Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
【ubuntu】安装tensorRT
tensorRT官方安装文档TensorRT3 Installation Guide RC pdf位于tensorRT下载页面 1 tensorRT下载 将tensorRT下载到想要安装的目录 https developer nvidia
Deep Learning
Linux
Pytorch Advanced(一) Generative Adversarial Networks
生成对抗神经网络GAN 发挥神经网络的想象力 可以说是十分厉害了 参考 1 AI作家 2 将模糊图变清晰 去雨 去雾 去抖动 去马赛克等 这需要AI具有 想象力 能脑补情节 3 进行数据增强 根据已有数据生成更多新数据供以feed 可以减缓
Deep Learning
Pytorch
人工智能
python
深度学习中的优化算法之NAG
之前在https blog csdn net fengbingchun article details 124648766 介绍过Momentum SGD 这里介绍下深度学习的另一种优化算法NAG NAG Nesterov Accelera
Deep Learning
NAG
图像生成质量fid、inception score、KID计算
FID 简介 fid是一个非常常用的评估图像生成质量的指标 图像生成的论文中经常会用到 fid是一种度量两个图片数据集相似度的方法 我们生成的图片与真实图片越相似越好 相似度高对应的是fid值小 安装 想进一步学的的伙伴可以从理论出发 然后
科研
Deep Learning
深度学习
Pytorch
pysyft安装建议
安装方案 前置需求 需要安装了 conda 环境管理工具 可以通过安装 miniconda或者 Anaconda 实现 安装流程 根据官网 1 推荐的流程做了一些修改 改变Python版本为3 7 conda create n pysyft
Deep Learning
蓝桥杯
GNU
职场和发展
【边喝caffee边Caffe 】(三) Check failed: registry.count(t ype) == 1 (0 vs. 1) Unknown layer type
自己建立一个工程 希望调用libcaffe lib 各种配置好 也能成功编译 但是运行就会遇到报错 F0519 14 54 12 494139 14504 layer factory hpp 77 Check failed registry
Deep Learning
K-最近邻法(KNN)简介
K 最近邻法 K Nearest Neighbor KNN 最初由Cover和Hart于1968年提出 是一个在理论上比较成熟的分类算法 KNN是一类可用于分类或回归的技术 作为一个非参数学习算法 K 最近邻并不局限于固定数目的参数 我们通
Deep Learning
Image Recognition
基于Pytorch的行为识别
基于Pytorch的行为分析 参考文献 3D卷积 3D残差网络 参考文献 参考论文 3D Convolutional Neural Networks for Human Action Recognition 3D卷积 3D卷积针对的数据集是
Deep Learning
深度学习
Pytorch
transformer中layer normalization详解
2015年batch normalization提出 2016年的layer normalization 这是在论文中截的图 箭头指向的青色线代表加了layer normalization的模型 收敛速度最快 layer normaliza
Transformer
Deep Learning
深度学习
自然语言处理
深度学习-图像物体检测模型发展总结
转自 https github com hoya012 deep learning object detection
图像处理和显示
Deep Learning
【深度学习】RetinaFace人脸检测简要介绍
介绍 Insight Face在2019年提出的最新人脸检测模型 原模型使用了deformable convolution和dense regression loss 当时在 WiderFace 数据集上达到SOTA 基网络有三种结构 基于
Deep Learning
预训练模型 & Fine-tuning
https blog csdn net weixin 42137700 article details 82107208 https zhuanlan zhihu com p 46833276 在实践中 由于数据集不够大 很少有人从头开始训
Deep Learning
finetuning
线性回归与梯度下降算法
线性回归与梯度下降算法 1 1 线性回归 概念 在统计学中 线性回归 Linear Regression 是利用称为线性回归方程的最小平方函数对一个或多个 自变量和因变量之间关系进行建模的一种回归分析 这种函数是一个或多个称为回归系数的模型
Deep Learning
人工智能
机器学习
深度学习
pytorch 权重weight 与 梯度grad 可视化
查看特定layer的权重以及相应的梯度信息 打印模型 观察到model下面有module的key module下面有features的key features下面有 0 的key 这样就可以直接打印出weight了 在pdb debug界面
Deep Learning
可视化
Weight
grad
分割问题中“类间竞争”是怎么回事
softmax会返回多种不同类别 而sigmoid会得到二值结果 softmax的值域是 0 1 sigmoid的值域是 0 1 sigmoid可以看成是softmax的两类分类的特例
Deep Learning
maskrcnn
模型结构可视化神器——Netron(支持tf, caffe, keras,mxnet等多种框架)
转自 https blog csdn net leviopku article details 81980249 很多时候 复现人家工程的时候 需要了解人家的网络结构 但不同框架之间可视化网络层方法不一样 这样给研究人员造成了很大的困扰 前
Deep Learning
Tensorflow的Bazel编程(二)
转自 http blog csdn net langb2014 article details 54312697 安装官网 https bazel build versions master docs tutorial Java html
android编程
android系统
Deep Learning
PyTorch torch.optim.lr_scheduler 学习率设置 调参 -- CosineAnnealingLR
lr scheduler 学习率 学习率的参数调整是深度学习中一个非常重要的一项 Andrew NG 吴恩达 认为一般如果想调参数 第一个一般就是学习率 作者初步学习者 有错误直接提出 热烈欢迎 共同学习 感谢Andrew ng的机器学习和
Deep Learning
torch
python
Pytorch
学习率
Check failed: registry.count(t ype) == 1 (0 vs. 1) Unknown layer type: Input (known types: Input )
自己建立一个工程 调用libcaffe lib 成功编译 但是运行就会遇到报错 F0519 14 54 12 494139 14504 layer factory hpp 77 Check failed registry count t y
Deep Learning
caffe
caffe中forward过程总结 2
前面http blog csdn net buyi shizi article details 51504276 总结的是caffe有和卷积有关的forward过程 下面我们总结一下卷积之后和全连接网络Inner Product Layer
Deep Learning
caffe
forward过程
全连接网络
代价函数
«
1 ...
4
5
6
7
8
9
10
»