深度学习笔记

培养专注的习惯,学会独立思考

学习AI需要哪些技能

  • 1.编程基础

    • 熟练使用linux,git,vim等环境和工具。
    • 熟练掌握 C/C++、Python等编程语言。
    • 熟练掌握cmake,g++等编译工具。
  • 2.算法基础

    • 熟悉传统图像算法,机器学习算法。
    • 熟练跟踪并阅读行业前沿研究,复现结果。
    • 系统性熟悉深度学习理论。
  • 3.框架基础

    • 熟练掌握 Caffe、TensorFlow、pytorch等以及不断新出的开源平台。
  • 4.其它基础

    • 掌握爬虫等前后端的基础知识。
    • 了解并熟悉Cuda等GPU编程技术,了解一些移动端的硬件知识。
    • 了解并熟悉 Android、iOS 等移动端的基础知识,在项目中可能会需要使用。

吴恩达深度学习课后作业

吴恩达深度学习视频
作业参考

神经网络和深度学习

logistic回归

作业代码

浅层神经网络

作业代码

深层神经网络

作业代码

改善深层神经网络

深度学习的实用层面

cs231n课程笔记

图像处理的一些简单方法

1
2
3
4
5
6
7
8
9
10
from PIL import Image
from PIL import ImageEnhance
import matplotlib.pyplot as plt

# 原始图像
image = Image.open('match_learning/picture/1.jpg') # 打开图片
# image.show()
plt.figure("origan_image")
plt.imshow(image)
plt.show()

picture1

1
2
3
4
5
6
7
8
9
# 亮度增强
enh_bri = ImageEnhance.Brightness(image)
brightness = 1.5
image_brightened = enh_bri.enhance(brightness)
# image_brightened.show()
plt.figure("brightened")
plt.imshow(image_brightened)
plt.show()
image_brightened.save('match_learning/picture/image_brightened.jpg')

picture2

1
2
3
4
5
6
7
8
9
# 色度增强
enh_col = ImageEnhance.Color(image)
color = 1.5
image_colored = enh_col.enhance(color)
# image_colored.show()
plt.figure("colored")
plt.imshow(image_colored)
plt.show()
image_colored.save('match_learning/picture/image_colored.jpg')

picture3

1
2
3
4
5
6
7
8
9
# 对比度增强
enh_con = ImageEnhance.Contrast(image)
contrast = 1.5
image_contrasted = enh_con.enhance(contrast)
# image_contrasted.show()
plt.figure("contrast")
plt.imshow(image_contrasted)
plt.show()
image_contrasted.save('match_learning/picture/image_contrasted.jpg')

picture4

1
2
3
4
5
6
7
8
9
10
# 锐度增强
enh_sha = ImageEnhance.Sharpness(image)
sharpness = 1.5
image_sharped = enh_sha.enhance(sharpness)
# image_sharped.show()
plt.figure("sharpness")
plt.imshow(image_sharped)
plt.show()
image_sharped.save('match_learning/picture/image_sharped.jpg')

picture5

python学习笔记