深度学习炼金手册
文章平均质量分 92
大局观选手周弈帆
天才游戏设计师,编程最强王者,算法金牌讲师,前MMDeploy开发者,现在在搞科研。
展开
-
PyTorch 并行训练极简 Demo
我来分享一份非常简单的PyTorch并行训练代码,希望没有学过的读者能够在接触尽可能少的新知识的前提下学会写并行训练。原创 2022-10-29 23:09:03 · 651 阅读 · 1 评论 -
从零理解熵、交叉熵、KL散度
在这篇文章里,我会从非常易懂的例子中引入熵这个概念,并介绍和熵相关的交叉熵、相对熵(KL散度) 等概念,使大家一次性理解熵的原理。原创 2022-10-13 19:25:49 · 538 阅读 · 0 评论 -
图像超分经典网络 SRGAN 解析 ~ 如何把 GAN 运用在其他视觉任务上
在这篇文章中,我将主要面向深度学习的初学者,介绍SRGAN[1]这篇论文,同时分享以下知识:* GAN的原理与训练过程* 感知误差(Perceptual Loss)* 基于的GAN的SR模型框架原创 2022-08-15 17:46:54 · 3204 阅读 · 0 评论 -
COCO目标检测数据集的读取方法与Python工具脚本
COCO (Common Objects in COntext) 是一个大型的图像数据集,提供了目标检测、分割、看图说话等多个任务的标签。COCO的标注文件是用json格式编写的,初次接触时需要花十来分钟熟悉一下COCO的标注格式。本文将简明地介绍COCO目标检测数据集的读取方法,并给出可以调用的Python脚本。读取其他任务的标签时也可以借鉴这些思路。......原创 2022-08-12 15:43:05 · 2087 阅读 · 0 评论 -
ResNet 论文概览与精读
摘要的前三句话开门见山地介绍本文要解决的问题以及解决的方法。较深的神经网络很难训练。本文的工作:提出了一种能够轻松训练比以往的网络要深得多的残差学习框架。本文方法的进一步解释:神经网络的层将拟合一个基于输入的残差函数,而不是一个没有参考的函数。经实验而非理论证明,增加深度后,模型的训练效果和测试效果都得到了提升。精度打败了当时所有的分类模型。深度高达152,大幅超过了当时较火的19层的VGG,同时并没有增加多少计算量。精度打败了当时所有的检测、分割等任务的模型。............原创 2022-08-09 17:39:09 · 517 阅读 · 0 评论 -
Neural Style Transfer 风格迁移经典论文讲解与 PyTorch 实现
想把照片变得更“艺术”一点?让我们一起阅读神经网络风格迁移的经典论文,并用PyTorch复现这个算法。原创 2022-06-01 13:28:20 · 1835 阅读 · 3 评论