财经 生活 游戏 科技 软件 程序设计 编程

异常处理数据集  【机器学习算法问题】

UCF-Crime https://www.crcv.ucf.edu/projects/real-world/    百度云下载地址 https://zhuanlan.zhihu.com/p/98928534 UR fall detection dataset http://fenix.univ.rzeszow.pl/~mkepski/ds/uf.html

热门板块2021  【学习 市场】

20210104 周一 航空、电气设备、多晶硅、锂电池、特斯拉、军民融合、国防军工、光伏概念、高端装备、新能源车、农林牧渔、有色 多晶硅、电气设备、航空、锂电池、特斯拉、酿酒、光伏概念、稀缺资源、新能源车、风能、有色 锂电池、稀缺资源、酿酒、航空、有色

微信公众平台网页打不开,打开速度太慢  【软件】

域名为https://mp.weixin.qq.com/ 有比较大的几率是dns的问题,可以设成114.114.114.114, & 8.8.8.8 ; 100Mpa:https://zhidao.baidu.com/question/1383201119398491820.html

tensorflow冻结层的方法  【机器学习算法问题】

最近在搞faster-rcnn的改动,网上看到很多人在做的一些改进,其中就包括冻结Bn等等方式,于是自己也就查了一下tensorflow里面冻结层的方法,现在总结如下: 1、比如使用一个VGG的前面提取特征的部分,而微调其全连层,或者将其全连层更换为使用convolution来完成,可以使用TensorFlow的stop_gradient函数,将模型的一部分进行冻结。 2、采用get_collection: #定义优化算子 optimizer = tf.train.AdamOptimizer(

Mask_RCNN:ValueError: Dimension 1 in both shapes must be equal, but are 8 and 324.  【机器学习算法问题】

NUM_CLASSES 1+1 改为1+80 https://blog.csdn.net/qq_15969343/article/details/80559154

Mask RCNN 一定要在自己数据集上训练才能迁移吗  【机器学习算法问题】

Mask RCNN 可以直接使用在MS COCO上预训练的模型做迁移学习,分割自己的图片。 如果想训练自己的数据集,需要进行标注。https://blog.csdn.net/qq_29462849/article/details/81037343

较新的图像处理网络 github 地址  【机器学习算法问题】

Mask_RCNN https://github.com/matterport/Mask_RCNN

MS COCO 数据集  【机器学习算法问题】

COCO等开源数据集国内下载站 https://www.aiuai.cn/aifarm931.html MS COCO官网数据集(百度云)下载,COCO API、MASK API和Annotation format介绍(来自官网)https://blog.csdn.net/u014734886/article/details/78830713

激活函数  【机器学习算法问题】

激活函数 https://www.cnblogs.com/echeng192/p/7455628.html

tensorflow学习 one-hot编码  【机器学习算法问题】

One-Hot编码,又称为一位有效编码,主要是采用位状态寄存器来对个状态进行编码,每个状态都由他独立的寄存器位,并且在任意时候只有一位有效。 在实际的机器学习的应用任务中,特征有时候并不总是连续值,有可能是一些分类值,如性别可分为“male”和“female”。在机器学习任务中,对于这样的特征,通常我们需要对其进行特征数字化。

机器学习中的损失函数  【机器学习算法问题】

信息量、熵、相对熵(KL散度)、交叉熵:https://blog.csdn.net/u012370185/article/details/94861081 余弦相似度 - Cosine Similarity https://blog.csdn.net/robbyo/article/details/43588357

stride,padding,kernel_size 和卷积前后特征图尺寸之间的关系  【机器学习算法问题】

众所周知,在定义卷积层的时候,我们一般会设置卷积核大小(kernel_size),卷积步长 (stride),特征图填充宽度 (padding)等参数。这些值的设置让卷积核可以从图片的第一个像素刚好扫描到最后一个像素,如下图所示 不难发现,经过卷积后的特征图尺寸等于卷积核滑动的次数 + 1,在这里等于 5。现在假设卷积前的特征图宽度为  ,卷积后输出的特征图宽度为  ,那么它们和上述设置的参数之间的关系是怎样的呢?首先可以确定的是padding之后

tensorflow 中 sess.run() 只计算需要输出部分的图  【机器学习算法问题】

tensorflow并没有计算整个图,只是计算了与想要fetch 的值相关的部分 sess.run() 中的feed_dict 我们都知道feed_dict的作用是给使用placeholder创建出来的tensor赋值。其实,他的作用更加广泛:feed 使用一个 值临时替换一个 op 的输出结果. 你可以提供 feed 数据作为 run() 调用的参数. feed 只在调用它的方法内有效, 方法结束, feed 就会消失.

批归一化Batch Normalization  【机器学习算法问题】

BN训练和测试时的差异         对于BN,在训练时,是对每一批的训练数据进行归一化,也即用每一批数据的均值和方差。而在测试时,比如进行一个样本的预测,就并没有batch的概念,因此用的是全量训练数据的均值和方差,可以通过移动平均法求得。 BN训练时为什么不用全量训练集的均值和方差呢?         因为用全量训练集的均值和方差容易过拟合,对于BN,其实就是对每一批数据进行归一化到一个相同的分布,而每一批

tensorflow小技巧之查看保存模型参数的 name 和 value  【机器学习算法问题】

# http://blog.csdn.net/u011961856/article/details/77064631 # coding:utf-8 # tensorflow模型保存文件分析 import tensorflow as tf import os from tensorflow.python import pywrap_tensorflow # # 保存model # v1 = tf.Variable(tf.random_normal([784, 200], stddev=0.

1  2  3  4  5  6  下一页  尾页53