- 博客(10)
- 收藏
- 关注
转载 pytorch 构建计算图
pytorch 构建计算图转载于:https://www.cnblogs.com/cititude/p/11618690.html
2019-10-02 22:28:00 880
转载 Pytorch创建自己的数据集(图像分割)
Pytorch创建自己的数据集(图像分割)转载于:https://www.cnblogs.com/cititude/p/11616903.html
2019-10-02 10:19:00 2046
转载 pytorch创建自己的数据集(分类任务)
pytorch创建自己的数据集(分类任务)转载于:https://www.cnblogs.com/cititude/p/11615158.html
2019-10-01 12:30:00 2726
转载 VggNet学习笔记
VggNet(2014)论文Abstract本文研究了卷积神经网络的深度对其准确率的影响,通过使用3×3的卷积核(very small),我们发现了当深度达到16-19层时准确率有重大提高。这一成功赢得了2014 ImageNet冠军。Network Configurations输入为224*224 RGB图,预处理为均值化,大量使用3×3卷积核(有时也用1×1卷积核作为线性变...
2019-09-19 21:20:00 175
转载 ResNet学习笔记
ResNetDeep Residual Learning for Image RecognitionAbstract & Introduction深层网络具有难以训练的特点,例如,出现梯度弥散/爆炸(这件事通过初始值正则化和BN层解决了)另一个困难是,当层数过高时,准确率达到饱和后开始迅速下降,而这并非是由过拟合造成,而是由于优化过程造成;在本文中,通过引入deep re...
2019-09-18 20:08:00 120
转载 ShuffleNet论文学习
ShuffleNet(2017)论文Abstract本文引入了一个用于移动端的高效CNN,这一新的体系结构使用了2种新的操作:①pointwise group convolution & channel shuffle, 能够极大地简化计算并保持准确率。(效率>MobileNet)与流行的结构相比,ShuffleNet使用了更多的feature map chann...
2019-09-17 19:46:00 135
转载 SE-net 学习笔记
Squeeze-and-Excitation Networks(2019)Abstract传统的卷积操作使得网络可以聚合空间和通道信息并建立informative features。大量研究致力于通过提高空间编码(spatial encodings)的质量来增强网络的表达能力(representational power)。 本论文中, 作者的关注点是channel relation...
2019-09-16 09:33:00 821
转载 AlexNet论文学习
Alexnet(2012)AbstractAlexnet是一个大规模的深度卷积神经网络,用于对ImageNet中的LSVRC-2010 contest(120万256*256的高分辨率图片)进行1000分类。其中用到的技术包括非饱和神经元,用于卷积运算的高效GPU,dropout正则化技术。同时,本文也给出了这一模型的一个变体。Introduction在此之前,提高性能的方法一般...
2019-09-15 21:36:00 356
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