原创 numpy的squeeze函數和expand_dims函數

np.squeeze() squeeze 函數:從數組的形狀中刪除單維度條目,即把shape中爲1的維度去掉 用法:numpy.squeeze(a,axis = None): - a表示輸入的數組; - axis用於指定需

原创 Benchmark Analysis of Representative Deep Neural Network Architecture論文筆記

原文鏈接:https://www.jianshu.com/p/32944e53e2e1 論文地址:Benchmark Analysis of Representative Deep Ne

原创 PyTorch Hub發佈!一行代碼調用所有模型:torch.hub

Facebook官方博客表示,PyTorch Hub是一個簡易API和工作流程,爲復現研究提供了基本構建模塊,包含預訓練模型庫。並且,PyTorch Hub還支持Colab,能與論文代碼結合網站Papers With Code集

原创 pytorch:model.train和model.eval用法和區別

使用PyTorch進行訓練和測試時一定注意要把實例化的model指定train/eval,eval()時,框架會自動把BN和DropOut固定住,不會取平均,而是用訓練好的值,不然的話,一旦test的batch_size過小,很容

原创 python 安裝虛擬環境出現錯誤 Error while finding module specification for 'virtualenvwrapper.hook_loader'

錯誤如下: /usr/local/bin/python3: Error while finding module specification for 'virtualenvwrapper.hook_loader' (ModuleN

原创 workon: command not found(虛擬環境明明已經創建好,使用workon命令卻提示找不到命令)

虛擬環境明明已經創建好,使用workon命令卻提示找不到命令,具體提示如下 解決方法 在終端輸入 source virtualenvwrapper.sh 之後再輸入workon wusaifei 就能顯示出之前創建的虛擬環境

原创 python 中使用 shutil 實現文件或目錄的複製、刪除、移動

原文鏈接:https://docs.python.org/2/library/shutil.html#module-shutil   shutil 模塊 提供了多個針對文件或文件集

原创 Python os.path() 模塊

原文鏈接:https://www.runoob.com/python/python-os-path.html os.path 模塊主要用於獲取文件的屬性 以下是 os.path 模塊的幾

原创 keras:構建多輸入多輸出模型、多輸入單輸出模型

原文鏈接:https://keras.io/zh/getting-started/functional-api-guide/ 一個具有兩個輸入和兩個輸出的模型: 我們試圖預測 Twitt

原创 Git的使用--如何將本地項目上傳到Github(兩種簡單、方便的方法)

原文鏈接:https://blog.csdn.net/Lucky_LXG/article/details/77849212 將本地項目上傳到Github(兩種簡單、方便的方法) 一、

原创 理解:if __name__ == '__main__'

原文鏈接:https://blog.csdn.net/yjk13703623757/article/details/77918633 1. 摘要 通俗的理解__name__

原创 飽和非線性和非飽和非線性

ImageNet Classification with Deep Convolutional Neural Networks第三節解釋了他們使用的卷積神經網絡架構。 飽和非線性 飽和的激活函數會將輸出結果縮放到有限的區間: si

原创 激活函數詳解(ReLU/Leaky ReLU/ELU/SELU/Swish/Maxout/Sigmoid/tanh)

原文鏈接:https://www.cnblogs.com/makefile/p/activation-function.html 神經網絡中使用激活函數來加入非線性因素,提高模型的表

原创 垃圾分類數據集(垃圾圖片數據集)

數據說明 該數據集是圖片數據,分爲訓練集85%(Train)和測試集15%(Test)。其中O代表Organic(有機垃圾),R代表Recycle(可回收) 數據來源 數據來源:百度雲分享

原创 Efficientnet筆記:各個框架最適合的圖像尺寸

作者對神經網路的擴展過程進行了研究與反思。特別的是,作者提出了一個思考:能否找到一個規範化的神經網絡擴展方法可以同時提高網絡的準確率和效率。要實現這點,一個很關鍵的步驟便是如何平衡寬度、深度和分辨率這三個維度。作者通過一些經驗性的