分类：CNN

2023
01-31

CNN的Pytorch实现(LeNet)

目录CNN的Pytorch实现(LeNet)1.任务目标2.库的导入3.模型定义4.数据加载、处理5.模型训练整个代码CNN的Pytorch实现(LeNet)  上次写了一篇CNN的详解，可是累坏了老僧我。写完后拿给朋友看，朋友说你这Pytorch的实现方式对于新人来讲会很不友好，然后反问我说里面所有的细节你都明白了吗。我想想，的确如此。那个源码是我当时《动手学pytorch》的时候整理的，里面有很多包装过的函数，对于新入门的人来讲，的确是个... 继续阅读 >

2023
01-31

一文带你了解CNN(卷积神经网络)

目录前言一、CNN解决了什么问题？二、CNN网络的结构2.1卷积层-提取特征卷积运算权重共享稀疏连接总结：标准的卷积操作卷积的意义1x1卷积的重大意义2.2激活函数2.3池化层(下采样)-数据降维，避免过拟合2.4全连接层-分类，输出结果三、Pytorch实现LeNet网络3.1模型定义3.2模型训练（使用GPU训练）3.3训练和评估模型前言  在学计算机视觉的这段时间里整理了不少的笔记，想着就把这些笔记再重新整理出来，然... 继续阅读 >

2021
05-02

基础语音识别-食物语音识别baseline(CNN)

MFCC梅尔倒谱系数（Mel-scaleFrequencyCepstralCoefficients，简称MFCC）。MFCC通常有以下之过程:将一段语音信号分解为多个讯框。将语音信号预强化，通过一个高通滤波器。进行傅立叶变换，将信号变换至频域。将每个讯框获得的频谱通过梅尔滤波器(三角重叠窗口)，得到梅尔刻度。在每个梅尔刻度上提取对数能量。对上面获得的结果进行离散傅里叶反变换，变换到倒频谱域。MFCC就是这个倒频谱图的幅度(am... 继续阅读 >

2020
10-10

Numpy实现卷积神经网络(CNN)的示例

importnumpyasnpimportsysdefconv_(img,conv_filter):filter_size=conv_filter.shape[1]result=np.zeros((img.shape))#循环遍历图像以应用卷积运算forrinnp.uint16(np.arange(filter_size/2.0,img.shape[0]-filter_size/2.0+1)):forcinnp.uint16(np.arange(filter_size/2.0,img.shape[1]-filter_size/2.0+1)):#卷积的区域curr_region=img[r-np.uint16(np.floor(filter_size/2.0)):r... 继续阅读 >

2020
10-08

解决Keras中CNN输入维度报错问题

想要写分类器对图片进行分类，用到了CNN。然而，在运行程序时，一直报错：ValueError:Negativedimensionsizecausedbysubtracting5from1for‘conv2d_1/convolution'(op:‘Conv2D')withinputshapes:[?,1,28,28],[5,5,28,30].这部分提到的代码是这样的,这是我的分类器的输入层：model.add(Conv2D(30,(5,5),input_shape=(1,28,28),activation='relu',padding="valid"))问题出在input_shape上，报错的大意就... 继续阅读 >

2020
10-08

在Keras中CNN联合LSTM进行分类实例

我就废话不多说，大家还是直接看代码吧~defget_model():n_classes=6inp=Input(shape=(40,80))reshape=Reshape((1,40,80))(inp)#pre=ZeroPadding2D(padding=(1,1))(reshape)#1conv1=Convolution2D(32,3,3,border_mode='same',init='glorot_uniform')(reshape)#model.add(Activation('relu'))l1=LeakyReLU(alpha=0.33)(conv1)conv2=ZeroPadding2D(padding=(1,1))(l1)conv2=Convolution2D(32,3,3,... 继续阅读 >

2020
10-08

使用keras实现BiLSTM+CNN+CRF文字标记NER

我就废话不多说了，大家还是直接看代码吧~importkerasfromsklearn.model_selectionimporttrain_test_splitimporttensorflowastffromkeras.callbacksimportModelCheckpoint,Callback#importkeras.backendasKfromkeras.layersimport*fromkeras.modelsimportModelfromkeras.optimizersimportSGD,RMSprop,Adagrad,Adamfromkeras.modelsimport*fromkeras.metricsimport*fromkerasimportbackendasKf... 继续阅读 >

2020
10-08

使用keras框架cnn+ctc_loss识别不定长字符图片操作

我就废话不多说了，大家还是直接看代码吧~#-*-coding:utf-8-*-#keras==2.0.5#tensorflow==1.1.0importos,sys,stringimportsysimportloggingimportmultiprocessingimporttimeimportjsonimportcv2importnumpyasnpfromsklearn.model_selectionimporttrain_test_splitimportkerasimportkeras.backendasKfromkeras.datasetsimportmnistfromkeras.modelsimport*fromkeras.layersimport*fromkeras.optimiz... 继续阅读 >

2020
10-08

keras做CNN的训练误差loss的下降操作

采用二值判断如果确认是噪声，用该点上面一个灰度进行替换。噪声点处理：对原点周围的八个点进行扫描，比较。当该点像素值与周围8个点的值小于N时，此点为噪点。处理后的文件大小只有原文件小的三分之一，前后的图片内容肉眼几乎无法察觉。但是这样处理后图片放入CNN中在其他条件不变的情况下，模型loss无法下降，二分类图片，loss一直在8-9之间。准确率维持在0.5,同时，测试集的训练误差持续下降，但是准确率也在0.5徘徊。大概真... 继续阅读 >

2020
10-08

Tensorflow之MNIST CNN实现并保存、加载模型

本文实例为大家分享了Tensorflow之MNISTCNN实现并保存、加载模型的具体代码，供大家参考，具体内容如下废话不说，直接上代码#TensorFlowandtf.kerasimporttensorflowastffromtensorflowimportkeras#Helperlibrariesimportnumpyasnpimportmatplotlib.pyplotaspltimportos#downloadthedatamnist=keras.datasets.mnist(train_images,train_labels),(test_images,test_labels)=mnist.load_data()class... 继续阅读 >

2020
09-24

使用卷积神经网络（CNN）做人脸识别的示例代码

上回书说到了对人脸的检测，这回就开始正式进入人脸识别的阶段。关于人脸识别，目前有很多经典的算法，当我大学时代，我的老师给我推荐的第一个算法是特征脸法，原理是先将图像灰度化，然后将图像每行首尾相接拉成一个列向量，接下来为了降低运算量要用PCA降维，最后进分类器分类，可以使用KNN、SVM、神经网络等等，甚至可以用最简单的欧氏距离来度量每个列向量之间的相似度。OpenCV中也提供了相应的EigenFaceRecognizer库来实现... 继续阅读 >