原创 卷積神經網絡基礎和網絡結構

  一、發展歷史     卷積神經網絡(Convolutional Neural Network)是一種常見的用於圖像分類的深度學習框架,它可以看作是一種對輸入信號逐層加工,最後將聯繫並不密切的輸入和輸出信息連接起來的分類網絡。CNN的網

原创 Tensorflow-gpu & Object Detection API & Tensorflow Serving 配置過程

系統環境:Centos 7.3(ubuntu大同小異,親測Ubuntu16.04) Nvidia 驅動 1.安裝kernel yum -y install gcc kernel-devel kernel-headers 2.導入

原创 model.clpt轉換爲tensorflow serving需要的saved_model.pb

    在向tensorflow serving部署模型的時候需要pb格式的模型文件,但是之前訓練用的是object detection api,訓練生成的是三個ckpt文件,然後網上和官方轉換都用的是freeze_graph來讀取ckp

原创 TensorFlow Object Detection API 超詳細教程和踩坑過程(數據準備和訓練)

1.準備數據     object detection的數據是需要tfrecord格式的,但是一般我們還是先製作voc格式的數據更加方便。     1.voc格式數據的準備:github上下載一個label-img:      然後選

原创 TensorFlow Object Detection API 超詳細教程和踩坑過程(安裝)

目錄 1.配置環境     cuda安裝     cudnn安裝     anaconda安裝並創建環境     tensorflow環境     2.API安裝     Tensorflow.models下載     Protobuf

原创 遞歸與分治

1.遞歸     遞歸思想是把問題轉化爲規模縮小了的同類問題的子問題,然後遞歸調用函數(或過程)來表示問題的解;一個過程(或函數)直接或間接調用自己本身,這種過程(或函數)叫遞歸過程(或函數)。     1.特點:    (1)遞歸就是在

原创 字符串排列組合問題

1.組合    求一個字符串的所有能組合的情況,如ABC的所有的組合爲A、B、C、AB、AC、BC、ABC,即,舉一個例子,從ABC中選出n=2個不同的字符有哪些選法?從A遍歷到C,如果選了A就從剩下的BC中再選出一個字符即可,如果沒選A

原创 最優化算法(三):PSO

1.介紹      我這裏就不去生動形象的舉什麼鳥類捕食的例子了,直接給出流程,基本的粒子羣算法很簡單,只用明確它每次迭代優化的方法就好了。同樣PSO也是一個無約束的迭代求解的最優化算法,我們的目標是(這裏的min只是舉例子,真實情況不一

原创 機器學習方法總結(四):支持向量機

支持向量機 1.簡介     支持向量機(SVM)是一種二分類模型,它的基本形式是定義在特徵空間上的間隔最大的線性分類器,這也是它區別於感知機的原因,如果加上核技巧,SVM實際上就變成了一種非線性分類器。它的學習策略是:間隔最大化;求解算

原创 機器學習方法總結(八):EM

EM算法(Expectation-Maximum) 1.引入     這個算法的過程我認爲李航的統計學習方法講的很好,所以我就順着他的思路理一遍然後講清楚中間的過程。EM算法是一個含有隱變量和觀測變量用極大似然估計法估計參數並進行迭代改進

原创 強化學習(二):Sarsa

Sarsa(state-action-reward-state_-action_) 1.與Q_Learning的區別     Sarsa是on-policy,即在線學習型,下一個 state_和action_ 將會變成他真正採取的 act

原创 Tensorflow搭建Alexnet網絡(二)

1.訓練網絡   1.session:完成全部的構建準備、生成全部所需的操作之後,我們就可以創建一個tf.Session,用於運行圖表,也可以利用with代碼塊生成Session,限制作用域:with tf.Session() as se

原创 用HMM實現中文分詞

1.jieba分詞     jieba分詞的三種分詞模式: 精確模式,試圖將句子最精確地切開,適合文本分析; 全模式,把句子中所有的可以成詞的詞語都掃描出來, 速度非常快,但是不能解決歧義; 搜索引擎模式,在精確模式的基礎上,對長詞再次切

原创 機器學習方法總結(一)

機器學習方法概論    說明:本教程的主要目的是個人秋招復習,適用於一些有基礎的同學進行復習,主要來自於對統計學習方法和西瓜書的整理,所以不適用於系統學習,詳細內容大家可以看書。其中加入個人的理解和各個算法是實例,由於理解不夠導致的錯誤

原创 Tensorflow搭建Alexnet網絡(一)

第一部分講解網絡的構建,建立的方式和Tensorflow的官方中文教程的方式略微不同,由於網路結構小,各個隱層並未放入命名空間中,但邏輯順序依然一樣。 1.Alexnet     用一張圖先展示一下CNN的經典網絡結構Alexnet,