腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
云时之间
机器学习新兵经验合集,经济金融学习经验汇总
专栏作者
举报
237
文章
239626
阅读量
67
订阅数
订阅专栏
申请加入专栏
全部文章(237)
编程算法(75)
机器学习(37)
神经网络(36)
深度学习(36)
opencv(22)
NLP 服务(20)
其他(18)
tensorflow(16)
python(15)
https(12)
人工智能(11)
网络安全(11)
卷积神经网络(8)
matlab(7)
数据库(6)
numpy(6)
tcp/ip(6)
图像处理(5)
linux(4)
人脸核身(4)
腾讯云测试服务(4)
http(4)
开源(4)
爬虫(4)
数据分析(4)
数据处理(4)
r 语言(3)
sql(3)
存储(3)
缓存(3)
udp(3)
数据结构(3)
汽车(3)
人脸识别(2)
数据挖掘(2)
java(2)
打包(2)
ide(2)
apache(2)
apt-get(2)
游戏(2)
jdk(2)
dns(2)
决策树(2)
线性回归(2)
Elasticsearch Service(2)
image(2)
iso(2)
lines(2)
max(2)
min(2)
reshape(2)
费用中心(1)
语音识别(1)
区块链(1)
c 语言(1)
javascript(1)
html(1)
jquery(1)
web.py(1)
git(1)
github(1)
api(1)
搜索引擎(1)
unix(1)
文字识别(1)
金融(1)
容器(1)
分布式(1)
运维(1)
监督学习(1)
ftp(1)
二叉树(1)
kernel(1)
安全(1)
nat(1)
任务调度(1)
ip(1)
sum(1)
vi(1)
连接(1)
路由器(1)
数学(1)
主机(1)
搜索文章
搜索
搜索
关闭
CV学习笔记(二十一):CRNN+CTC
kernel
机器学习
深度学习
人工智能
上次的一篇文章说了下DenseNet,这一篇文章来说一下CRNN+CTC的识别原理以及实现过程。这篇文章原理部分主要参考于白裳老师的“一文读懂CRNN+CTC文字识别”,其中的CTC原理的讲解部分是我见过最清晰易懂的,值得好好读一下。
云时之间
2020-05-27
809
0
CV学习笔记(二十):文本识别(DenseNet)
https
机器学习
深度学习
人工智能
网络安全
在上一篇文章中完成了数据集的拼接仿真,最近又做了一些关于数据集的工作,先是标注了一堆数据集,然后又把数据集再增强了一下(包括加一些噪声,滤波等等),总之就是力图更模拟日常生活的场景,这些日后再谈,这一篇文章我想先说一下在文本检测完成后,使用的识别模型DenseNet,因为最近看了很多的OCR检测项目,大多是使用的是CTPN+DenseNet的结构,既然大家都采用这个结构,说明其中是有一定的奥秘在这(我原本的想法是使用滤波检测+CRNN)。
云时之间
2020-05-21
1K
0
CV学习笔记(二十一):CRNN+CTC
机器学习
深度学习
人工智能
神经网络
上次的一篇文章说了下DenseNet,这一篇文章来说一下CRNN+CTC的识别原理以及实现过程。这篇文章原理部分主要参考于白裳老师的“一文读懂CRNN+CTC文字识别”,其中的CTC原理的讲解部分是我见过最清晰易懂的,值得好好读一下。
云时之间
2020-05-20
1.9K
0
CV学习笔记(二十):文本识别(DenseNet)
https
机器学习
深度学习
人工智能
网络安全
在上一篇文章中完成了数据集的拼接仿真,最近又做了一些关于数据集的工作,先是标注了一堆数据集,然后又把数据集再增强了一下(包括加一些噪声,滤波等等),总之就是力图更模拟日常生活的场景,这些日后再谈,这一篇文章我想先说一下在文本检测完成后,使用的识别模型DenseNet,因为最近看了很多的OCR检测项目,大多是使用的是CTPN+DenseNet的结构,既然大家都采用这个结构,说明其中是有一定的奥秘在这(我原本的想法是使用滤波检测+CRNN)。
云时之间
2020-05-15
845
0
深度学习与TensorFlow:关于DBN的一些认识
深度学习
tensorflow
最近在学习深度置信网络(DBN)的时候,看过几篇博客,但是在DBN的结构上,一大堆博客讲DBN是将受限玻尔兹曼机(RBM)像砖块一样叠加起来的一个网络,这本身是有一些错误的,修正一波。
云时之间
2018-07-19
641
