- 博客(9)
- 资源 (5)
- 收藏
- 关注
RSS订阅原创 新优化器SGDP+AdamP：减慢基于动量的优化器的权重增长
论文：https://arxiv.org/pdf/2006.08217.pdf代码：https://github.com/clovaai/AdamP摘要诸如batch normalization（BN）等正则化技术已导致深度神经网络性能的显著改善。先前的研究已经分析了梯度下降（GD）优化器所产生的权重尺度不变的好处：由于步长的自动调整，它导致了稳定的训练。但是，我们表明，结合基于动量的算法，尺度不变性往往会导致权重规范的过度增长。这反过来又过度抑制了训练过程中的有效步长，可能会导致深度神经网络中的次优
2020-06-23 14:15:43
2216
原创 Ubuntu16.04下Cuda10.2的Tensorrt7.0安装及填坑指南
先下载tensorrt安装包，链接如下：https://developer.nvidia.com/nvidia-tensorrt-7x-download
2020-06-21 21:49:08
3702
8
原创 重新安装显卡驱动440和cuda10.2版本
最近跑Yolov5，需要Pytorch1.5环境，Pytorch1.5依赖cuda10.2，cuda10.2依赖显卡驱动440。。。而我电脑的配置是显卡驱动418（最高只支持cuda10.1），cuda10.1，cuda10.0，cuda9.0（我安装了多个cuda版本，现在用的是cuda10.0）。所以需要重新安装显卡和cuda。安装显卡440按照https://blog.csdn.net/xunan003/article/details/81665835可以成功安装显卡驱动版本440.
2020-06-16 22:55:58
6237
8
原创 卷积核计算个数和BN层gamma系数个数关系
关于卷积核计算的可视化，是一个卷积核对应一个输出通道。这里直接用cs231n课程中的一张卷积动图展示如下：
2020-06-16 11:13:29
2801
原创 Python中的常用方法/经典函数（持续更新）
统计list中的元素出现的个数字典get()函数l = ['apple','red','1','apple','1','red','2','apple']dict1 = dict()for i in l: dict1[i] = dict1.get(i, 0) + 1 print(dict1)>>{'apple': 3, 'red': 2, '1': 2, '2': 1}Counter 方法l = ['apple','red','1','apple','1',
2020-06-10 17:29:46
524
原创 AC-FPN解读 --- Attention-guided Context Feature Pyramid Network for Object Detection
论文：https://arxiv.org/pdf/2005.11475.pdf代码：https://github.com/Caojunxu/AC-FPN摘要对于目标检测，如何解决高分辨率输入上的特征图分辨率与感受野之间的矛盾要求仍然是一个悬而未决的问题。在本文中，为了解决这个问题，我们建立了一种新颖的体系结构，称为注意力导向的上下文特征金字塔网络（AC-FPN），该体系结构通过集成注意力导向的多路径功能来利用来自各个大型感受野的判别信息。该模型包含两个模块。第一个是上下文提取模块（CEM），它从多个接
2020-06-10 16:10:08
8335
4
原创 使用Python验证字符串是否是回文串
给定一个字符串，验证它是否是回文串，只考虑字母和数字字符，可以忽略字母的大小写。说明：本题中，我们将空字符串定义为有效的回文串。示例 1:输入: “A man, a plan, a canal: Panama”输出: true示例 2:输入: “race a car”输出: false来源：力扣（LeetCode）链接：https://leetcode-cn.com/problems/valid-palindrome著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。使
2020-06-09 10:39:32
4350
原创 Python计算斐波纳契数列(f(n)=f(n-1)+f(n-2))
题目：已知：F(0) = 0， F(1) = 1， F(n) = F(n-1) + F(n-2) 其中（n≥2，n∈N*）def Fun(x)： if x <=1: return
2020-06-05 14:23:16
7759
原创 目标检测中NMS和mAP指标中的的IoU阈值和置信度阈值
有时候路走的太远，会忘了为什么要出发。学习亦如是在目标检测中，经常看到置信度阈值和IoU阈值这两个关键参数，且NMS计算和mAP计算中都会有这两个，那它们的区别是什么?本文就这个问题做一次总结。NMS模型预测会输出很多框，比如同一个目标会有很多框对应，NMS的作用是删除重复框，保留置信度分数最大的框。mAP...
2020-06-03 11:42:44
33474
16
Python/Matlab 小波包变换实例源码
2018-12-11
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人