- 博客(20)
- 收藏
- 关注
RSS订阅原创 darknet19的配置文件
[net]batch=128subdivisions=1height=224width=224channels=3//图像的通道数momentum=0.9//动量decay=0.0005、、权重衰减正则项，防止过拟合max_crop=448learning_rate=0.1、、初始学习率policy=poly、、随着迭代次数的增加不断调整power=4、、pow开方的次数...
2018-08-31 10:34:00
2175
4
原创 python批量修改文件名字
import osimport randomf_list=os.listdir('d:/py_code/依维柯全顺')a=random.randint(100000000,999999999)oldpath='d:/py_code/依维柯全顺/'newpath='d:/py_code/111/'for name in f_list: a=random.randint(10000...
2018-07-23 16:19:32
246
原创 python截取文件
import osimport sysimport shutilname1=[]name=[]n_list=[]f=open('d:/py_code/1.txt','w')for line in open('d:/py_code/full_name.txt'): name1.append(line) for line in open('d:/py_code/darknet...
2018-07-21 14:06:13
1312
原创 python复制图片
#coding:utf-8import osimport shutilfor name in open('d:/py_code/c5/c55.txt','r'): print(name) oldpath='D:/处理照片/1-310/' newpath='D:/处理照片/c5/' if os.path.exists(oldpath+name[:-1]): ...
2018-07-21 14:04:46
6057
原创 删除特定的文件
# -*- coding:utf-8 -*-import ospath='D:/处理照片/1-310'filelsit=os.listdir(path)#print(filelsit)for name in filelsit: #print(name) if name[-8:-4] !='Car0': os.remove(path+'/'+name) #必...
2018-07-21 09:33:05
159
原创 python删除特定字符
# -*- coding: utf-8 -*-def delblankline(infile, outfile): infopen = open(infile, 'r',encoding="utf-8")#打开本体文件 outfopen = open(outfile, 'w',encoding="utf-8")#打开写入文件 lines = infopen.readlines()...
2018-07-21 09:31:03
1104
原创 python写入文件
import sysimport osf=open('d:/jpg_name.txt','w')name=[]jpg=[]jpg1=[]jpg_name=[]for line in open('d:/py_code/darknet-7_20180720.txt'): #print(line,end='') name.append(line)for i in ran...
2018-07-21 09:16:20
618
原创 安装darknet已经数据集的训练过程
在linux上安装darknet的过程非常简单，使用命令行git clone https://github.com/pjreddie/darknet.git即可安装成功，安装成功后，cd darknet的文件目录下，修改一下Makefile配置文件（因为要使用GPU加速） make这样的话，darknet已经安装好了。在训练darknet之前，由于数据集的不同以及使用...
2018-07-14 10:36:27
1102
原创 一些感想
打算正式进军算法届了，突然发现有很多要学的东西：TensorFlow这种主流的框架必须学会Python语言数据库的知识最基础的一些编程的思想和理念，在这方面还是缺少差很多基本的英语知识也很重要，最起码是具有可以阅读外文文献的能力...
2018-07-10 15:31:24
100
原创 Python的Map和Reduce函数的介绍
def f(x): return x*xr=map(f,[1,2,3,4,5,6,7,8,9])print(list(r))先写一个最简单的map函数，这个功能我们用for循环也可以实现，但是要把f（x）作用在list的每一个元素并把结果生成一个新的list，需要我们去理解。 map函数作为告诫函数，事实上它把运算规则抽象了，因此我们不但可以计算简单的f(x)=x^2,还可以计算...
2018-07-10 15:13:41
276
原创 备忘：多态的优点
本段直接摘抄廖雪峰关于多态的的介绍： 新增一个Animal的子类，不必对run_twice()做任何修改，实际上，任何依赖Animal作为参数的函数或者方法都可以不加修改地正常运行，原因就在于多态。 多态的好处就是，放我们需要传入Dog，Cat（都是Animal的子类）。。。时，我们只需要接受Animal类型就可以了，因为Dog，Cat都是Animal类型，然后，按照Anima...