0
深度学习与神经网络:制作数据集,完成应用(1)
深度学习
神经网络
tensorflow
存储
在这一篇文章里,我们将继续上一篇文章的工作,并且在上一篇文章的前提下加入数据集的制作,最终我们将完成这个全连接神经网络的小栗子. 先说说我们上一篇文章我们的自制数据集的一切缺点,第一,数据集过于分散,在一个文件夹里读取难免导致内存利用率低,而我们将会使用TensorFlow的tfrecords()函数来讲图片和标签制作成这种二进制文件,这样我们的内存利用率会增加不少. 将数据保存为tfrecords文件可以视为这样一个流程: 提取features -> 保存为Example结构对象 -> TFRecordW
云时之间
2018-07-06
881
5
深度学习与TensorFlow:FCN论文学习笔记
深度学习
tensorflow
这篇文章陆陆续续看了快两周,其中也遇到了自己很多的知识的漏洞,踩了很多坑,这里希望能够和大家说一说,也希望大家可以分享一下自己的看法. 1:FCN基本思路 自从CNN成功之后,很多人都在尝试使用CNN进行图像分割,个人认为CNN最厉害的地方是他的多层结构可以自动提取学习的特征,并且将其学习,并且将提取的这些特征进行分类,但是我们当用CNN进行图像分割的时候,CNN的这项优势反而变成了劣势,因为在特征提取时丢失了一些细节,反倒没有办法指出某些像素点属于那些物体,而FCN跟传统的CNN进行像素分割不同,FCN是
云时之间
2018-07-04
350
4
深度学习与TensorFlow:FCN论文学习笔记
深度学习
tensorflow
这篇文章陆陆续续看了快两周,其中也遇到了自己很多的知识的漏洞,踩了很多坑,这里希望能够和大家说一说,也希望大家可以分享一下自己的看法.
云时之间
2018-06-29
577
0
深度学习与TensorFlow:FCN论文翻译(二)
深度学习
tensorflow
Each layer of data in a convnet is a three-dimensional array of size h × w × d, where h and w are spatial dimensions, and d is the feature or channel dimension. The first layer is the image, with pixel size h × w, and d color channels. Locations in higher layers correspond to the locations in the image they are path-connected to, which are called their receptive fields.
云时之间
2018-06-23
1K
0
深度学习与神经网络:正则化小栗子
深度学习
神经网络
在上一篇文章中我们简单说了说AIC,BIC和L1,L2正则化的东西,而今天这篇文章,我们将着重说说正则化. 1:什么是正则化? 首先,拿过来上一篇文章的定义: √正则化:在损失函数中给每个参数 w 加
云时之间
2018-06-20
341
0
深度学习与神经网络:mnist数据集实现手写数字识别
深度学习
神经网络
大家好,在这一篇文章中,我们将做以下的三件事: 1:介绍mnist数据集的使用 2:创建模型,并且保存模型 3:在测试集中使用保存的模型进行检测 一:介绍mnist数据集的使用 对于mnist数据集,具体的一些介绍我这里就不搬运过来了,这里我直接说我们如何在TensorFlow上使用mnist数据集. 在我们将mnist数据集准备喂入神经网络时,我们需要提前对数据集进行处理,因为数据集的大小是28*28像素,我们就将每张图片处理成长度784的一维数组,将这个数组作为神经网络的训练特征喂入神经网络. 举个例子
云时之间
2018-06-14
1.5K
0
深度学习与TensorFlow:FCN论文翻译
深度学习
tensorflow
这篇论文跟上一篇的VGG论文一样,在深度学习领域同样的经典,在2015年的CVPR,该论文拿到了best paper候选的论文,在之后的PASCAL VOC2012,凡是涉及到图像语义分割的模型,都沿用了FCN的结构,并且这篇论文跟VGG的结构也很相似,区别只在于VGG最后的全连接层在FCN上替换为卷积层,因此在我们了解完VGG之后,再来了解FCN是很有意义的.这篇文章我们将对论文进行翻译,同时也是精读,希望读完之后能够有所收获,如果有所错误,也请大家指出.
