使用 Caffe 训练自己的 Alexnet1. 数据准备2. 计算图像均值3. 定义网络3.1 修改 solver.prototxt3.2 修改 train_val.prototxt4. 训练网络参考：caffe:用自己的图像数据训练模型（图片分类）Brewing ImageNet1. 数据准备在 caffe_master/data 中新建文件夹 myself9，在 myself9...
原创
2021-12-10 15:56:03
374阅读
import caffefrom caffe import layers as Limport osimport numpy as npfrom matp
原创
2022-11-10 14:34:59
107阅读
caffe自带的例子中对mnist手写体数字训练使用的卷积神经网络是在lenet_train_test.prototxt中定义的，隐含层包含了2个卷积层，2个池化层，2个全连接层，1个激活函数层。网络结构如下：
这里尝试修改一下lenet_train_test.prototxt文件，减少或增加一组卷积层和池化层，对比一下各自的训练精度和损失。
1. 减少一组卷积层和池化层
这样隐含
转载
2017-06-28 23:55:00
69阅读
2评论
美国20世纪最重要的实用主义哲学家约翰·杜威提出一个学习方法，叫做：Learning By Doing，在实践中精进。胡适、陶行知、张伯苓、蒋梦麟等都曾是他的学生，杜威的哲学也影响了蔡元培、晏阳初等人。实验楼以此理念为核心，设计了许多的学习项目，通过动手实践来攻克知识难点，并且比看书看视频更加具有趣味性；希望大家可以试一试。Python 破解验证码 通过一个简单的例子来实现破解验证码。从中我们可以
转载
2024-09-01 17:07:52
18阅读
1. 准备自己的图片数据
选用部分的Caltech数据库作为训练和测试样本。Caltech是加州理工学院的图像数据库，包含Caltech101和Caltech256两个数据集。该数据集是由Fei-FeiLi, Marco Andreetto, Marc 'Aurelio Ranzato在2003年9月收集而成的。Caltech101包含101种类别的物体，每种类别大约40到800个图像，大部分
转载
2017-07-05 06:50:00
68阅读
2评论
简单记录一下自己使用caffe的过程和遇到的一些问题。 下载caffe以及安装不具体叙述了。 可參照 http://caffe.berkeleyvision.org/installation.html。 以下准备数据集和训练的过程參照imagenet的过程：可參考 http://drubiano.g
转载
2017-07-08 21:30:00
101阅读
2评论
# 如何使用 Python 训练自己的 OCR 模型
在本篇文章中，我们将探讨如何使用 Python 训练自己的光学字符识别（OCR）模型。OCR 是一个广泛应用于各种场景的技术，如数字化文档或自动票据处理。本文将从整体流程开始，接着深入探讨每一个步骤所需的具体操作和相关代码示例。
## 整体流程
在开始之前，我们梳理一下训练一个 OCR 模型的整体流程。可以参考下面的表格：
| 步骤
## ESRGAN：用Python训练自己的模型
 来表示计算任务.
在被称之为 会话 (Session) 的上下文 (context) 中执行图.
使用 tensor
转载
2024-06-18 14:19:59
66阅读
文章目录微调方法Lora(在旁边添加训练参数)Adapter（在前面添加训练参数）Prefix-tuning（在中间添加训练参数）Prompt tuningPEFTPEFT 使用PeftConfigPeftModel保存和加载模型 微调方法现流行的微调方法有：Lora,prompt,p-tunning v1,p-tunning v2,prefix，adapter等等，下面抱着学习的心态进行宏观层
在之前的博客人脸识别之一数据收集和预处理之中，已经下载了ORL人脸数据库，并且为了识别自己的人脸写了一个拍照程序自拍。之后对拍的照片进行人脸识别和提取，最后我们得到了一个包含自己的人脸照片的文件夹s41。在博客的最后我们提到了一个非常重要的文件——at.txt。一、csv文件的生成当我们写人脸模型的训练程序的时候，我们需要读取人脸和人脸对应的标签。直接在数据库中读取显然是低效的。所以我们用csv文
转载
2024-01-12 11:03:32
695阅读
# Python 怎么开始训练自己的模型
在数据科学和机器学习领域，训练一个自己的模型是极其重要的技能。无论是进行图像分类、自然语言处理，还是预测分析，合适的模型训练流程都能显著提高模型的精确度和实用性。在这篇文章中，我们将采用 Python，围绕一个具体的问题——预测房价，来指导你如何开始训练自己的模型。
## 步骤概览
在本文中，我们将在以下几个步骤中进行模型训练：
1. 数据收集
2
