本文由@星沉阁冰不语出品，转载请注明作者和出处。文章链接：http://blog.csdn.net/xingchenbingbuyu/article/details/53674544微博：http://weibo.com/xingchenbing 前一篇博客Net类的设计和神经网络的初始化中，大部分还是比较简单的。因为最重要事情就是生成各种矩阵并初始化。神经网络中的重点和核心就是本文的内容——前向

一、环境windows 7python3.6（Anaconda3）keras 2 api二、模型保存遇到了这个问题保存部分代码如下：model_name = 'ssd7_0'model.save("ssd7_0.h5")model.save_weights(r'ssd7_0_weights.h5')然后运行就遇到了这个问题：--------------------------------

OpenCV3.3在8月3号正式出炉，想要体验最新特性的朋友可以去官网下载了，反正配置一下只需要几分钟。这次最主要的更新就是，终于把DNN模块从contrib里面提到主仓库里面，放到了官方发布版中。虽然我配置的一直是OpenCV with contrib，但是对于DNN模块，限于电脑配置太低，一直没有怎么尝试。这次可以借着新版发布抽空尝试一下了。按照官方介绍，DNN现在有下面几点特性：无需任何依赖新

一年前接触最初神经网络，半年前就像自己写一个最简单的BP神经网络练练手，结果由于能力有限，不光是编程能力还有理论方面的能力都有限，一直推到半年后的现在才真正的开始。其实很多坑必须要自己亲自踩过之后才能明白。在我看来，我现在这个过程就是在踩坑的过程。在不断犯错和改错中提高。在这里记录下自己的踩坑过程。这是一个堪称简陋（随着时间推移，应该会变得更好）的练手性质的小项目，而且重复造轮子，目的是为了加深自己

本文由@星沉阁冰不语出品，转载请注明作者和出处。文章链接：http://blog.csdn.net/xingchenbingbuyu/article/details/53704085微博：http://weibo.com/xingchenbing 之前的五篇博客讲述的内容应该覆盖了如何编写神经网络的大部分内容，在经过之前的一系列努力之后，终于可以开始实战了。试试写出来的神经网络怎么样吧。一、数据准

本文由@星沉阁冰不语出品，转载请注明作者和出处。文章链接：http://blog.csdn.net/xingchenbingbuyu/article/details/53700027微博：http://weibo.com/xingchenbing 一、模型的保存和加载在我们完成对神经网络的训练之后，一般要把模型保存起来。不然每次使用模型之前都需要先训练模型，对于data hungry的神经网络来说

本文由@星沉阁冰不语出品，转载请注明作者和出处。文章链接：http://blog.csdn.net/xingchenbingbuyu/article/details/53698627微博：http://weibo.com/xingchenbing 在上一篇博客的结尾提到了神经网络的预测函数predict()，说道predict调用了forward函数并进行了输出的解析，输出我们看起来比较方便的值。

本文由@星沉阁冰不语出品，转载请注明作者和出处。文章链接：http://blog.csdn.net/xingchenbingbuyu/article/details/53677630微博：http://weibo.com/xingchenbing 在之前的博客中我们已经实现了Net类的设计和前向传播和反向传播的过程。可以说神经网络的核心的部分已经完成。接下来就是应用层面了。要想利用神经网络解决实际

闲言少叙，直接开始。 既然是要用C++来实现，那么我们自然而然的想到设计一个神经网络类来表示神经网络，这里我称之为Net类。由于这个类名太过普遍，很有可能跟其他人写的程序冲突，所以我的所有程序都包含在namespace liu中，由此不难想到我姓刘。在之前的博客反向传播算法资源整理中，我列举了几个比较不错的资源。对于理论不熟悉而且学习精神的同学可以出门左转去看看这篇文章的资源。这里假设读者对于神经

编程是需要练习的，需要项目练手的。听不少人说过，学习完OpenCV的基础部分之后就不知道该干什么了？怎么可能呢？实际上能做的事情很多，不要因为觉得太简单或者太难就不动手做了。只要有兴趣有时间有需要，就先动手做起来。哪怕先实现其中最简单的部分，后面再慢慢的一边学习一边添加功能，也是好的。下面推荐一些项目，没有源码，自己动手查资料做哦，即使是网上能找到代码我还是推荐自己写一遍。实现