人工智能
-
Keras人工神经网络多分类（SGD）
import numpy as np import pandas as pd from keras.models import Sequential from keras.layers import Dense, Dropout from keras.wrappers.scikit_learn import KerasClassifier from kera…
-
深入理解Keras中LSTM的stateful和stateless应用区别
本文通过让LSTM学习字母表，来预测下一个字母，详细的请参考： https://blog.csdn.net/zwqjoy/article/details/80493341 https://machinelearningmastery.com/understanding-stateful-lstm-recurrent-neural-networks-pytho…
-
Keras学习-1
本文基于http://keras-cn.readthedocs.io/en/latest/for_beginners/concepts/提及的知识总结，感谢作者做出的贡献，如有侵权将立即删除 符号计算 Keras的底层库使用Theano或TensorFlow，这两个库也称为Keras的后端。无论是Theano还是TensorFlow，都是一个“符号式”的库。…
-
pytorch使用过程问题汇总
1.DecompressionBombWarning: Image size (92680344 pixels) exceeds limit of 89478485 pixels, could be decompression bomb DOS attack.DecompressionBombWarning, 日期 ： 2021-01-27 原因…
-
安装anaconda及pytorch
安装anaconda，下载64位版本安装https://www.anaconda.com/download/ 官网比较慢，可到清华开源镜像站上下载 环境变量： D:\Anaconda3;D:\Anaconda3\Library\mingw-w64\bin;D:\Anaconda3\Library\usr\bin;D:\Anaconda3\Library…
-
pyinstall 打包 python代码为可执行文件（pytorch）
利用pyinstaller(4.2)打包pytorch，开始使用的python版本为3.7.4，在Ubuntu18.04上能打包成功，但在windows10上一直报错numpy.core.multiarray failed to import，尝试了很多方法，最终在import torch之前添加import numpy后打包成功。 一、代码 testTor…
-
pytorch transform 和 OpenCV及PIL转换
img_path = “./data/img_37.jpg” # transforms.ToTensor() transform1 = transforms.Compose([ transforms.ToTensor(), # range [0, 255] -> [0.0,1.0] ] ) ## openCV img = cv2.imread(img_…
-
wgan pytorch,pyvision, py-faster-rcnn等的安装使用
因为最近在读gan的相关工作，wgan的工作不得不赞。于是直接去跑了一下wgan的代码。 原作者的wgan是在lsun上测试的，而且是基于pytorch和pyvision的，于是要装，但是由于我们一直用的是python 2.7,所以无法从WGAN的页面上跳到pytorch的官方页面下载安装，需要安装github上的版本，这个是不需要python3.5的。重新…
-
强大的PyTorch：10分钟让你了解深度学习领域新流行的框架
摘要： 今年一月份开源的PyTorch，因为它强大的功能，它现在已经成为深度学习领域新流行框架，它的强大源于它内部有很多内置的库。本文就着重介绍了其中几种有特色的库，它们能够帮你在深度学习领域更上一层楼。 更多深度文章，请关注：https://yq.aliyun.com/cloud PyTorch由于使用了强大的GPU加速的Tensor计算（类似伟大教程。如…
-
pytorch 数据维度变换
view、reshape 两者功能一样：将数据依次展开后，再变形 变形后的数据量与变形前数据量必须相等。即满足维度：ab…f = xy…z reshape是pytorch根据numpy中的reshape来的 -1表示，其他维度数据已给出情况下， import torch a = torch.rand(2, 3, 2, 3) a # 输出： tenso…
