Study-Notes
Study-Notes copied to clipboard
ccc013
算法、编程学习笔记
待阅读文章列表
### 机器学习 - [ ] [A Gentle Introduction to Object Recognition With Deep Learning](https://machinelearningmastery.com/object-recognition-with-deep-learning/)--目标检测入门介绍 - [ ] [Cloth Swapping with Deep Learning: Implement Conditional Analogy GAN in Keras](https://shaoanlu.wordpress.com/2017/10/26/reimplement-conditional-anology-gan-in-keras/) - [...
Python 基础入门总结，计划内容如下： 1. [简介和环境配置](https://github.com/ccc013/Study-Notes/issues/3#issuecomment-495973055) 2. [基础语法和变量类型](https://github.com/ccc013/Study-Notes/issues/3#issuecomment-495973153) 3. [条件语句和迭代循环](https://github.com/ccc013/Study-Notes/issues/3#issuecomment-495973201) 4. [函数](https://github.com/ccc013/Study-Notes/issues/3#issuecomment-498004839) 5. 类 6. 文件和异常 7. 测试代码 主要参考： - 《Python 编程从入门到实践》 - [everything-about-python-from-beginner-to-advance-level](https://medium.com/fintechexplained/everything-about-python-from-beginner-to-advance-level-227d52ef32d2) - [Python 基础教程](http://www.runoob.com/python/python-tutorial.html) - [Anaconda介绍、安装及使用教程](https://zhuanlan.zhihu.com/p/32925500) - [最详尽使用指南：超快上手Jupyter Notebook](https://zhuanlan.zhihu.com/p/32320214)...
### 模块名字的变化 #### BaseHTTPServer 和 http.server ``` try: # python3 from http.server import BaseHTTPRequestHandler, HTTPServer except: from BaseHTTPServer import BaseHTTPRequestHandler, HTTPServer ``` #### SocketServer 和 socketserver ``` try: # python3...
汇总目录： - [综合资源](https://github.com/ccc013/Study-Notes/issues/8#issuecomment-495999830) - [网上教程](https://github.com/ccc013/Study-Notes/issues/8#issuecomment-495999945) - [视频课程](https://github.com/ccc013/Study-Notes/issues/8#issuecomment-496000224) - [书籍](https://github.com/ccc013/Study-Notes/issues/8#issuecomment-496000276) - [网站](https://github.com/ccc013/Study-Notes/issues/8#issuecomment-496000396) - [论文](https://github.com/ccc013/Study-Notes/issues/8#issuecomment-496000452) - [项目 & Github](https://github.com/ccc013/Study-Notes/issues/8#issuecomment-496000506) - [博客](https://github.com/ccc013/Study-Notes/issues/8#issuecomment-496000559) - [比赛](https://github.com/ccc013/Study-Notes/issues/8#issuecomment-496000572) - [数据集](https://github.com/ccc013/Study-Notes/issues/8#issuecomment-496000600) - [面试资料](https://github.com/ccc013/Study-Notes/issues/8#issuecomment-496000614)
### 教程 - [Pytorch 官方文档](https://pytorch-cn.readthedocs.io/zh/latest/) - [x] [DEEP LEARNING WITH PYTORCH: A 60 MINUTE BLITZ](https://pytorch.org/tutorials/beginner/deep_learning_60min_blitz.html)--官方版本教程 - [ ] [pytorch-tutorial](https://github.com/yunjey/pytorch-tutorial)--这个资源为深度学习研究人员提供了学习PyTorch的教程代码大多数模型都使用少于30行代码实现。 在开始本教程之前，建议先看完 Pytorch 官方教程。 - [Awesome-pytorch-list](https://github.com/bharathgs/Awesome-pytorch-list)--Github 的 Awesome系列Pytorch版！ - [《Pytorch模型训练实用教程》中配套代码](https://github.com/tensor-yu/PyTorch_Tutorial) --- ###...
