模式识别实验
模式识别实验一源程序% 首先载入数据txt格式,分为标签即种类标号和数据(属性:值)
[diabetes_label, diabetes_inst] =libsvmread('diabetes_scale.txt');
data= [diabetes_inst(:,1), diabetes_inst(:,2)];
%利用交叉耦合函数进行分组,80%的数据用来训练,剩下的数据进行预测
[train, test] =crossvalind('holdOut',diabetes_label,0.8);
train_diabetes = data(trai
2020-11-27
模式识别
Unbuntu18.04从零开始安装tensorflow-gpu==1.15.0
Ubuntu18.04安装tenforflow-gpu==1.14.0我的环境
Ubuntu18.04
显卡NVIDA GeForce GTX 1050 Ti
1. 安装显卡驱动新鲜装好的ubuntu是不带有显卡的,所以第一步是选择自己合适的显卡驱动
打开显示应用程序中的软件和更新
我选择435,因为之前安装450体验并不好,带来了很多bug,例如调用GPU时报 kernal版本与CUDA要求版本错误(好像是这个)
然后点击应用更改、
重启
打开 设置->详细信息:
图形变成了你的GPU型号,而且你发现你可以连接显示器了,那么显卡驱动就安装成功了
2. 安装cuda10
2020-10-08
Machine Learning
目标检测
文本检测文本检测算法:
针对文本检测问题专门设计的框架
Top-down 和 bottom-up
CTPN、Textboxes、Textboxes++ Pixellink
Top-down: 先检测文本区域,再找出文本线
Bottom-up:先检测出字符,再串成文本线
bottom-up缺点:
没有考虑上下文
不够鲁棒
太多子模块
太复杂且误差逐步积累
性能受限
文本检测算法改进方向:
特征提取
区域建议网络(RPB)
多目标协同训练
Loss改进
非极大值抑制(NMS)
半监督学习
等等
CTPN模型
模型介绍
可以检测水平或微斜的文本行
文本行可以被看成一个字符序列,文本字符
2020-09-10
计算机视觉
PyTorch
PyTorchPyTorch的核心是两个主要特征:张量和自动求导张量(Tensor):类似于numpy.nrray,但是np.nrray不能放入GPU计算,而Tensor可以
自动求导(autograd):创建一个张量,设置requires_grad=True来跟踪与它相关的计算
x = torch.ones(2,2,requires_grad=True) # 一会儿会对x进行求导
print(x)
y = x+2
print(y.grad_fn) #输出True 说明运算被追踪了
z = y*y*3
out = z.mean()
out.backward() #求梯度
print(x
2020-09-06
PyTorch