搜索结果
查询Tags标签： 深度学习，共有 357条记录-
人工智能不过尔尔，基于Python3深度学习库Keras/TensorFlow打造属于自己的聊天机器人(ChatRobot)
原文转载自「刘悦的技术博客」https://v3u.cn/a_id_178聊天机器人(ChatRobot)的概念我们并不陌生，也许你曾经在百无聊赖之下和Siri打情骂俏过，亦或是闲暇之余与小爱同学谈笑风生，无论如何，我们都得承认，人工智能已经深入了我们的生活。目前市面上提供三方api的机器人…
2020/11/12 16:25:42 人评论 次浏览 -
如何将 PyTorch Lightning 模型部署到生产中
大规模服务PyTorch Lightning模型的完整指南。纵观机器学习领域，主要趋势之一是专注于将软件工程原理应用于机器学习的项目激增。 例如，Cortex再现了部署无服务器功能但具有推理管道的体验。类似地，DVC实现了现代版本控制和CI / CD管道，但仅用于ML。PyTorch Light…
2020/11/10 15:24:35 人评论 次浏览 -
PyTorch中利用ImageFolder和Dataloader加载自制图像数据集
使用的数据集为flower_photos，此数据集中：同一种花的图片分别存放于同一文件夹，文件夹名即为花的品种名称，如图：from __future__ import print_function, division import torchvision import torchvision.transforms as transforms from torch.utils.data import Da…
2020/11/7 15:15:40 人评论 次浏览 -
轻松使用TensorFlow进行数据增强
当我们没有大量不同的训练数据时，我们该怎么办？这是在TensorFlow中使用数据增强在模型训练期间执行内存中图像转换以帮助克服此数据障碍的快速介绍。图像分类的成功至少在很大程度上受到大量可用训练数据的驱动。暂时不考虑过拟合之类的问题，训练的图像数据越多，建…
2020/11/5 8:03:42 人评论 次浏览 -
轻松使用 TensorFlow 进行数据增强
当我们没有大量不同的训练数据时，我们该怎么办？这是在TensorFlow中使用数据增强在模型训练期间执行内存中图像转换以帮助克服此数据障碍的快速介绍。图像分类的成功至少在很大程度上受到大量可用训练数据的驱动。暂时不考虑过拟合之类的问题，训练的图像数据越多，建立有…
2020/11/4 21:03:55 人评论 次浏览 -
使用PyTorch加载自定义的图片及其标签
由于我下载的imagenet2012验证集所有图片都在一个文件夹，所有标签数据都在一个txt里面，因此我使用了自定义的DataSet和DataLoader进行读取。import os from torch.utils import data from PIL import Image import torch.nn as nn from torchvision import datasets, tr…
2020/11/3 15:03:40 人评论 次浏览 -
调包侠的炼丹福利：使用 Keras Tuner 自动进行超参数调整
使用Keras Tuner进行超参数调整可以将您的分类神经网络网络的准确性提高10％。这篇文章将解释如何使用Keras Tuner和Tensorflow 2.0执行自动超参数调整，以提高计算机视觉问题的准确性。假如您的模型正在运行并产生第一组结果。但是，它们与您期望的最高结果相去甚远。您缺…
2020/10/30 8:03:52 人评论 次浏览 -
TensorFlow 篇 | TensorFlow 2.x 基于 Keras 模型的本地训练与评估
「导语」模型的训练与评估是整个机器学习任务流程的核心环节。只有掌握了正确的训练与评估方法，并灵活使用，才能使我们更加快速地进行实验分析与验证，从而对模型有更加深刻的理解。前言在上一篇 Keras 模型构建的文章中，我们介绍了在 TensorFlow 2.x 版本中使用 Keras…
2020/10/19 16:03:54 人评论 次浏览 -
TensorFlow 篇 | TensorFlow 2.x 基于 Keras 的模型构建
「导语」TensorFlow 2.0 版发布以来，Keras 已经被深度集成于 TensorFlow 框架中，Keras API 也成为了构建深度网络模型的第一选择。使用 Keras 进行模型开发与迭代是每一个数据开发人员都需要掌握的一项基本技能，让我们一起走进 Keras 的世界一探究竟。Keras 介绍Keras …
2020/10/16 16:04:00 人评论 次浏览 -
用树莓派4b构建深度学习应用（九）Yolo篇
前言上一篇我们在树莓派上安装了OpenVINO的环境，并跑了几个官方demo，作为关键点的模型转换工作，以各个版本的yolo实现为例，在这篇做一下实现。目标检测是人工智能应用比较成熟的领域，不仅要能够识别出图片的目标，还要定位其位置，在自动驾驶方面会是一个基础的场景。…
2020/10/13 16:03:58 人评论 次浏览 -
markdown特殊语法之上下标
markdown特殊语法之上下标 markdown的基本语法很简单，百度一下就可以了，有空的话我再转载一些过来。我想的是平常其实需要用到的一些输入技巧，特殊用法或者扩展语法，还有一些难点倒是要记录学习一下。 在写作的时候，大部分的编辑器跑基本语法都是非常的流畅，但在特…
2020/10/13 8:33:40 人评论 次浏览 -
用树莓派4b构建深度学习应用（八）Openvino篇
前言虽然这一代的树莓派增加了内存，但主频的限制使得直接用纯主板推理，速度还是不够实时，这一篇我们介绍一下在树莓派上部署 OpenVINO 神经棒，进一步提升AI的推理速度。Intel的了第二代神经计算棒(Neural Compute Stick 2/NCS 2)，身材依然只有U盘大小，尺寸只有72.52…
2020/10/12 16:03:53 人评论 次浏览 -
用树莓派4b构建深度学习应用（七）Codeless开发篇
前言通过前几篇的努力，我们把主流的几个AI框架都安装了一下，涉及了太多的代码，略显枯燥。这篇我们试着在这基础上，做一些有趣的AI应用，并赶一波时髦全程采用无代码开发。现在建立人工智能应用最大的挑战在于几个方面：数据采集与标注需要花大量的时间和人力；模型的训…
2020/10/11 16:04:53 人评论 次浏览 -
用树莓派4b构建深度学习应用（六）TensorFlow Lite篇
前言上回我们建立了 tensorflow 的开发环境，跑测试模型比较方便，但对于树莓派来说，还是太庞大了。仅有 0.3fps 无法满足实时的生产环境需求，这篇我们部署一下专门为移动端和嵌入式设备而生的 TensorFlow Lite，并跑几个模型，测试一下纯树莓派上的极限帧率。TensorFlo…
2020/10/9 16:03:56 人评论 次浏览 -
用树莓派4b构建深度学习应用（五）Tersorflow篇
前言上回我们把 pytorch 的环境安装好了，这篇我们建立一下 tensorflow 和 keras 的开发环境。不得不说，相对于pytorch来说，tensorflow 对各个系统的支持真的很完善，无论是各种平台还是各个版本都有对应的预编译安装包，官方文档也很详细（但不代表没有坑，详见下文），…
2020/10/8 16:03:53 人评论 次浏览