参考自： - [有哪些相见恨晚的 TensorFlow 小技巧？](https://www.zhihu.com/question/268375146) --- #### 1. 使用 timeline 来优化优化性能 `timeline`可以分析整个模型在`forward`和`backward`的时候,每个操作消耗的时间，由此可以针对性的优化耗时的操作。我之前尝试使用 tensorflow 多卡来加速训练的时候， 最后发现多卡速度还不如单卡快，改用`tf.data`来 加速读图片还是很慢，最后使用`imeline`分析出了速度慢的原因，`timeline`的使用如下 ``` run_metadata = tf.RunMetadata() run_options = tf.RunOptions(trace_level=tf.RunOptions.FULL_TRACE) config = tf.ConfigProto(graph_options=tf.GraphOptions( optimizer_options=tf.OptimizerOptions(opt_level=tf.OptimizerOptions.L0))) with tf.Session(config=config) as...
原文：[Importing Multiple TensorFlow Models (Graphs)](https://bretahajek.com/2017/04/importing-multiple-tensorflow-models-graphs/) --- > 关于 TensorFlow 可以有很多东西可以说。但这次我只介绍如何导入训练好的模型（图），因为我做不到导入第二个模型并将它和第一个模型一起使用。并且，这种导入非常慢，我也不想重复做第二次。另一方面，将一切东西都放到一个模型也不实际。 在这个教程中，我会介绍如何保存和载入模型，更进一步，如何加载多个模型。 ### 加载 TensorFlow 模型 在介绍加载多个模型之前，我们先介绍下如何加载单个模型，官方文档：https://www.tensorflow.org/programmers_guide/meta_graph。 首先，我们需要创建一个模型，训练并保存它。这部分我不想过多介绍细节，只需要关注如何保存模型以及不要忘记给每个操作命名。 创建一个模型，训练并保存的代码如下： ``` import tensorflow as tf ### Linear Regression 线性回归### # Input placeholders...
要说最近几年在深度学习领域最火的莫过于生成对抗网络，即 Generative Adversarial Networks(GANs)了。它是 Ian Goodfellow 在 2014 年发表的，也是这四年来出现的各种 GAN 的变种的开山鼻祖了，下图表示这四年来有关 GAN 的论文的每个月发表数量，可以看出在 2014 年提出后到 2016 年相关的论文是比较少的，但是从 2016 年，或者是 2017 年到今年这两年的时间，相关的论文是真的呈现井喷式增长。  那么，GAN 究竟是什么呢，它为何会成为这几年这么火的一个研究领域呢？ GAN，即生成对抗网络，是**一个生成模型，也是半监督和无监督学习模型，它可以在不需要大量标注数据的情况下学习深度表征。最大的特点就是提出了一种让两个深度网络对抗训练的方法。** 目前机器学习按照数据集是否有标签可以分为三种，监督学习、半监督学习和无监督学习，发展最成熟，效果最好的目前还是监督学习的方法，但是在数据集数量要求更多更大的情况下，获取标签的成本也更加昂贵了，因此越来越多的研究人员都希望能够在无监督学习方面有更好的发展，而 GAN 的出现，一来它是不太需要很多标注数据，甚至可以不需要标签，二来它可以做到很多事情，目前对它的应用包括图像合成、图像编辑、风格迁移、图像超分辨率以及图像转换等。 比如字体的转换，在 [zi2zi](https://github.com/kaonashi-tyc/zi2zi)...
> PyTorch 是由 Facebook 开发，基于 **Torch** 开发，从并不常用的 Lua 语言转为 Python 语言开发的深度学习框架，Torch 是 TensorFlow 开源前非常出名的一个深度学习框架，而 PyTorch 在开源后由于其使用简单，动态计算图的特性得到非常多的关注，并且成为了 TensorFlow 的 最大竞争对手。目前其 Github 也有 2w8+ 关注。 > Github 地址： https://github.com/pytorch/pytorch > 官网： https://pytorch.org/...
colab 教程地址：https://colab.research.google.com/github/pytorch/vision/blob/temp-tutorial/tutorials/torchvision_finetuning_instance_segmentation.ipynb#scrollTo=DfPPQ6ztJhv4 新特性介绍：https://github.com/pytorch/vision/releases 文章介绍：https://mp.weixin.qq.com/s/As6rBnwn7P2QW6bPdqkeUg