- 博客(8)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 改写Caffe配置文件prototxt并测试
Caffe的prototxt分为两个文件，一个是网络模型定义文件，如train_val.prototxt，在模型训练以及验证时使用。另一个是deploy.prototxt模型配置文件，在模型test时使用。利用lenet-5的网络模型结构进行改写并测试各自结构训练出的模型准确率。在编写网络模型prototxt文件时，出现了以下几个错误，解决的时在定义时文件中不要加注释，单词拼写，lay...
2018-08-31 14:18:50
1951
原创 模型微调fine-tuning
因为上一篇博客采用的数据集太少，直接利用模型进行训练其预测能力较弱，故在此需要采取fine-tuning的方案进行训练，微调的训练结果如下，效果显而易见。(所有包含文件都在链接：https://pan.baidu.com/s/1pJPGlhrQa305cneCwNvBWA 密码：domc) 具体微调过程如下：数据集的准备以及均值文件的获取过程与上一篇的流程是一样的，同时需要下载一个...
2018-08-27 16:53:13
4354
2
原创 （薛开宇学习笔记（三））用自己的数据训练和测试“CaffeNet”
1.数据准备原文是用ImageNet1000类的数据库，本文是自己模仿一个小的数据库进行下去的，在caffe下新建一个myself文件夹，并在网上下载了训练猫的图片60张，测试猫10张，训练狗的图片60张，测试狗10张，如图：为了方便，对下载的图片名进行修改，修改代码如下：import os;def rename(): count=0; name="dog";...
2018-08-24 14:55:22
918
原创 BP神经网络以及在手写数字分类中python代码的详细注释
BP神经网络以及在手写数字分类中python代码的详细注释1、写在前面传统的bp神经网络分为3层，输入层，隐含层以及输出层，其中隐含层可以分为多层，但最多不超过两层。每层的神经元个数具体问题具体设置，如本文手写数字图片，它是将图片28*28转换为784*1向量，则输入层就是一个784维的向量，则输入层神经元个数就为784，而输出层，本文是将数字0-9转换成一个10维的向量，比如数字9转换为
2017-09-27 15:12:10
6700
5
原创 机器学习：决策树cart算法在分类与回归的应用（上）
编程实现cart算法的分类树、回归树以及模型树1、写在前面决策树是通过一系列规则对数据进行分类的过程。它提供一种在什么条件下会得到什么值的类似规则的方法。决策树分为分类树和回归树两种，分类树对离散变量做决策树，回归树对连续变量做决策树，分类树是从ID3算法开始，改进成C4.5，随后又出现了cart算法，cart算法可以生成分类树，也可以生成回归树，每个决策树之所以不同主要是因为在最优标准属
2017-09-04 09:54:56
1194
原创 机器学习:朴素贝叶斯算法+中文情感分类+python
朴素贝叶斯中文情感分类1、写在前面朴素贝叶斯算法理论在很多博客上已经解释的很详细了，本文就不再叙述，本文注重于算法的应用以及编程实现，在读取前人的博客以及他们的项目应用，本人结合书本《机器学习算法原理与编程实践_郑捷》中的贝叶斯算法介绍，将其运用于中文情感分类中，书本中的代码运用了矢量编程，代码块简练易懂，这样也能提高对算法的理解。本人对贝叶斯分类的理解，简单的概括就是：要想由什么特征...
2017-08-20 16:32:19
9553
7
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人