云时之间
2018-06-13
1K
0
深度学习与神经网络:AutoEncoder自编码
深度学习
神经网络
机器学习
编程算法
今天让我们来看一下深度学习与神经网络里边的自编码. 其实自编码严格来说不能算作是深度学习的内容,我们在之前的机器学习算法中也了解到自编码,并且我们会通过一个简单的例子来去说说自编码的理解. 首先,我们听到自编码,一定会想到,AutoEncoder会是个什么码呢?是条形码,二维码 NO.NO.NO,和他们都没有关系,其实自编码是一种神经网络形式. 现在我们先构架一个神经网络模型,这个模型是收集一张图片,接受这个图片后,神经网络给这个图片压缩,最后再从压缩的图片中还原,是不是感觉有点抽象,其实我也觉得这样的解释
云时之间
2018-06-13
695
0
深度学习与TensorFlow:理解卷积神经网络
深度学习
tensorflow
卷积神经网络
神经网络
在之前我们学习好搭建全连接神经网络后,今天让我们继续学习去搭建卷积神经网络,并且来使用mnist进行手写数字识别. 在我们使用的mnist数据集中,一张分辨率仅仅是 28x28 的黑白图像,就有近 40 万个待优化的参数。现实生活中高分辨率的彩色图像,像素点更多,且为红绿蓝三通道信息。 待优化的参数过多,容易导致模型过拟合。为避免这种现象,实际应用中一 般不会将原始图片直接喂入全连接网络。 因此将图片进行多次特征提取,再把提取后的计算机可读特征喂给全连接 网络,这样看起来是一个很好的主意. 1:关于卷积 卷
云时之间
2018-06-08
421
0
深度学习与TensorFlow:实现卷积神经网络
深度学习
tensorflow
卷积神经网络
神经网络
在上一篇文章,我们介绍了CNN的一些基本概念和lenet神经网络的架构,今天这一篇文章我们就模仿lenet网络去微调,使其符合mnist数据集的要求,并且达到我们练手的目的. 因为mnist的数据集的
云时之间
2018-06-06
537
0
深度学习与TensorFlow:VGG论文笔记
深度学习
tensorflow
卷积神经网络
马毅老师曾说过:”如果你没有看过近30年的经典论文,你是做不出成果的”.现如今深度学习如此火热,一些关键节点发布的文章更应该好好的阅读,因此我想在未来的一段时间内去阅读一些经典的论文,去推敲和分析,并且争取可以使用TensorFlow去复现他.而这篇文章我们将会阅读VGG这篇经典文章,希望和大家交流,如果有理解不到位的地方,也请大家多多指正.
云时之间
2018-06-05
867
2
深度学习与TensorFlow:实现卷积神经网络
深度学习
tensorflow
卷积神经网络
神经网络
在上一篇文章,我们介绍了CNN的一些基本概念和lenet神经网络的架构,今天这一篇文章我们就模仿lenet网络去微调,使其符合mnist数据集的要求,并且达到我们练手的目的.
云时之间
2018-06-01
414
0
深度学习与TensorFlow:理解卷积神经网络
深度学习
tensorflow
卷积神经网络
神经网络
在之前我们学习好搭建全连接神经网络后,今天让我们继续学习去搭建卷积神经网络,并且来使用mnist进行手写数字识别.
云时之间
2018-05-29
1K
7
深度学习与神经网络:制作数据集,完成应用(1)
深度学习
神经网络
tensorflow
存储
在这一篇文章里,我们将继续上一篇文章的工作,并且在上一篇文章的前提下加入数据集的制作,最终我们将完成这个全连接神经网络的小栗子.
云时之间
2018-05-21
3.2K
4
深度学习与神经网络:mnist数据集实现手写数字识别
深度学习
神经网络
对于mnist数据集,具体的一些介绍我这里就不搬运过来了,这里我直接说我们如何在TensorFlow上使用mnist数据集.
云时之间
2018-05-09
1.4K
9
点击加载更多
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
立即发文
Python精品学习库
代码在线跑,知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档