原创 【AI實戰】動手實現人臉識別程序 原

人臉識別在現實生活中有非常廣泛的應用,例如iPhone X的識別人臉解鎖屏幕、人臉識別考勤機、人臉識別開門禁、刷臉坐高鐵,還有識別人臉虛擬化妝、美顏,甚至支付寶還推出了刷臉支付、建設銀行還實現了刷臉取錢……,可見人臉識別的用處非常廣。  

原创 大話CNN經典模型:GoogLeNet(從Inception v1到v4的演進) 原 薦

2014年,GoogLeNet和VGG是當年ImageNet挑戰賽(ILSVRC14)的雙雄,GoogLeNet獲得了第一名、VGG獲得了第二名,這兩類模型結構的共同特點是層次更深了。VGG繼承了LeNet以及AlexNet的一些框架結構

原创 大話目標檢測經典模型:Mark R-CNN 原 薦

在之前的文章中介紹了目標檢測經典模型(R-CNN、Fast R-CNN、Faster R-CNN),目標檢測一般是爲了實現以下效果:   在R-CNN、Fast R-CNN、Faster R-CNN中,實現了對目標的識別和定位,如下圖所示

原创 大話CNN經典模型:VGGNet 原 薦

—— 原文發佈於本人的微信公衆號“大數據與人工智能Lab”(BigdataAILab),歡迎關注。     2014年,牛津大學計算機視覺組(Visual Geometry Group)和Google DeepMind公司的研究員一起研發出

原创 在Jupyter Notebook中增加Python內核 原

本人在Python 3.6的環境下,安裝了Jupyter pip3 install jupyter 進入到Jupyter Notebook後,點擊Kernel菜單的Change kernel子菜單,只看到只有一個Python 3。如果這時想

原创 【AI實戰】動手訓練自己的目標檢測模型(YOLO篇) 原 薦

在前面的文章中,已經介紹了基於SSD使用自己的數據訓練目標檢測模型(見文章:手把手教你訓練自己的目標檢測模型),本文將基於另一個目標檢測模型YOLO,介紹如何使用自己的數據進行訓練。   YOLO(You only look once)是

原创 【AI實戰】基礎環境搭建(Ubuntu+conda+tensorflow+GPU+PyCharm) 原 薦

爲方便日常的深度學習模型開發與測試,在自己筆記本上搭建一個深度學習的基礎環境,便於學習AI使用。本人使用的筆記本配置是CPU爲8代i5,顯卡爲GTX1060,內存爲8G,基本上可滿足日常的AI研究與學習。下面將介紹基礎環境的搭建配置過程:

原创 【AI實戰】快速掌握Tensorflow(一):基本操作 原

Tensorflow是Google開源的深度學習框架,來自於Google Brain研究項目,在Google第一代分佈式機器學習框架DistBelief的基礎上發展起來。Tensorflow於2015年11月在GitHub上開源,在201

原创 【AI實戰】手把手教你訓練自己的目標檢測模型(SSD篇) 原 薦

目標檢測是AI的一項重要應用,通過目標檢測模型能在圖像中把人、動物、汽車、飛機等目標物體檢測出來,甚至還能將物體的輪廓描繪出來,就像下面這張圖,是不是很酷炫呢,嘿嘿 在動手訓練自己的目標檢測模型之前,建議先了解一下目標檢測模型的原理(見

原创 【AI實戰】訓練第一個AI模型:MNIST手寫數字識別模型 原 薦

在上篇文章中,我們已經把AI的基礎環境搭建好了(見文章:Ubuntu + conda + tensorflow + GPU + pycharm搭建AI基礎環境),接下來將基於tensorflow訓練第一個AI模型:MNIST手寫數字識別模

原创 27種深度學習主流神經網絡 原

深度學習發展迅速,每天都會冒出不少新的神經網絡架構,對於從事AI的專業人士而言,要全面追蹤、瞭解這些新的架構非常費力。 ASIMOV Institute繪製當前所流行的27張神經網絡節點圖,方便查閱和收藏,如下: 歡迎關注本人的微信公衆號

原创 【AI實戰】快速掌握TensorFlow(二):計算圖、會話 原

在前面的文章中,我們已經完成了AI基礎環境的搭建(見文章:Ubuntu + Anaconda + TensorFlow + GPU + PyCharm搭建AI基礎環境),以及初步瞭解了TensorFlow的特點和基本操作(見文章:快速掌握

原创 【AI實戰】快速掌握TensorFlow(四):損失函數 原 薦

在前面的文章中,我們已經學習了TensorFlow激勵函數的操作使用方法(見文章:快速掌握TensorFlow(三)),今天我們將繼續學習TensorFlow。 本文主要是學習掌握TensorFlow的損失函數。 一、什麼是損失函數 損失

原创 CNN進化史 原 薦

卷積神經網絡(CNN)近年來取得了長足的發展,是深度學習中的一顆耀眼明珠。CNN不僅能用來對圖像進行分類,還在圖像分割(目標檢測)任務中有着廣泛的應用。CNN已經成爲了圖像分類的黃金標準,一直在不斷的發展和改進。 劉昕博士總結了CNN的演

原创 Ubuntu出現“dpkg: 依賴關係問題使得libbsd0:i386的配置工作不能繼續”錯誤 原

Ubuntu在執行apt-get upgrade時出現了錯誤: dpkg: 處理軟件包 libc6:i386 (--configure)時出錯: installed libc6:i386 package post-installatio