TensorFlow
齐夫子
SLAM、大数据、深度学习
展开
-
注意力机制
注意力机制直观上的理解就是人看一张图片,肯定是被图中某一部分吸引,而对应到NN,即是给整个图片的每个像素都赋予一个权重,希望得到注意力多的即权重大。STN就是一个注意力机制,他是让图像把最需要的那一部分平移旋转缩放回来,相当于丢掉了不需要的部分。而像SENet中的注意力机制,先把h*w*c2的特征直接在c2维度用平均池化把其变为1*1*c2,然后用多层感知机将其转化为每一层的权重即注意力,...原创 2019-11-16 11:43:09 · 751 阅读 · 0 评论 -
Spatial Transformer Networks
Spatial Transformer Networks并不只是对旋转有效,理论上它应该是对所有的变换都有效,如平移旋转缩放。CNN目前如果希望网络能具有旋转不变性,主流是两个途径,一直接对数据进行数据增强,即各种旋转,让网络见各种各样的数据,二即采用STN。STN总体的思路很简单,就是相当于增加一个模块,模块的作用是对输入的图像得到一个变换矩阵,然后输出的图像就等于变换后的图像。...原创 2019-11-16 10:37:05 · 179 阅读 · 0 评论 -
Tensorflow技巧
设置编码# -*- coding: UTF-8 -*-tf.reduce_sumreduce_sum中axis=-1的理解就是把这个维度搞成1reduce_sum:压缩求和,用于降维# 'x' is [[1, 1, 1]#[1, 1, 1]]x为2*3矩阵#求和tf.reduce_sum(x) ==> 6#按列求和tf.redu...原创 2019-10-03 09:58:58 · 192 阅读 · 0 评论