- 博客(9)
- 资源 (1)
- 收藏
- 关注
原创 HDR dataset
文章目录DatasetNTIRE 2021 HDR (2021), CVPRWHDR+ Burst Photography Dataset (2016), Google ResearchPaper with codesHDRUNet: Single Image HDR Reconstruction with Denoising and Dequantization (2021), CVPRWHDR image reconstruction from a single exposure using deep
2022-05-26 12:56:59 1821 2
原创 AAAI KnowitVQA阅读笔记
数据集的提出24282 问答pair,基于TBBT。question是knowledge-based的。提出了一个video understanding model,combine了视频的visual texual content和specific knowledge
2020-12-08 21:48:23 330
原创 Ubuntu Anaconda + 虚拟环境配置旧版本pytorch + CUDA
最近因为要跑的程序里带有reinforce()这个函数,所以必须要装0.2.0版本的pytorch,闹了许多小错误,最后还是搞定了,把流程记录一下。Ubuntu + Anaconda + python 虚拟环境 + pytorch 旧版本 + CUDA 旧版本 配置。首先,要创建一个虚拟环境。conda create -n ENV_NAME python=3.5这样装出来的就是pytho...
2019-08-03 20:09:49 516
原创 编程笔记
文章目录我又踩了啥坑Python 基础排序格式化输出Logging字符串转变量布尔型变0/1List字符串索引导出requirementsPython面向对象编程异常信息处理深度学习复现细节Epoch、iterations和batchsizeTorch相关Tensor乘法ignore warning查看版本与安装路径读取与分割数据集(使用子集训练)GPU与Cuda使用指定GPU训练检测是否存在使用...
2019-05-13 22:47:42 549
原创 矩阵论大作业-奇异值分解与图像压缩(附其他方法的类比)
摘要随着互联网与移动设备的发展和普及,人们在日常生活中正产生着越来越多的数据信息。数据的存储、交互日趋活跃,对于数据压缩的需求也不断扩大。作为互联网数据中的重要组成部分,图像文件的压缩显得极其重要。针对图像压缩问题,本文提出了基于奇异值分解()的图像压缩技术。通过对图像矩阵进行奇异值分解,并有目标地选取其中kkk个奇异值和对应的左、右奇异向量对原始图像矩阵进行重构,由此达到图像在传输中的压缩与复...
2019-04-24 12:35:19 3697 2
原创 Epoch,Iterations and Batch_Size
最近复现论文的时候遇到的。原文说要把Alexnet训练800k个iteration,然而这个iteration具体是啥呢?网上下载下来的代码一般只给你指定一个args.Epoch,那么Iteration和batchsize和epoch数又有什么关系呢?We illustrate this issue by an example of ImageNet, which consist of 1200...
2019-03-26 13:24:03 266
原创 随机过程与排队论 上海交大 2018试题
第一题(1)P阵 Q阵补全(2)P(Z)=ez/(2−z)P(Z) = e^z / (2-z)P(Z)=ez/(2−z) ,求P4P_4P4。展开就可以了。第二题题目给一个P阵。(1)状态空间。(2)画状态转移图。(3)求f00(1),f00(2),f00(3),f00,μ00f_{00}^{(1)},f_{00}^{(2)},f_{00}^{(3)},f_{00},\mu_{00...
2018-12-13 17:25:43 2211
原创 XNOR-Net
XNOR1 介绍1、首先,介绍了一个新方法(BWN)二值化CNN中的权重数值。2、介绍了XNOR-Nets,输入与权重同时进行二值化(激活也进行了二值化)。2 相关工作浅层网络压缩预训练的深度网络Optimal brain damage使用lossfunction的黑塞矩阵来裁剪一个网络by 减少连接数量化网络二值化 Soudry的那篇讲EBP的variational 贝叶斯方法...
2018-10-08 12:22:02 1110
原创 TTQ
Trained Ternary Quantizationby ChenzhuoZhu1 简介使用了2个全精度尺度系数WlpW^p_lWlp,WlnW^n_lWln,并且把权重全部量化为三元组{−Wln,0,+Wlp}\{-W_l^n, 0, +W^p_l\}{−Wln,0,+Wlp}。而不是传统的{−1,0,+1}\{-1, 0, +1\}{−1,0,+1}或者{−E,0,+E}\{...
2018-09-26 18:01:07 1778 3
经典网络原始论文.rar
2019-09-30
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人