使用Floyd进行GPU深度学习训练
如果你曾经做过做过深度学习的模型，并试图将他在本机上训练一下，因为你觉得你的笔记本性能还可以，于是你开始train你的模型，首先你看到loss下降很慢，每个batch需要花费8.4秒左右的样子： 然后你的CPU开始狂转，风扇全功率运行，风声大作，坚持了几分钟实在受不了了，你果断的关闭了进程 ...
原文：深度学习应用系列（二） | 如何使用keras进行迁移学习，以训练和识别自己的图片集
本文的keras后台为tensorflow，介绍如何利用预编译的模型进行迁移学习，以训练和识别自己的图片集。 官网https: keras.io applications 已经介绍了各个基于ImageNet的预编译模型，对于我们来说，既可以直接为我所用进行图片识别，也可在其基础上进行迁移学习，以满足自己的需求。 但在迁移学习的例子中，并不描述的十分详细，我将给出一个可运行的代码，以介绍如何进行迁移 ...
2018-08-28 10:27 1 6384 推荐指数：
相关推荐
C#中的深度学习（五）：在ML.NET中使用预训练模型进行硬币识别
在本系列的最后，我们将介绍另一种方法，即利用一个预先训练好的CNN来解决我们一直在研究的硬币识别问题。 在这里，我们看一下转移学习，调整预定义的CNN，并使用Model Builder训练我们的硬币识别模型。 我们将使用ML.NET代替Keras.NET。为什么不使用Keras ...
使用deeplabv3+训练自己数据集（迁移学习）
概述 在前边一篇文章，我们讲了如何复现论文代码，使用pascal voc 2012数据集进行训练和验证，具体内容可以参考《deeplab v3+在pascal_voc 2012数据集上进行训练》，在本篇文章，我们主要讲述，如何对deeplab v3+进行迁移学习，也即如何使用deeplab ...
基于深度学习和迁移学习的识花实践——利用 VGG16 的深度网络结构中的五轮卷积网络层和池化层，对每张图片得到一个 4096 维的特征向量，然后我们直接用这个特征向量替代原来的图片，再加若干层全连接的神经网络，对花朵数据集进行训练（属于模型迁移）
基于深度学习和迁移学习的识花实践（转） 深度学习是人工智能领域近年来最火热的话题之一，但是对于个人来说，以往想要玩转深度学习除了要具备高超的编程技巧，还需要有海量的数据和强劲的硬件。不过 TensorFlow 和 Keras 等框架的出现大大降低了编程的复杂度，而迁移 ...
猫狗识别训练-迁移学习
下载数据集 下载地址：https://www.kaggle.com/c/dogs-vs-cats/data 下载的训练集中有2.5W张猫猫狗狗的图片，我这里只用训练测试集压缩包就行了，验证集和测试集都可以从中切分。 观察图片可得知命名方式，猫图片为cat.数字.jpg，狗图片为dog. ...
【深度学习系列】迁移学习Transfer Learning
在前面的文章中，我们通常是拿到一个任务，譬如图像分类、识别等，搜集好数据后就开始直接用模型进行训练，但是现实情况中，由于设备的局限性、时间的紧迫性等导致我们无法从头开始训练，迭代一两百万次来收敛模型，所以这个时候迁移学习就派上用场了。 什么是迁移学习？ 迁移学习通俗 ...
深度学习应用系列（三）| autokeras使用入门
我们在构建自己的神经网络模型时，往往会基于预编译模型上进行迁移学习。但不同的训练数据、不同的场景下，各个模型表现不一，需要投入大量的精力进行调参，耗费相当多的时间才能得到自己满意的模型。 而谷歌近期推出了AutoML，可以帮助人们在给定数据下自动找寻最优网络模型，可谓让不是专业的人也可以轻松构建 ...
深度学习应用系列（四）| 使用 TFLite Android构建自己的图像识别App
深度学习要想落地实践，一个少不了的路径即是朝着智能终端、嵌入式设备等方向发展。但终端设备没有GPU服务器那样的强大性能，那如何使得终端设备应用上深度学习呢？ 所幸谷歌已经推出了TFMobile，去年又更进一步，推出了TFLite，其应用思路为在GPU服务器上利用迁移学习训练 ...