嘿*-CSDN博客

原创 Linux中bash脚本监控GPU自启动python程序

bash脚本，监控GPU，自启动py文件

2022-03-21 22:37:07 1876

原创 pycharm连接远程服务器

pycharm连接远程服务器pycharm的Community版本不能连接哦，有问题可以留言步骤一步骤二步骤三：连接时若是出现错误提示：服务器不能建立，点击继续（不用管这个错误，是因为第一次连接服务器时需要验证密码导致）步骤四...

2021-05-24 11:13:30 233

原创 AN IMAGE IS WORTH 16X16 WORDS: TRANSFORMERS FOR IMAGE RECOGNITION AT SCALE

TRANSFORMERS FOR IMAGE RECOGNITION AT SCALE 论文学习ABSTRACTINTRODUCTIONRELATED WORKMETHODVISION TRANSFORMER (VIT)ABSTRACT在计算机视觉处理上，注意力机制总是和CNN结合使用，本文主要论证注意力对于CNN不是依赖性的，作者使用单一的transformer在图像的patch块上执行图片分类任务。作者在大数据集上进行预处理并在中小型数据集上进行测试得到了很好的结果（此处作者还在中小型数据集上直接训

2021-05-24 10:43:11 420

原创 Attention Is All You Need

Abstract一般占主导的序列转换模型都通过一个编码-解码的结构实现，现在表现最好的模型也是通过一个注意力模块连接编码和解码阶段。本文提出一个新的简单的网络结构——Transformer，仅通过一个注意力结构进行翻译，不使用任何复杂的结构或者卷积，仅通过注意力来提取输入和输出之间的映射关系。作者表明该结构的结果优于当前结果且训练时间更加的少可同时并行运算。Model Architecture大多数表现比较好的模型都有编码和解码结构。编码器是将输入序列 (x1,...,xn)(x_1,...,x_n)

2021-05-23 09:08:23 136

原创 Deep Residual Learning for Image Recognition

Deep Residual Learning for Image RecognitionAbstract

2021-03-09 18:23:25 115

原创如何导入预训练网络参数（pytorch）

在数据集小的情况下，可使用大数据集对卷积神经网络进行预训练，在dropout论文中提到，经过训练后的卷积层是一个泛化的特征提取器。在pytorch中如何将已训练完成的网络参数导入自己设计网络中使用。本文以VGG16网络为例。网络架构如下（打对勾那个）：步骤如下：下载网络已训练好的参数文件参数模型下载地址本文中下载文件是imagenet-vgg-verydeep-16.mat加载所下载模型参数（可在Debug下可视化查看）data = scipy.io.loadmat('imagenet-

2021-03-07 21:53:02 2199 3

原创 pytorch项目中的.editorconfig文件

EditorConfig是什么EditorConfig有助于维护跨多种编辑器和IDE的开发项目，有助于开发人员在项目开发过程中保持编码风格一致。EditorConfig包含一个用于定义编码样式的文件以及一个使编辑器可以遵循所定义的文本样式读取文件的文本编辑器插件集合。EditorConfig 文件具有较好的可读性以及易于与版本控制系统很好地协同工作。下面是一个例子，用于规定Python和JavaScript文件的行尾和缩进样式。# EditorConfig is awesome: https://E

2021-02-25 21:11:00 548

原创 Rich feature hierarchies for accurate object detection and semantic segmentation Tech report (v5)

Rich feature hierarchies for accurate object detection and semantic segmentation Tech report (v5)Abstract一般使用PASCAL VOC数据集进行目标检测评估，现在最好方法是将多个低层次的特征图和高阶语义信息连接所形成的复杂集成系统。...

2021-02-15 11:07:09 157

原创 U-Net : Convolutional Networks for Biomedical Image Segmentation

U-Net: Convolutional Networks for Biomedical Image Segmentation [学习笔记，自我理解，若有错误，希望大家能够帮忙指出，谢谢]Abstract能过成功训练出深度神经网络是需要以大量具有标记的数据集为基础的。本篇论文提出一个以强大的数据增强为基础进行网络搭建和网络算法策略。网络由用于捕捉上下文信息的收缩路径（下采样）和能够助于精确定位的扩张路径（上采样）组成。网络使用ISBI分割数据集中电子显微镜下神经元结构图片进行训练和测试，网络中使用较少的

2021-02-13 19:42:26 2059 2

how_ever的博客