基于Python的深度学习

Chainer 入门教程（9）基于OpenCV的基本的图像处理教程

基于OpenCV的基本的图像处理教程 如果您对图像处理不熟悉，可以在阅读卷积神经网络相关内容之前阅读这篇文章。 OpenCV是图像处理库，支持以numpy.ndarray格式加载图像，保存图像以及转换图像颜色格式（RGB，YUV，灰度等）调整大小和其他有用的图像处理功能。 要在Linux...

Posted by 徐志平 on December 26, 2017

Chainer 入门教程（8）基于训练的模型进行测试

基于训练的模型进行测试 from __future__ import print_function import argparse import time import numpy as np import six import matplotlib.pyplot as plt impo...

Posted by 徐志平 on December 26, 2017

Chainer 入门教程（7）数据集模块介绍

数据集模块介绍 import numpy as np import chainer from chainer import cuda, Function, gradient_check, report, training, utils, Variable from chainer impor...

Posted by 徐志平 on December 24, 2017

Chainer 入门教程（6）使用Trainer模块编写有组织的，可重复使用的清洁训练代码

使用Trainer模块编写有组织的，可重复使用的清洁训练代码 用 Trainer 抽象训练代码 到目前为止，我正在以“原始”的方式实施培训代码，以解释在深度学习训练中正在进行什么样的操作。但是，使用Chainer中的Trainer模块，可以用很干净的方式编写代码。 Trainer ...

Posted by 徐志平 on December 22, 2017

Chainer 入门教程（5）重构基于MNIST的训练

重构基于MNIST的训练 上一节，我们学习了MNIST训练代码的最小实现。现在，让我们重构代码。 首先，我们先定义多层感知机 import chainer import chainer.functions as F import chainer.links as L # Networ...

Posted by 徐志平 on December 21, 2017

Chainer 入门教程（4）基于MNIST数据集进行训练

基于MNIST数据集进行训练 您已经学习了Chainer和MNIST数据集的基础知识。现在我们可以继续进行MNIST分类任务。我们想要创建一个分类器，将MNIST手写图像分类到其对应的数字中。换句话说，分类器将得到表示MNIST图像的数组作为输入并输出其标签。 Chainer包含称为Tra...

Posted by 徐志平 on December 20, 2017

Chainer 入门教程（3）MNIST数据集

MNIST 数据集 MNIST（美国国家标准与技术研究院（NIST）混合数据集）数据库是手写数字数据集，由Yann Lecun所创建的手写数字网站的MNIST数据库分发。 数据集由“手写数字图像”和“标签”组成。数字范围从0到9，共10个模式。 手写数字图像：这是尺寸为28 x 28像素...

Posted by 徐志平 on December 19, 2017

Chainer 入门教程（2）

Chainer 入门教程（2） 让我们尝试在本教程中训练 Chain 模型。在这一节中，我们将学习 Optimizer - 优化/调整内部参数以适应目标函数 Serializer - 处理保存/加载 Chain 模型 其他chainer模块在后面的教程中解释。 训练 我们...

Posted by 徐志平 on December 19, 2017