https://github.com/EternityZY/FCN-TensorFlow
原创
2021-06-10 18:00:39
421阅读
https://github.com/EternityZY/FCN-TensorFlow
原创
2022-03-02 09:34:09
298阅读
The MxNet needs the following thirdparties:1. lapack complie lapack-3.6.1: 1.2.download intel fortran compiler: http://tieba.baidu.com/p/2753187458
add the cmake complier : C:\Program File
转载
2016-08-01 15:02:00
111阅读
2评论
训练神经网络涉及不少的步骤。我们需要知道如何提供输入训练数据，初始化模型参数，执行前向和后向传播，根据计算的梯度更新权重，模型检查等。在预测过程中，大部分步骤是重复的。 所有这一切对于新手以及经验丰富的开发人员而言都是相当艰巨的。幸运的是，MXNet的module 包(简写为mod )模块化了用于训练和推断的常用代码。module提供用于执行预定义网络的高级和中级接口。我们可以互换地使用两个接口。
转载
2024-08-05 11:36:15
82阅读
一.导言本教程适合对人工智能有一定的了解的同学，特别是对实际使⽤深度学习感兴趣的⼤学⽣、⼯程师和研究⼈员。但本教程并不要求你有任何深度学习或者机器学习的背景知识，我们将从头开始解释每⼀个概念。虽然深度学习技术与应⽤的阐述涉及了数学和编程，但你只需了解基础的数学和编程，例如基础的线性代数、微分和概率，以及基础的 Python 编程本教程将全⾯介绍深度学习从模型构造到模型训练的⽅⽅⾯⾯，以及它们在计算
转载
2024-01-29 21:26:20
23阅读
前言：主要学习了源码并加入了自己在学习中对部分代码的理解，全部放在代码里面的注释了，方便记录，也欢迎大家一起讨论~1 BackBone"""
在ResNet50的基础上进行改进：加入膨胀卷积
原ResNet50：
Conv1:7*7-->Conv2:MaxPool-->ResBlock1-->Conv3:ResBlock2-->Conv4:ResBlock3--
转载
2024-04-08 12:52:50
106阅读
参考资料： "有基础（Pytorch/TensorFlow基础）mxnet+gluon快速入门" symbol 是一个重要的概念，可以理解为符号，就像我们平时使用的代数符号 ，`y z` 一样。一个简单的类比，一个函数 $f(x) = x^{2}$，符号 就是 symbol，而具体 的值就是 nda
原创
2021-08-27 09:46:10
367阅读
# Python与MXNet
Python是一种广泛使用的高级编程语言，而MXNet是一种深度学习框架。结合这两者，Python与MXNet可以为开发者提供强大的工具和功能，用于解决各种机器学习和深度学习任务。本文将介绍Python与MXNet的组合，并提供一些代码示例，帮助读者更好地理解它们的使用。
## Python与MXNet的优势
Python作为一种高级编程语言，具有简洁明了的语法和强
原创
2023-12-21 11:42:17
36阅读
实现使用mxnet GPU 的步骤：
| 步骤 | 描述 |
| ------ | ------ |
| 1 | 安装CUDA和cuDNN |
| 2 | 安装mxnet |
| 3 | 配置环境变量 |
| 4 | 测试mxnet GPU 支持 |
### 步骤一：安装CUDA和cuDNN
首先，我们需要安装CUDA和cuDNN来支持mxnet在GPU上的运行。CUDA是NVIDIA的并行计
原创
2024-05-17 09:31:47
200阅读
A = mx.sym.Variable('A')B = mx.sym.Variable('B')C = A + BD = A - BE = A * BF = A / B# a = mx.nd.empty(1) # 生成一个维度为1的随
原创
2024-10-24 11:03:37
24阅读
最近工作要开始用到MXnet，然而MXnet的文档写的实在是.....所以在这记录点东西，方便自己，也方便大家。 我觉得搞清楚一个框架怎么使用，第一步就是用它来训练自己的数据，这是个很关键的一步。 一、MXnet数据预处理 整个数据预处理的代码都集成在了toosl/im2rec.py中了，这个首先要造出一个list文件，lst文件有三列，分别是index label 图片路径。如
