layers.dense

基于计算机视觉的棋盘图像识别 数字图像处理棋盘距离

本期我们将一起学习如何使用计算机视觉技术识别棋子及其在棋盘上的位置我们利用计算机视觉技术和卷积神经网络（CNN）为这个项目创建分类算法，并确定棋子在棋盘上的位置。最终的应用程序会保存整个图像并可视化的表现出来，同时输出棋盘的2D图像以查看结果。（左）实时摄像机进给的帧和棋盘的（右）二维图像01.数...

在Tensorflow和Keras机器学习环境中使用allow_growth显存选项

当我们拥有与多个用户共享的GPU计算机时，我们遇到了问题。大多数用户在他们的Tensorflow或Keras机器学习环境中运行他们的GPU进程而没有设置“allow_growth”选项。它会导致显卡的显存完全分配给该进程。实际上，它可能只需要一小部分显存来进行操作。为了解决这个机器学习问题，只需在T...

JAXnet:一行代码定义计算图，兼容三大主流框架，可GPU加速

机器之心整理参与：思源、一鸣一行代码定义计算图，SoEasy，妈妈再也不用担心我的机器学习。项目地址：https://github.com/JuliusKunze/jaxnetJAXnet是一个基于JAX的深度学习库，它的API提供了便利的模型搭建体验。相比TensorFlow2.0...

使用卷积神经网络构建图像分类模型检测肺炎

在本篇文章中，我将概述如何使用卷积神经网络构建可靠的图像分类模型，以便从胸部x光图像中检测肺炎的存在。肺炎是一种常见的感染，它使肺部的气囊发炎，引起呼吸困难和发烧等症状。尽管肺炎并不难治疗，但及时诊断是至关重要的。如果没有适当的治疗，肺炎可能会致命，特别是在儿童和老年人中。胸部x光检查是诊断肺炎的一...

深度学习项目示例 使用自编码器进行模糊图像修复

图像模糊是由相机或拍摄对象移动、对焦不准确或使用光圈配置不当导致的图像不清晰。为了获得更清晰的照片，我们可以使用相机镜头的首选焦点重新拍摄同一张照片，或者使用深度学习知识重现模糊的图像。由于我的专长不是摄影，只能选择使用深度学习技术对图像进行去模糊处理！在开始这个项目之前，本文假定读者应该了解深...

如何实现CNN特征层可视化?终于懂了....

程序员宝藏库：https://github.com/Jackpopc/CS-Books-Store现如今，谈起人工智能，对于大多数人来说已经不再陌生。而作为其中比较热门的计算机视觉，更是吸引了一大批从业者。但是，其中绝大多部分都“不知所以然”。搭建起开发环境，照搬一段代码，就认为大功告成，但是，到底...

从头开始可视化神经网络的工作方式

通过可视化每个步骤的结果，可以更好地了解简单的神经网络的工作原理神经网络通常被认为是黑盒算法。数据可视化可以帮助我们更好地理解该算法的原理。由于标准软件包并未提供有关如何找到参数的所有详细信息，因此我们将从头开始编写神经网络代码。为了简单地显示结果，我们选择了一个简单的数据集。简单的数据集和神经网络...

适用于深度学习初学者的深度学习模板

深度学习备忘单（图片来自我的网站）什么是深度学习？深度学习是使用神经网络的机器学习模型的一个子类别。简而言之，神经网络连接多层节点，每个节点都可以被视为迷你机器学习模型。然后，模型的输出作为后续节点的输入进给。深度学习模型（图片由作者提供）TensorFlow是一个Python库，主要专注于提供深度...

深度学习的学习率调节实践 深度学习提高精度

多层感知器多层感知器（MLP）是由一个输入层、一个或多个隐藏层和一个称为输出层的最终层组成的人工神经网络（ANN）。通常，靠近输入层的层称为较低层，靠近输出层的层称为外层。除输出层外的每一层都包含一个偏置神经元，并与下一层完全相连。当一个ANN包含一个很深的隐藏层时，它被称为深度神经网络（DNN）。...

使用TensorBoard进行超参数优化 tensorrt优化

在本文中，我们将介绍超参数优化，然后使用TensorBoard显示超参数优化的结果。深度神经网络的超参数是什么?深度学习神经网络的目标是找到节点的权重，这将帮助我们理解图像、文本或语音中的数据模式。要做到这一点，可以使用为模型提供最佳准度和精度的值来设计神经网络参数。那么，这些被称为超参数的参数是什...