原创 OpenCV-C++-CUDA-06-形態學二值化操作
本章我們利用cuda加速實現形態學操作。 我有這麼一張圖： 當我使用cuda版的threshold()方法時： int main(int argc, char** argv) { Mat image = imr
2020-07-04 08:10:08
2
原创 OpenCV-C++-CUDA-07-基於顏色的物體跟蹤
上一篇OpenCV-C++—CUDA-06-形態學二值化操作展示了二值圖像、形態學在OpenCV-CUDA版本上的示例。本章我使用HSV顏色提取，以及形態學操作、聯通區域來跟蹤物體(跟蹤下面偏黃色的小球)。 先給
2020-07-04 08:10:08
2
原创 OpenCV-C++-CUDA-08-角點（特徵點）檢測
本章我們使用OpenCV-CUDA版本的角點檢測加速（主要針對shi-tomas和harris角點檢測）。 主要API： cuda::createGoodFeaturesToTrackDetector() #i
2020-07-04 08:10:08
1
原创 MXNET深度學習框架-06-使用gluon實現邏輯迴歸
上一章沒有使用gluon實現了一個邏輯迴歸，本章我們使用gluon來實現邏輯迴歸。由於本章與上一章並沒有什麼本質上的區別，所以直接貼代碼： import mxnet.gluon as gn import mxnet.autogra
2020-06-20 19:38:59
2
原创 OpenCV-C++-CUDA-05-高斯雙邊加速，實時美顏
本章我們繼續使用OpenCV-C++版本在CUDA下的編程應用，主要使用雙邊模糊，對圖像進行美顏細化。 1、高斯雙邊模糊 int main(int argc, char** argv) { Mat image =
2020-06-20 18:38:59
22
原创 TensorFlow-2.x-10-AlexNet的實現
AlexNet可以說是使得深度學習大火的一個網絡模型，它構建了多層CNN，增大感受野，加入LRN等方法，使得網絡擁有極高的特徵提取能力，但受限於設備的元素，當時用了2塊GPU來提升訓練效率。相關結構及原理可參考一下
2020-06-20 18:38:59
原创 MXNET深度學習框架-08-使用gluon實現多層感知機(MLP)
使用gluon實現MLP比較簡單，本章不作過多理論說明。下面是相關代碼： 1、數據讀取 batch_size = 100 transformer = gn.data.vision.transforms.ToTen
2020-06-20 18:38:59
1
原创 MXNET深度學習框架-19-從0開始的Batch Normalization(批量歸一化)
通常來說，數據標準化預處理對於淺層模型就足夠有效了。隨着模型訓練的進行，當每層中參數更新時，靠近輸出層的輸出較難出現劇烈變化。但對深層神經網絡來說，即使輸入數據已做標準化，訓練中模型參數的更新依然很容易造成靠近輸
2020-06-20 17:46:02
原创 MXNET深度學習框架-11-從0開始的卷積神經網絡(CNN)
之前幾章所用的MLP、邏輯迴歸等方法是直接將圖像拉成一維向量，這樣做有2個很大的問題： 1、相近像素在向量中可能會變得很遠，模型很難捕捉到它們之間的空間關係； 2、對於255X255X3的圖像，輸出層爲1000，
2020-06-20 17:46:02
1
原创 MXNET深度學習框架-10-使用正則化方法解決過擬合問題(以使用gluon的線性迴歸爲例)
上一章沒有使用gluon實現了L2正則化解決過擬合問題，本章使用過gluon來實現以下相關代碼： import mxnet.ndarray as nd import mxnet.autograd as ag import mxne
2020-06-20 17:46:02
原创 MXNET深度學習框架-09-使用正則化方法解決過擬合問題(以從0開始的線性迴歸爲例)
本章我們使用一個高維線性迴歸的例子來做解決過擬合的問題。 相關公式： y=0.05+∑i=1p0.01xi+noisey=0.05+\sum_{i=1}^p0.01x_i+noisey=0.05
2020-06-20 17:46:02
1
原创 TensorFlow-2.x-04-多分類邏輯迴歸的簡潔實現
本文不做多餘解釋，主要是銜接上一章TensorFlow-2.x-03-從0開始的多分類邏輯迴歸內容，使用TF-2.x來快速實現多分類邏輯迴歸。 1、獲取/讀取數據集，歸一化數據 (x_train, y_train)
2020-06-20 17:45:51
4
原创 TensorFlow-2.x-01-從0開始的線性迴歸
之前我一直使用的是TensorFlow-1.x的版本，雖說靜態圖模式比較繁瑣，但用習慣了之後還是覺得挺不錯的，後來TensorFlow-2.x的版本推出了，聽說採用了Keras的高階API，而且默認使用eager模
2020-06-20 17:45:51
原创 TensorFlow-2.x-02-線性迴歸的簡潔實現
這裏我們實現的是接上一篇的從0開始的線性迴歸，TF-2.x中有比較簡潔的實現方式。mxnet中也有對應章節：MXNET深度學習框架-04-使用gluon實現線性迴歸 1、生成數據集 num_inputs = 2 n
2020-06-20 17:45:51
原创 TensorFlow-2.x-03-從0開始的多分類邏輯迴歸
本章節對應MXNET深度學習框架-05-從0開始的多分類邏輯迴歸。 1、數據集下載及讀取 本文使用fashionmnist數據集，通過tensorflow可以進行下載和讀取： from tensorflow.ker
2020-06-20 17:45:50