- 博客(8)
- 资源 (5)
- 收藏
- 关注
原创 shufflenet中channel shuffle原理
分组卷积Group convolution是将输入层的不同特征图进行分组,然后采用不同的卷积核再对各个组进行卷积,这样会降低卷积的计算量。因为一般的卷积都是在所有的输入特征图上做卷积,可以说是全通道卷积,这是一种通道密集连接方式(channel dense connection),而group convolution相比则是一种通道稀疏连接方式具体过程可见我的另一个博客https://blo...
2020-02-27 20:48:50 13903 4
原创 Group Convolution 分组卷积
Group Convolution分组卷积最早见于AlexNet——2012年Imagenet的冠军方法,Group Convolution被用来切分网络,使其在2个GPU上并行运行,AlexNet网络结构如下:Convolution VS Group Convolution如果输入feature map尺寸为C∗H∗W,卷积核有N个,输出feature map与卷积核的数量相同也是N,每...
2020-02-27 20:30:16 1587
原创 MobileNet 深度可分离卷积(depthwise separable convolution)
简介MobileNet作为一个,轻量级的网络,可以在移动设备上进行训练,关键是采用了 深度可分离卷积(depthwise separable convolution)来提高效率,下面注重介绍介绍 深度可分离卷积。传统卷积方法假设输入特征图大小为 DF×DF×MD_F×D_F×MDF×DF×M,输出特征图大小为 DF×DF×ND_F×D_F×NDF×DF×N,卷积核大小为 DK×DK×...
2020-02-27 20:04:11 1962
原创 Inception V1 理解
在论文《Going Deeper with Convolutions》提出了GoogLeNet网络,并在 ILSVRC 2014(ImageNet Large Scale Visual Recognition Competition) 上取得了第一名,GoogLeNet 对网络中的传统卷积层进行了修改,提出了被称为 Inception 的结构,用于增加网络深度和宽度,提高深度神经网络性能。我们知...
2020-02-17 20:12:00 1557
原创 pytorch中squeeze()和unsqueeze()函数介绍
squeeze的用法主要就是对数据的维度进行压缩或者解压。torch.squeeze() 函数主要是对数据的维度进行压缩,去掉维数为1的的维度。比如对于一行或者一列这种,一个一行三列(1,3)的数去掉第一个维数为一的维度之后就变成(3)行。squeeze(a)就是将a中所有为1的维度删掉。不为1的维度没有影响。还有一种形式就是b=torch.squeeze(a,N) a中去掉指定的维数为一...
2020-02-15 20:13:21 1352
原创 pytorch中的item()用法
pytorch中,.item()方法 是得到一个元素张量里面的元素值具体就是 用于将一个零维张量转换成浮点数,比如计算loss,accuracy的值就比如:loss = (y_pred - y).pow(2).sum()print(loss.item())...
2020-02-15 20:05:33 22039 2
原创 卷积和池化操作对图片尺寸改变
卷积操作对于输入图像尺寸为Nw∗NhN_w * N_hNw∗Nh,图片通道数为C,那么 j假设卷积核尺寸为FxF,通道数也为C 步幅为S,Padding使用P,经过该卷积层后输出的图像尺寸为WxH:图片宽度W=⌊Nw+2P−FS+1⌋ W=\left \lfloor \frac{N_w+2P-F}{S} +1 \right \rfloor W=⌊SNw+2P−F+1⌋图片长...
2020-02-09 12:51:08 3620
原创 机器学习 Multivariate Linear Regression——多变量线性回归
完整的数据和代码已经更新至GitHub,欢迎 fork~GitHub链接DescriptionIn this exercise, you will investigate multivariate linear regression using gradient descent and the normal equations. You will also examine the relati...
2020-02-04 20:53:18 608
2020年1月山东大学计算机视觉期末考试试题(计算机学院人工智能班).docx
2020-01-05
基于opencv的BackgroundSubtractorMOG2和BackgroundSubtractorKNN的 原视频 和结果视频
2019-11-03
objdata.zip
2019-06-06
数组描述线性表
2018-11-15
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人