根据个人经验总结的深度学习入门路线(简单快速)
https://blog.csdn.net/weixin_44414948/article/details/109704871
深度学习深度学习入门之一阶段小demo练习
https://blog.csdn.net/weixin_44414948/article/details/109864551
最近一直在指导师弟师妹深度学习的入门,在他们完成了一阶段的demo练习后,又布置了以下二阶段demo练习。
(主要锻炼他们的神经网络搭建、读取数据集、导出训练参数数据、绘制图表的能力)
1、使用numpy手动搭建卷积神经网络(不调用深度学习框架),加深了解CNN底层的卷积运行、参数更新等规则及其实现。
数据集:波士顿房价数据集,准确率高于70%。
追加要求:同一图表绘制训练过程的loss、acc曲线,截取测试集准确率的图。
注:不用之前的mnist数据集,是因为师弟反应有点难。。。
较好的实现代码如下:
https://blog.csdn.net/weixin_44414948/article/details/111460618
#############################分隔符#######################################
2、使用深度学习框架(tensorflow2.0及以上、pytorch1.0及以上版本)搭建卷积神经网络。
数据集:骨架行为数据集,准确率高于60%。
骨架行为数据集简介:
该数据集是由本课题组行为检测方向同学自行采集,共有奔跑、跳跃、倚靠产品、吸烟、玩手机、背景行为共6种行为种类标签,数据为人体骨架节点(25点)序列的txt文件,共60万帧,示例如下图所示,每行共有75个点(25个关节点的xyz坐标),一行为一帧。
注:笔者本人就是行为检测研究方向
追加要求:同一图表绘制训练过程的loss、acc曲线,截取测试集准确率的图。
较好的实现代码如下:
https://blog.csdn.net/weixin_44414948/article/details/110940712
#############################分隔符#######################################
3、使用深度学习框架(tensorflow2.0及以上、pytorch1.0及以上版本)搭建VGG、inception、resnet网络。
数据集:mnist,准确率高于90%。
追加要求:训练过程loss曲线图(一个画布同时画出3个网络的loss曲线),训练过程acc曲线图(一个画布同时画出3个网络的acc曲线)。
较好的实现代码如下:
https://blog.csdn.net/weixin_44414948/article/details/110674054