opencv+mtcnn+facenet+python+tensorflow 实现实时人脸识别Abstract:本文记录了在学习深度学习过程中，使用opencv+mtcnn+facenet+python+tensorflow，开发环境为ubuntu18.04，实现局域网连接手机摄像头，对目标人员进行实时人脸识别 项目地址 项目中用到的大文件地址所用工具简介 opencv 实现读取...
介绍和概念 自动编码器（Auto-encoders）是神经网络的一种形式，它的输入数据与输出数据是相同的。他们通过将输入数据压缩到一个潜在表示空间里面，然后再根据这个表示空间将数据进行重构得到最后的输出数据。 自编码器的一个非常受欢迎的使用场景是图像处理。其中使用到的小技巧是用卷积层来替换全连接层。这个转变方法是将一个非常宽的，非常瘦的（比如 100*100 的像素点，3 通道，RGB）图像转...
矩阵分解特征向量和特征值定义：设A∈Fn×n是n阶方阵。如果存在非零向量X∈Fn×1使AX=λX对某个常数λ∈F成立，则称λ是A的特征值(eigenvalue)，X是属于特征值λ的特征向量。设σ是数域F上向量空间V上的线性变换，如果某个非零向量u∈V被σ映射到自己的常数倍σ(u)=λu，则称常数λ∈F是σ的特征值，向量u是属于特征值λ的特征向量。我们用tf.self_adjoint_eigvals...
基于Tensorflow的基本原理，首先需要定义图，然后计算图，其中计算图的函数常见的有run()函数，如sess.run()。 eval() 其实就是tf.Tensor的Session.run() 的另外一种写法，但两者有差别 官方解释 使用sess.run()在同一步获取多个tensor中的值，使用Tensor.eval()时只能在同一步当中获取一个tensor值，并且每次使用 ev...
卷积神经网络（Convolutional Neural Network/CNN）从计算机的角度来看，图像实际上是一个二维矩阵，卷积神经网络所做的工作就是采用卷积、池化等操作从二维数组中提取特征，并对图像进行识别。理论上来说，只要是能转换成二维矩阵的数据，都可以利用卷积神经网络来识别和检测。卷积神经网络一个普通的卷积神经网络由各种层按顺序堆叠而成，这些层主要分三类：卷积层、池化层和全连接层。激活函数...
神经网络的结构经典的神经网络由输入层，隐藏层和输出层组成；其中隐藏层可以多层，输入输出层只能各一层；通常输入层和输出层的神经元个数是定的，隐藏层的神经元个数由权重W的大小决定。和神经网络中其他层不同，输出层的神经元一般不会有激活函数，最后的输出层大多用于表示分类评分值。这些层也叫全连接层（fully-connected layer），因为前后两层的神经元是完全成对连接的，但是在同一层内的神经元之间...
卷积神经网络的概念卷积神经网络（Convolutional Neural Network,CNN）是一种前馈神经网络，响应一部分覆盖范围内的周围单元，适合大型图像处理。包括卷积层(convolutional layer)和池化层(pooling layer)。使用卷积神经网络训练MNIST数据集 import tensorflow as tf import numpy as np ...
您还未登录，请登录后再进行相关操作！
