自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(41)
  • 收藏
  • 关注

原创 YOLOv5 :训练自己的数据集

**🍨 本文为[🔗365天深度学习训练营](https://mp.weixin.qq.com/s/rnFa-IeY93EpjVu0yzzjkw) 中的学习记录博客**- **🍖 原作者:[K同学啊](https://mtyjkh.blog.csdn.net/)**我们接着上一篇文章配置完YOLOv5需要的环境后,今天我们试着用YOLOv5训练自己的数据集。

2025-06-02 20:07:07 857

原创 YOLOv5:调用官方权重进行检测

- **🍨 本文为[🔗365天深度学习训练营](https://mp.weixin.qq.com/s/rnFa-IeY93EpjVu0yzzjkw) 中的学习记录博客**- **🍖 原作者:[K同学啊](https://mtyjkh.blog.csdn.net/)**本篇以Yolov5s为例,官方开源地址为:https://github.com/ultralytics/yolov5安装需要的环境Windows 版本:Mac 版本:以同样的方法打开cmd或终端,输入命令:python path/to/

2025-05-22 22:55:58 328

原创 阿兹海默病诊断(优化特征版)

**🍨 本文为[🔗365天深度学习训练营](https://mp.weixin.qq.com/s/rnFa-IeY93EpjVu0yzzjkw) 中的学习记录博客**- **🍖 原作者:[K同学啊](https://mtyjkh.blog.csdn.net/)**

2025-05-15 04:47:26 263

原创 第R8周:RNN实现阿尔兹海默病诊断(pytorch)

训练循环size = len(dataloader.dataset) # 训练集的大小num_batches = len(dataloader) # 批次数目, (size/batch_size,向上取整)train_loss, train_acc = 0, 0 # 初始化训练损失和正确率for X, y in dataloader: # 获取图片及其标签# 计算预测误差pred = model(X) # 网络输出。

2025-05-05 22:39:06 395

原创 糖尿病预测模型优化探索

return outmodel# 训练循环size = len(dataloader.dataset) # 训练集的大小num_batches = len(dataloader) # 批次数目, (size/batch_size,向上取整)train_loss, train_acc = 0, 0 # 初始化训练损失和正确率for X, y in dataloader: # 获取图片及其标签# 计算预测误差pred = model(X) # 网络输出。

2025-04-30 05:49:00 142

原创 LSTM 实现糖尿病探索与预测

return outmodel# 训练循环size = len(dataloader.dataset) # 训练集的大小num_batches = len(dataloader) # 批次数目, (size/batch_size,向上取整)train_loss, train_acc = 0, 0 # 初始化训练损失和正确率for X, y in dataloader: # 获取图片及其标签# 计算预测误差pred = model(X) # 网络输出。

2025-04-23 02:34:20 226

原创 第R5周:天气预测

**🍨 本文为[🔗365天深度学习训练营](https://mp.weixin.qq.com/s/rnFa-IeY93EpjVu0yzzjkw) 中的学习记录博客**- **🍖 原作者:[K同学啊](https://mtyjkh.blog.csdn.net/)**任务说明:数据集采用了来自澳大利亚许多地点的大约10年的每日天气观测数据。现在要根据这些数据对RainTomorrow进行一个预测。

2025-04-17 05:34:48 307

原创 Tensorflow2实现: LSTM-火灾温度预测

**🍨 本文为[🔗365天深度学习训练营](https://mp.weixin.qq.com/s/rnFa-IeY93EpjVu0yzzjkw) 中的学习记录博客**- **🍖 原作者:[K同学啊](https://mtyjkh.blog.csdn.net/)**

2025-04-10 19:21:05 372

原创 Pytorch|RNN-心脏病预测

- **🍨 本文为[🔗365天深度学习训练营](https://mp.weixin.qq.com/s/rnFa-IeY93EpjVu0yzzjkw) 中的学习记录博客**- **🍖 原作者:[K同学啊](https://mtyjkh.blog.csdn.net/)**2.划分数据集三:模型训练1.构建模型3.定义测试函数4.正式训练模型四:模型评估1.Loss 与 Accuracy 图

