- 博客(5)
- 收藏
- 关注
RSS订阅转载 caffe 中那些不寻常的layers：concat_layer,slice_layer,Flatten_layer，Reshape_layer，Eltwise_layer
/输入图像均为(24*24*3)，用于分类的有150张图片，用于回归的有50张，用于关键点回归的也有50张，则最后拼接的结果就是((150+50+50)×3×24×24)输入的data维度为 (250×3× 24×24)，拆分后的3个输出的维度依次为 (150×3×24×24)， (50×3×24×24)，(50×3×24×24)。Flatten layer用于把一个维度为n * c * h * w的输入转化为一个维度为 n * (c*h*w)的向量输出。一、concat层：实现输入数据的拼接。
2023-06-06 16:04:21
272
1
转载 Anaconda虚拟环境理解
env1装了pytorch1.0，env2装了pytorch1.2，需要使用1.0的时候激活env1，需要使用pytorch版本1.2的时候激活env2，这样就不用每次配环境一个一个包重新安装。Conda创建环境相当于创建一个虚拟的空间将这些包都装在这个位置，我不需要了可以直接打包放入垃圾箱，同时也可以针对不同程序的运行环境选择不同的conda虚拟环境进行运行。创建一个为new的环境，可能要稍等一下比较慢，然后出现安装‘包’的提示，输入y然后按回车，之后我们就成功创建了我们新的环境。
2023-04-04 09:06:49
1087
转载 卷积神经网络参数更新公式推导
内容比较全，转载收藏，备不时之需。一、引言与全连接神经网络不同，卷积神经网络每一层中的节点并不是与前一层的所有神经元节点相连，而是只与前一层的部分节点相连。并且和每一个节点相连的那些通路的权重都是相同的。举例来说，对于二维卷积神经网络，其权重就是卷积核里面的那些值，这些值从上而下，从左到右要将图像中每个对应区域卷积一遍然后将积求和输入到下一层节点中**，得到下一层的特征图。因此其权重和偏置更新公式与全连接神经网络不通。通过卷积核替代权重矩阵的意义在于：1. 降低的计算量；2. 权重得到共享，降低了参
2021-11-02 10:21:39
2297
1
转载 MATLAB中rng（）用法，如何替换rand/randn
1.rand('seed',sd)、randn('seed',sd)和rand('state',sd)中各参数的含义 我们知道，rand和randn都是用来产生伪随机数的，但是产生伪随机数的generator(发生器)有多种，而seed、state、twister等就是用来指定不同类型的伪随机数发生器的，其中seed 指“v4 generator”，state指“v5 generator”，twister指"Mersenne Twistergenerator"。第二个参数“sd”是“see...
2021-10-20 09:57:43
1760
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