2018-07-10 10:22:09
318
原创 关于准确率的详细介绍
主要是参考了《tensorflow》pdf的文档，首先使用的是一个tf.argmax的函数，它会找出某个tensor对象在某一个维度上最大值的索引。因为一般标签都是0，1，因此最大值1所在的索引位置就是类别标签，比如tf.argmax（y,1）返回的是模型对于任意输入x预测的标签值，而tf.argmax（y_,1）代表正确的标签，我们可以用tf.equal来检测我们的预测是否真实标签匹配（索引位置...
2018-06-18 20:46:49
540
原创 用简单神经网络识别手写数字
#!/usr/bin/env python# -*- coding: utf-8 -*-#用一个简单网络做一个手写数字识别import tensorflow as tfimport tensorflow.examples.tutorials.mnist.input_data as input_datamnist=input_data.read_data_sets('MNIST',one_...
2018-06-18 20:02:24
388
原创 梯度下降
梯度下降直白点说就是我们希望可是使Cost Function最小，通过对目标函数的W（权重）求偏导，来更新W的一个过程。很多情况下，我们只能找到的是局部最优解，如果损失函数是凸函数的话我们也可以找到全局最优。那么就需要对梯度下降进行优化。在机器学习中，有俩种梯度下降的优化过程，一个是随机梯度下降，一个是批量梯度下降。BGD（Batch Gradient Descent）更新每一个参数都...
2018-06-18 13:01:39
204
原创 激活函数简介
在说激励函数之前，我想先说一下softmax这个函数。我之前一直认为softmax是激励函数，但是感谢我的室友建哥纠正了我（什么时候我的深度学习可以像建哥一样优秀，我就满足了）。softmax模型可以用来给不同的对象分配概率，将n分类的n个输出，变为满足以下概率分布要求的函数。简单点说，softmax函数是一个分类函数。激活函数：运行时激活神经网络中某一部分神经元，将激活信息向后传入下一层...
2018-06-15 22:12:33
2227
原创 监督学习语无监督学习的区别
监督学习关注对事物的未知表现预测，一般包括分类问题和回归问题；无监督学习则倾向于对事物本身特性的分析，常用的技术包括数据降维（通常来说是PCA,但实际上LDA是属于一种降维的2分类问题，但是不属于无监督学习）和聚类问题等。分类问题，对其所有的类别进行预测，类别即是离散的，同时也是预先知道数量的。回归问题是预测问题，指数预测的目标往往是连续的变量。数据降维是对事物的特征进行压缩和筛选。...
2018-06-15 20:11:04
285
原创 关于学习率的调整
学习率的设置学习率是决定模型好坏的一个关键因数。过大的学习率会导致在局部最优解附近活动，很难找到最优解；过小的学习率优会导致收敛速度太慢。 如何找到一个合适的学习率，一般来说我们可以自己根据模型的收敛程度去自己设置学习率，常用的学习率有0.1，0.01，0.001。除了我们手动去调节学习率，也可以使用指数衰减学习率（学习率随着训练的轮数而动态更新）。 学习指数衰减学习率，我们需要记住4个参...
2018-06-15 10:22:36
1556
原创 搭建一个简单的神经网络
”’def add_layer():最基础的四个参数：输入值，输入的大小，输出的大小和激励函数，激励函数可以自己添加，也可以不使用激励函数。”’def add_layer(inputs,in_size,out_size,activation_function=None):接下来我们定义weight和biasesweight=tf.Variable(tf.random_norma...
2018-06-15 09:10:17
962
4
原创 6.14关于神经网络正则化的学习
6.14关于神经网络正则化的学习 ##在之前电话面试中，考官问我你对过拟合有什么了解？我说过拟合就是对训练集数据的拟合程度很好，但对测试集数据没有很好的拟合（其实简单点说就是模型没有很好的泛化能力）。既然谈到了过拟合的问题，就避不开正则化这个问题。 通俗意义上来说，解决过拟合，最好的办法就是增加数据集（有时候不一定是数据集不够，也有可能是特征提取的问题）。其次就是正则化以及卷积神经网络中的...
2018-06-14 22:09:29
244
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人