2020-01-07 06:28:28

百度AI攻略:Paddlehub实现图像生成

PaddleHub可以便捷地获取PaddlePaddle生态下的预训练模型,完成模型的管理和一键预测。配合使用Fine-tune API,可以基于大规模预训练模型快速完成迁移学习,让预训练模型能更好地服务于用户特定场景的应用。模型概述CycleGAN是生成对抗网络(Generative Adversarial Networks )的一种,与传统的GAN只能单向生成图片不同,CycleGAN...

2020-01-06 09:52:26

百度AI攻略:Paddlehub实现关键点检测

PaddleHub可以便捷地获取PaddlePaddle生态下的预训练模型,完成模型的管理和一键预测。配合使用Fine-tune API,可以基于大规模预训练模型快速完成迁移学习,让预训练模型能更好地服务于用户特定场景的应用。模型概述人体骨骼关键点检测(Pose Estimation) 是计算机视觉的基础性算法之一,在诸多计算机视觉任务起到了基础性的作用,如行为识别、人物跟踪、步态识别等相...

2020-01-06 09:35:19

百度AI攻略:Paddlehub实现图像分类

PaddleHub可以便捷地获取PaddlePaddle生态下的预训练模型,完成模型的管理和一键预测。配合使用Fine-tune API,可以基于大规模预训练模型快速完成迁移学习,让预训练模型能更好地服务于用户特定场景的应用。本次介绍如何使用paddlehub调用vgg模型实现图像分类。模型概述VGG是牛津大学计算机视觉组和DeepMind在2014年提出的一种图像分类模型。该系列模型...

2020-01-06 09:28:34

百度AI攻略:paddlehub人脸检测

PaddleHub可以便捷地获取PaddlePaddle生态下的预训练模型,完成模型的管理和一键预测。配合使用Fine-tune API,可以基于大规模预训练模型快速完成迁移学习,让预训练模型能更好地服务于用户特定场景的应用。本次介绍如何使用paddlehub实现人脸检测。模型概述Ultra-Light-Fast-Generic-Face-Detector-1MB是针对边缘计算设备或低算...

2020-01-06 09:18:08

读书笔记:Apache Hadoop YARN: Yet Anothe Resource Negotiator

YARN的(最)重要论文 原MapReduce的问题(Hadoop1.0)也就是YARN要解决的问题: 1,tight coupling of a specific programming model with resource management infrastructure, forcing developers to abuse the Mapreduce p...

2020-01-02 09:52:07

读书笔记:Large-scale cluster management at Google with Borg

名篇,讲的Google自用的调度平台Borg,我感觉也是Google的钓鱼论文,当年大家知道有Borg的时候,好多人在各种地方呼吁Google把Borg开源,或者再详细的讲讲细节。结果Google趁势推出Kubernetes,“Borg虽然不开源,可是俺们开源了在这个基础上研发的更新、更通用的Kubernetes啊,大家快来用啊啊啊啊啊啊啊啊”。 Kubernetes于是大火。 Borg...

2020-01-02 09:51:32

读书笔记:In Search of an Understandable Consensus Algorithm

在被Paxos的The Part-Time Parliament伤了之后,我自然而然就准备来看一下大家都说容易理解的Raft协议,也就是这篇In Search of an Understandable Consensus Algorithm,来给自己的智商重新冲值。这篇论文开宗明义就说了:"Raft is a consensus algorithmfor managing a repli...

2020-01-02 09:50:52

[读书笔记] The Part-Time Parliament

在刚接触到一致性算法的时候就知道了Paxos,同时也发现看到的所有文章提到Paxos的时候都说难于理解。于是我决定,咱就要看Paxos是怎么个难法,万一我一遍就看明白了,是不是证明我的智商高啊,So --- LESLIE LAMPORT大爷,我来了。不过这篇The Part-Time Parliament我一打开就开始懵比。这个名字就不像IT论文啊,“临时议会”什么意思? 开头这么一段:Ea...

2020-01-02 09:50:17

笔记:Driving Architectural Simplicity - The Value, Challenge, and Practice of Simple Solutions

感觉这篇文章对于为什么,以及如何简化架构说的很透。开篇:Key TakeawaysSimple architectures are easier to communicate, build, deploy, operate, and evolve.Architectural simplicity is not easily encapsulated by one type of mode...

2020-01-02 09:48:09

查看更多

勋章 我的勋章
  • 签到新秀
    签到新秀
    累计签到获取,不积跬步,无以至千里,继续坚持!
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
  • 勤写标兵Lv4
    勤写标兵Lv4
    授予每个自然周发布9篇以上(包括9篇)原创IT博文的用户。本勋章将于次周周三上午根据用户上周的博文发布情况由系统自动颁发。