2025-04-02 02:43:06 381

原创 Tensorflow | RNN-心脏病预测

在构建模型时,可以使用动态输入形状,例如,保证代码更通用。

2025-03-24 20:39:27 292

原创 Inception v3算法实战与解析

学习了Inception v3模型的框架结构。

2025-03-21 06:19:10 872

原创 Inception v1算法实战与解析

本章学习了Inception v1模型,通过引入多分支结构和巧妙的降维、升维操作,在降低计算复杂度和参数量的同时,有效捕捉了多尺度特征,改善了传统深度 CNN 单纯堆叠层数所带来的训练困难。

2025-03-12 04:10:48 796

原创 对于ResNeXt-50算法的思考

在stack函数中,第一个残差块使用conv_shortcut = True, 通过1*1卷积将输入特征图的通道数调整为filters*2。后续的残差块则使用conv_shortcut = False,但这时候输入特征图的通道数已经与filters*2 一致,因此x和shortcut的通道数是一致的。而残差块中的1*1卷积和BN层确保了x和shortcut的通道数在Add操作时是一致的。

2025-02-18 05:36:29 121

原创 ResNeXt-50实战

**🍨 本文为[🔗365天深度学习训练营](https://mp.weixin.qq.com/s/rnFa-IeY93EpjVu0yzzjkw) 中的学习记录博客**- **🍖 原作者:[K同学啊](https://mtyjkh.blog.csdn.net/)**

2025-02-13 04:38:12 339

原创 DenseNet + SE-Net实战

SE-Net 是由WMW团队发布。具有复杂度低,参数少和计算量小的优点。且SENet思路很简单,很容易扩展到已有网络结构如Inception 和 ResNet中。已经有很多工作在空间维度上来提高网络的性能,如Inception等,而SENet将关注点放在了特征通道之间的关系上。其具体策略为:通过学习的方式来自动获取到每个特征通道的重要程度,然后依照这个重要程度去提升有用的特征并抑制对当前任务用处不大的特征,这又叫做特征重标定策略。

2025-01-23 20:56:32 941

原创 ResNet与DenseNet结合探索

在深度学习的图像识别模型中,ResNet 与 DenseNet是两种经典而高效的网络结构。ResNet 通过恒等映射和跳跃连接有效的缓解了随着网络加深带来的梯度消失或者梯度爆炸的问题。DenseNet 则通过在网络内部使用密集连接,将前面所有层的输出特征直接传递到后面的层,极大地提高了特征复用率。

2025-01-15 04:09:43 303

原创 DenseNet算法实现乳腺癌识别

这周学习了如何将DenseNet运用到乳腺癌的检测中去,写此篇时网络情况较差,训练结果耗时太长,暂时无法给出。

2025-01-03 23:02:59 169

原创 DenseNet算法实战与解析

本章学习了DenseNet神经网络的基本结构,并使用了tensorflow搭建了该网络。

2024-12-27 19:37:39 625

原创 ResNet50V2算法实战与解析

相较于之前的Resnet-50v2,我们发现模型的准确率略有提高。

2024-12-20 22:32:37 230

原创 ResNet-50 算法实战与解析

本章学习了RestNet-50的模型结构,对其有了基础的了解。

2024-12-09 21:59:10 507

原创 Tensorflow:优化器对比实验

经过模型准确率和损失率的对比,发现Adam优化器的效果更好。

2024-12-05 17:36:00 182

原创 Tensorflow:数据增强

这是大家可以自由发挥的一个地方# 随机改变图像对比度在通过RandomFlip和RandomRotation进行模块导入时,出现导入错误问题,问题原因是从TensorFlow 2.4及更高版本开始,实验预处理层已经从tf.keras.layers.experimental.preprocessing移动到tf.keras.layers。

2024-11-28 03:09:24 588

原创 Tensorflow猫狗识别

在代码运行时,发生了和上周一样的错误,backend的set_value和get_value方法无法使用,因此将他们替换为了model.optimizer.learning_rate.assign(lr)

2024-11-15 03:29:40 353

原创 Tensorflow 猫狗识别

在使用K.set_value(model.optimizer.lr, lr)时发生报错,将其修改为 model.optimizer.learning_rate.assign(lr)后能正常运行。在运行该模型时,colab的系统RAM被占满导致无法继续进行。

