- 博客(19)
- 收藏
- 关注
RSS订阅原创 第J7周：对于ResNeXt-50算法的思考
具体来说，如果 shortcut 的形状是 (h, w, c1)，而 x 的形状是 (h, w, c2)，其中 c1 不等于 c2，那么 shortcut 将被自动扩展为 (h, w, c2)，从而与 x 的形状相匹配。这意味着在进行加法操作之前，较小张量（shortcut）的形状会被扩展以匹配较大张量（x）的形状。总之，Add 层具备自动广播机制，在计算时能够自动调整较小张量的形状以匹配较大张量的形状，因此即使通道数不一致，也不会引发错误。第J6周：ResNeXt-50实战解析。
2024-06-14 18:13:07
263
原创 J5：DenseNet+SE-Net实战
SE-Net 是 lmageNet 2017(lmageNet 收官赛)的冠军模型，是由WMW团队发布。具有复杂度低，参数少和计算量小的优点。且SENet 思路很简单，很容易扩展到已有网络结构如Inception 和 ResNet 中。已经有很多工作在空间维度上来提升网络的性能，如Inception等，而 SENet 将关注点放在了特征通道之间的关系上。
2024-05-30 17:20:42
708
原创 第J4周：ResNet与DenseNet结合探索
本文为🔗代码的数据导入，数据处理，训练测试函数部分均与J2,J3周的相同，本周主要修改了模型部分。其余部分代码参考本人笔记。
2024-05-17 02:06:17
974
原创 第J3周：DenseNet算法实战与解析
今天我们要介绍的是DenseNet模型，它的基本思路与ResNet一致，但是它建立的是前面所有层与后面层的密集连接(denseconnection)，它的名称也是由此而来。DenseNet的另一大特色是通过特征在channel上的连接来实现特征重用(feature reuse)。初始卷积层：网络通常以一个标准的卷积层开始，用于初步提取输入图像的特征，并可能伴随有池化层来缩小输入尺寸。Dense Blocks（密集块）：DenseNet的主要构建模块。
2024-05-06 19:14:37
600
原创 第J2周：ResNet50V2算法实战与解析
🧲 改进点：(a)original 表示原始的 ResNet 的残差结构，(b)proposed 表示新的 ResNet 的残差结构。主要差别就是(a)结构先卷积后进行 BN 和激活函数计算，最后执行 addition 后再进行ReLU 计算；(b)结构先进行 BN 和激活函数计算后卷积，把 addition 后的 ReLU 计算放到了残差结构内部。📌 改进结果：作者使用这两种不同的结构在 CIFAR-10 数据集上做测试，模型用的是 1001层的 ResNet 模型。
2024-05-01 18:05:06
72
原创 第J1周：ResNet-50算法实战与解析
从最后的准确率和错误率来看，模型训练过程非常不稳定，图中的波动幅度较大。通过网络查询，可能有以下几个原因导致这种情况： (1) Batch size过小：一般来说，在一定范围内，Batch size越大，模型的下降方向越准确，训练震荡越小。常用的Batch size有16、32、64等。(2) Epoch过小：Epoch和Batch size之间的关系为：完成一次Epoch需要的Batch个数=iterations=数据总数/ batch_size。
2024-04-26 13:48:58
700
1
原创 第R1周：RNN-心脏病预测
RNN构建过程：输入1： [样本1的特征1][样本2的特征1][样本3的特征1]...[样本13的特征1]输入2： [样本14的特征1][样本15的特征1][样本16的特征1]...[样本26的特征1]输入3： [样本27的特征1][样本28的特征1][样本29的特征1]...[样本39的特征1]直至270*13个特征全部输入完毕后输入过程结束整个训练过程流程训练数据 (train_data, train_labels)↓前向传播。
2024-04-05 01:21:29
1021
1
原创 第P8周：YOLOv5-C3模块实现
🍨 本文为🔗此次学习的重点：（1）学习YOLO-C3模块，并比较不同数量下的C3模块对训练结果的test_acc有何影响；
2024-03-29 14:02:06
1056
1
原创 P7：咖啡豆识别
本周完成了自己搭建VGG-16网络框架，调用官方的VGG-16网络框架，如何查看模型的参数量以及相关指标。算是完成了基本要求。
2024-03-20 19:22:04
389
1
原创 b站林粒粒老师AI课学习笔记之发送对AI大模型的第一个请求
2-2之间，默认值是0，即不对重复词汇进行任何惩罚，如果在0-2之间就会对词汇进行惩罚，增加文本的多样性，但是这个值也不是越高越好messages=["content": "生成一个购物清单，包含至少20个物品，每个物品之间用逗号进行分隔，例如：苹果，香蕉，牛奶"],temperature参数messages=["content": "四大文明古国分别有哪些"],
2024-03-05 16:01:16
1038
原创 365天深度学习训练营.第一周：pytorch实现mnist手写数字识别
目标：了解pytorch深度学习流程套路，开启第一周打卡形成习惯 ，代码是K同学的代码，可能会有些许改动，会在下文中说明我的环境：pytorch jupyter notebook。
2024-01-16 20:20:02
790
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人