- 博客(4)
- 问答 (1)
- 收藏
- 关注
原创 ResNet50 网络结构搭建(PyTorch)
ResNet50是一个经典的特征提取网络结构,虽然Pytorch已有官方实现,但为了加深对网络结构的理解,还是自己动手敲敲代码搭建一下。需要特别说明的是,笔者是以熟悉网络各层输出维度变化为目的的,只对建立后的网络赋予伪输入并测试各层输出,并没有用图像数据集训练过该网络(后续会用图像数据集测试并更新博客)。1 预备理论在动手搭建ResNet50以前,首先需要明确ResNet系列网络的基本结构,其次复习与卷积相关的几个知识点,以便更好地理解网络中间输出维度的
2021-12-07 20:15:25
42515
9
原创 SimCLR:A Simple Framework for Contrastive Learning of Visual Representations 论文笔记
SimCLR 论文笔记 1 ABSTRACTSimCLR: 用于视觉表征的对比学习框架,简化了最近提出的对比自我监督学习算法,无需专门的架构或存储库。理论贡献:组合数据増广在定义有效的预测任务中有重要作用在视觉表征和对比损失之间引入可学习的非线性转换,可以改善所学习表征的质量与监督学习相比,对比学习得益于更大的批量和更多的训练轮数实验证明:通过结合这些发现,我们能够大大胜过ImageNet上用于自我监督和半监督学习的先前方法。 由SimCLR学习的经过自我监督表示训练的线性分
2021-04-05 10:26:52
797
1
原创 MoCo:Momentum Contrast for Unsupervised Visual Representation Learning 论文笔记
MoCo论文笔记 1 ABSTRACT理论贡献: 提出用于无监督视觉表示学习的动量对比度(MoCo),从作为字典查找的对比学习的角度来看,构建了带有队列和移动平均编码器的动态字典,可以动态地构建大型且一致的词典,促进对比性无监督学习。实验证明:MoCo在ImageNet分类的线性分类问题上具有竞争力。MoCo学习到的表示形式可以很好地转移到下游任务中。在PASCAL VOC,COCO和其他数据集上的7个检测/细分任务中,MoCo可以胜过其监督的预训练同类,有时甚至可以大大超过其性能。
2021-04-01 19:42:50
669
原创 CUDA11.0+cuDNN8.0.5+Anaconda3.5+PyTorch1.7.0配置说明
CUDA11.0+cuDNN8.0.5+Anaconda3.5+PyTorch1.7.0配置说明**简介:**该文档记录的配置方法测试过多次有效,在第3步安装CUDA容易遇到问题,本文档是在WIin10+Ubuntu18.04双系统的新机上最终测试过的一次安装成功步骤说明**提示:紫色"说明"部分是对操作步骤的解释,在执行“3 安装CUDA”**时容易出现问题,请仔细操作1 新机预安装**说明:**在新系统/重装系统的新机上预安装vim和gcc# 安装vim $ sudo apt
2021-02-03 20:06:45
1908
1
空空如也
如何利用C语言加载、可视化、平滑DEM数据?如何将处理后的DEM数据转为八叉树地图?
2021-09-06
TA创建的收藏夹 TA关注的收藏夹
TA关注的人