2024-11-08 04:15:12 435

原创 Tensorflow 咖啡豆识别

利用自建的VGG网络,拟合的效果较好。

2024-10-31 00:16:40 933

原创 好莱坞明星识别

通过直接调用的VGG模型效果较差。

2024-10-18 06:23:09 399

原创 Tensorflow 运动鞋品牌识别

在这一节中,我们使用了指数衰减学习率调度器,除此之外,我们仍然可以使用分段常数衰减或者ReduceLROnPlateau回调。

2024-10-10 21:19:54 833

转载 Tensorflow 猴痘病识别

使用checkpointer时遇到报错,解决方案是当save_weights_only=True时,文件名需要weights.h5结尾。

2024-10-04 06:27:18 102

转载 Tensorflow 天气识别

Dropout 是一种正则化技术,通过在训练过程中随机“丢弃”一部分神经元,防止神经网络过拟合。平均池化计算定义的池化窗口内元素的平均值,从而可以平滑特征并减少特征图的尺寸。

2024-09-27 05:45:58 114

转载 Tensorflow 彩色图片分类

为了提高模型的准确率,尝试了使用数据增强,但是效果并不理想。#应用数据增强又尝试了将Adam优化器换为RMSprop,并增加了学习率调节器,模型的准确率达到了74%​​​​​​​。

2024-09-20 01:45:22 87

转载 TensorFlow实现mnist手写数字识别

由于之前做过pytorch相关的练习,tensorflow相对容易入手。

2024-09-10 22:24:52 60 1

转载 马铃薯病害识别

如果将优化器Adam替换成SGD,模型的训练集和测试集的准确率将保持不变。

2024-08-09 04:26:52 58

转载 VGG-16算法-Pytorch 实现人脸识别

原代码的最终预测准确率较低,在将SGD优化器改为Adam,并将学习率改为1e-3后,预测结果有较大的提升。

2024-08-02 05:51:52 148

转载 PyTorch 实现运动鞋识别

学习了调用动态学习率来调整模型的拟合,其中包括直接调用和自定义学习率。

2024-07-18 01:06:15 70

转载 猴痘病识别

1)在原来模型的基础上增加了dropout模块来进行过拟合,并且增加了使用StepLR动态学习率来调节过拟合或者欠拟合。2)尝试使用了ResNet50和VGG16预训练模型,但是ResNet50拟合效果较差,准确率在80%附近,VGG16模型较好的拟合了数据,训练集和测试集准确率达到95%以上。vgg16。

2024-07-09 21:05:12 52

转载 Pytorch实现天气识别

测试集中的loss值仍有较大波动,可能需要对学习率进行调整1。

2024-07-05 00:21:44 55

转载 CIFAR10彩色图片识别

通过彩色图片识别的案例,学习了如何通过DataLoader加载和处理数据,并且初步认识了如何构建简单的cnn网络,如何训练模型,从最后的训练结果可知,模型的拟合效果较好。

2024-06-27 04:24:13 52

转载 机器学习:多元线性回归模型

- **🍨 本文为[🔗365天深度学习训练营](https://mp.weixin.qq.com/s/0dvHCaOoFnW8SCp3JpzKxg) 中的学习记录博客**>- **🍖 原作者:[K同学啊](https://mtyjkh.blog.csdn.net/)**

2024-06-20 05:58:24 139

转载 机器学习:简单线性回归

回归的目的是为了预测,比如在通过鸢尾花花瓣长度预测花瓣宽度回归之所以能预测,是因为它通过大量的花瓣长度与宽度数据,弄懂了花瓣长度与宽度之间的线性关系,在这个基础上就可以通过花瓣长度预测花瓣宽度了。线性就是关系可以用线性方程来表示,通过一个或多个变量来表示另一个变量。通俗的说符合”越。。,越。。“这种说法的可能就是线性关系,但是也并非所有”越。。。,越“都是线性的,比如”弹簧的弹力与位移的关系“。通过两个或多个变量之间的线性关系来预测结果。

2024-06-20 05:32:19 79

转载 机器学习:数据预处理

- **🍨 本文为[🔗365天深度学习训练营](https://mp.weixin.qq.com/s/0dvHCaOoFnW8SCp3JpzKxg) 中的学习记录博客**>- **🍖 原作者:[K同学啊](https://mtyjkh.blog.csdn.net/)**

2024-06-20 03:25:44 50

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

提示
确定要删除当前文章?
取消 删除