深度学习
文章平均质量分 51
asd8705
这个作者很懒,什么都没留下…
展开
-
VICREG: VARIANCE-INVARIANCE-COVARIANCE REGULARIZATIONFOR SELF-SUPERVISED LEARNING
VICREG原创 2022-09-05 14:01:18 · 675 阅读 · 0 评论 -
A Simple Framework for Contrastive Learning of Visual Representations
SIMCLR原创 2022-09-05 11:29:47 · 71 阅读 · 0 评论 -
Explainable CNNs:基于PyTorch的可视化包,用于为CNN生成分层解释
'Explainable CNNs - PyTorch based visualization package for generating layer-wise explanations for CNNs.' by Ashutosh Hathidara GitHub: github.com/ashutosh1919/explainable-cnn原创 2022-03-30 11:23:38 · 702 阅读 · 0 评论 -
万字长文|如何直观解释卷积神经网络的工作原理?
原文地址:https://mp.weixin.qq.com/s/1y5WD_vRfoSmGPbJ2-e86Q万字长文|如何直观解释卷积神经网络的工作原理?2017-07-23 专注报道AI 量子位作者:YJango日本会津大学|人机交互实验室博士生量子位 已获授权编辑发布该文是对卷积神经网络的介绍,并假设你理解前馈神经网络。如转载 2017-07-23 23:43:04 · 770 阅读 · 0 评论 -
Caffe技巧之使用snapshot来继续网络训练
Caffe技巧之使用snapshot来继续网络训练Caffe技巧之使用snapshot来继续网络训练Step 1设置solverprototxtStep 2设置运行脚本sh有时候想在已经训练好的网络上继续之前的训练,那么可以使用snapshot的命令,本文介绍在Caffe里如何使用snapshot来继续网络训练。Step 1:设置转载 2016-08-24 11:48:36 · 3481 阅读 · 1 评论 -
怎么在Caffe中配置每一个层的结构
如何在Caffe中配置每一个层的结构最近刚在电脑上装好Caffe,由于神经网络中有不同的层结构,不同类型的层又有不同的参数,所有就根据Caffe官网的说明文档做了一个简单的总结。1. Vision Layers1.1 卷积层(Convolution)类型:CONVOLUTION例子layers { name: "conv1"转载 2016-08-23 18:48:53 · 427 阅读 · 0 评论 -
Caffe中的特殊layer解释
slice:在某一个维度,按照给定的下标,blob拆分成几块。比如要拆分channel,总数50,下标为10,20,30,40,那就是分成5份,每份10个channel,输出5个layer。concat:在某个维度,将输入的layer组合起来,是slice的逆过程。split:将blob复制几份,分别给不同的layer,这些上层layer共享这个blob。tile:将blo转载 2016-09-13 15:28:39 · 395 阅读 · 0 评论 -
深度学习论文笔记:OverFeat
原文转自:http://blog.csdn.net/chenli2010/article/details/25204241 今天我们要谈论的文章为:OverFeat: Integrated Recognition, Localization and Detection using Convolutional Networks. ICLR2014.这是大牛Yann转载 2016-08-31 09:57:42 · 1065 阅读 · 0 评论 -
Caffe网络结构
1. Vision Layers1.1 卷积层(Convolution)类型:CONVOLUTION例子layers { name: "conv1" type: CONVOLUTION bottom: "data" top: "conv1" blobs_lr: 1 # learning rate multiplier for the filters blobs_lr原创 2016-08-30 22:53:35 · 649 阅读 · 0 评论 -
How to calculate the number of parameters of Convolutional Neural Networks(CNNs) correctly?
down votefavoriteI can't give the correct number of parameters of AlexNet or VGG Net.For example, to calculate the number of parameters of a conv3-256 layer of VGG Net, the原创 2016-08-29 21:48:29 · 714 阅读 · 0 评论 -
Filter visualization
这一节参考http://nbviewer.ipython.org/github/BVLC/caffe/blob/master/examples/filter_visualization.ipynb,主要介绍如何显示每一层的参数及输出,这一部分非常重要,因为在深度学习中我们关注的就是它学习出来的到底是什么东西1、导入相关模块以及设置画图参数import numpy as npi转载 2016-07-22 22:10:04 · 714 阅读 · 0 评论