转载
2024-01-08 20:54:53
164阅读
深度学习框架MxNet配置（GPU版本）1.对应镜像：https://mirrors.aliyun.com/pypi/simple/mxnet/找到与自己电脑Python版本对应（命令行使用python --v查看对应版本）的版本下载 2.在对应文件夹下ctrl+shift+右键在此处打开PowerShell窗口，复制文件夹名字mxnet-1.7.0.post2-py2.py3-none-win_
转载
2023-11-15 22:13:30
642阅读
MXNet是基础，Gluon是封装，两者犹如TensorFlow和Keras，不过得益于动态图机制，两者交互比TensorFlow和Keras要方便得多，其基础操作和pytorch极为相似，但是方便不少，有pytorch基础入门会很简单。注意和TensorFlow不同，MXNet的图片维度是 batch x channel x height x width 。MXNet的API主要分为3层，最基础
转载
2023-11-30 09:37:08
74阅读
背景在图像分类任务上，现存网络有VGG、Resnet等，其中Resnet的出现使得计算机识别准确率超过人类自身。但是在目标检测和图像分割任务上准确率一直较低。现如今，在图像语义分割（对像素点进行分类）任务上，常见网络例如：FCN、SegNet、U-Net、SegNet、DeepLab、FC-Densenet E-Net 和 Link-Net、RefineNet、PSPNet、Mask-RCNN 以
转载
2024-04-07 10:48:39
207阅读
前段时间工作中用到了MXnet，然而MXnet的文档写的实在是.....所以在这记录点东西，方便自己，也方便大家。 一、MXnet的安装及使用 开源地址：https://github.com/dmlc/mxnet 如下是单节点的具体安装和实验流程，参考于官方文档：http://mxnt.ml/en/latest/build.html#building-on-linux 1.1、
转载
2024-05-13 20:36:56
55阅读
解析： FCN中用卷积层替换了CNN中的全连接层 1、FCN概述 CNN做图像分类甚至做目标检测的效果已经被证明并广泛应用，图像语义分割本质上也可以认为是稠密的目标识别（需要预测每个像素点的类别）。
传统的基于CNN的语义分割方法是：将像素周围一个小区域（如25*25）作为CNN输入，做训练和预测。这样做有3个问题：
- 像素区
转载
2024-03-19 10:14:45
70阅读
依赖软件环境 转换caffemodel到mxnet所需的工具
依赖硬件环境
nvidia显卡 CUDA win10 64位
https://developer.nvidia.com/cuda-downloads
1.下载最新版Windows下的release mxnet，注意GPU与CPU的版本区别，无GPU的机
转载
2024-05-09 17:02:02
528阅读
在上篇文章我介绍了深度学习的一些python基础和IDE的选择，这次我们从李沐老师的译作《动手学深度学习》中完整的走一遍安装MXNet的安装。在介绍安装MXNet安装之前，我们先了解一下，什么是MXNet？在如今开源深度学习框架中包括TensorFlow，Keras，MXNet，PyTorch，CNTK，Theano，Caffe，DeepLearning4，Lasagne，Neon等等。但是当下最
转载
2024-08-20 13:15:14
332阅读
在之前，我在win10上装了cuda11.0以及tf-gpu2.4.1，然后我的后续踩坑之路来了，在安装mxnet遇到了很多错误。目前仅安装上了cpu版本，gpu未试探出来，只能默默等开发者把cuda11.0的windows版本的mxnet-gpu开发出来了。 以下记录我的踩坑之路以及如何装上mxnet的cpu版本。（gpu目前还是没安上，以下有针对安gpu的一些失败问题与尝试）最重要的话就是：目
转载
2024-05-07 10:52:36
854阅读
安装环境：Win 10 专业版 64位 + Visual Studio 2015 Community。记录下自己在有GPU的环境下安装配置MXNet的过程。该过程直接使用MXNet release 的 pre-built 包，没有自己使用CMake编译。网上有很多自己编译的教程，过程都比较繁琐，直接使用release包对新手来说更加简单方便。选择MXNet的原因是因为看了《Caffe、Tensor
转载
2024-01-17 05:58:37
314阅读
