![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 52
Just Go For It Now
这个作者很懒,什么都没留下…
展开
-
Meta-learning入门(一)
Omniglot数据集整个数据集包含1623个不同的手写字符,每个手写字符都由20个不同的人参与绘制在Pytorch-meta的实现当中,其训练集包含了1028个手写字符,涉及到的数据增强有3种,分别为旋转90度、旋转180度以及旋转270度,这样一来,训练样本的总个数就从1028扩充到了1028*4=4112个Omniglot数据集的加载将4112张扩充后的图片视为一个整体,并进行洗牌,然后在洗牌之后的数据集进行样本的挑选采用5-way 5-shot的训练方式,在每一个epoch中,挑.原创 2021-01-10 23:22:27 · 528 阅读 · 0 评论 -
实验心得(2019.11.28-2019.12.08)
在进行实验的时候,首先测试baseline,实验过程中产生的各种想法可以考虑先在baseline上进行实验。如果确实能够给baseline的性能带来一定的提升,那么我们就可以将想法移植到我们当前已经设计好的新结构上。 Python中的内存管理机制 在提取网络层的中间输出的时候,尽量不要把网络的中间输出保留在类的成员变量(即__init__函数)当中,应该考虑保留在类的forward函数中。 ...原创 2020-02-21 08:56:44 · 121 阅读 · 0 评论 -
技术总结
1.Numpy数组索引为NoneNone并不指代数组中的某一维,None用于改变数组的维度。例如data的shape为(3,3),则data[:,None]的shape是(3,1,3),data(:,:,None)的shape是(3,3,1)。容易看出None就是在指定位置添加一维,且这个维度的数目是1。这样数据总数并不会变化,只是数据维度发生变化。2.copy.deepcopy()首...原创 2020-02-21 08:55:12 · 166 阅读 · 0 评论 -
关于Conditional Normalization的文章总结
ICLR 2017论文标题 Modulating early visual processing by language 研究问题 VQA 前提假设 创新点 解决方案 不足之处 论文标题 Conditional Image Synthesis with Auxilia...原创 2020-02-21 08:57:13 · 1384 阅读 · 0 评论 -
RotationNet: Joint Object Categorization and Pose Estimation Using Multiviews from Unsupervised View
CVPR2018论文标题 RotationNet: Joint Object Categorization and Pose Estimation Using Multiviews from Unsupervised Viewpoints 研究问题 3D形状识别与检索 前提假设 object classification与viewpoint e...原创 2020-02-21 08:59:28 · 720 阅读 · 0 评论 -
论文阅读之《GAPNet: Graph Attention-based Point Neural Network for Exploiting Local Feature of Point Cloud
《GAPNet: Graph Attention-based Point Neural Network for Exploiting Local Feature of Point Cloud》研究问题 如何更好地提取点云的局部特征 主要想法 采用self-attention和neighboring attention的机制,一方面通过self-attetion来提取输入...原创 2020-02-21 08:56:15 · 1160 阅读 · 3 评论 -
3D论文总结(9.2-9.6)
《A-CNN: Annularly Convolutional Neural Networks on Point Clouds》研究问题 本文主要解决的是点云的分类、部件分割和场景分割的问题 作者提出了一种新的方法对点云的局部区域进行建模 创新点 文章将点云的局部区域建模为一个环形区域,并基于该环形区域提出了环形卷积。这样做的目的,主要是为了减少...原创 2020-02-21 09:01:35 · 266 阅读 · 0 评论 -
Multi-scale method and deep learning
在《Going deeper with convolutions》一文当中,作者特别提到了多尺度特征融合的技术,对此,我特地goole了一下,在此特将心得总结一波:类似于我们用显微镜去观察一个物体:当我们使用高分辨率的显微镜去观察物体时,我们看到的是物体较为细微的特征,进而有助于我们捕捉到物体的细节信息;当我们使用低分辨率的显微镜去观察物体的时候,我们拥有的是更为广阔的视野,从而更有助于我们捕...原创 2019-02-01 21:22:11 · 274 阅读 · 0 评论 -
Pytorch编程心得(2018/10/27-2018/10/29)
Numpy中不包含unsquueze函数,但是pytorch中是包含了这个函数的,也就是说unsqueeze函数可以作用在tensor上,但是不能作用在ndarray上。 需要计算梯度的Variable是不可以转化为numpy数组的,需要先试用detach方法或者data方法,然后再转化为Numpy数组。 如果出现下述问题:“forward() takes 1 positional argum...原创 2018-10-29 19:58:16 · 197 阅读 · 0 评论 -
Pytorch auto_grad学习心得
在PyTorch中计算图的特点可总结如下:autograd根据用户对variable的操作构建其计算图。对变量的操作抽象为Function。对于那些不是任何函数(Function)的输出,由用户创建的节点称为叶子节点,叶子节点的grad_fn为None。叶子节点中需要求导的variable,具有AccumulateGrad标识,因其梯度是累加的。variable默认是不需要求导的,即req...原创 2018-10-21 21:34:14 · 1825 阅读 · 1 评论