![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 84
joyce_peng
哈哈哈哈
展开
-
transformer文章翻译【Attention is all you need】
(现状)主流的序列转换模型都是基于复杂的循环神经网络或卷积神经网络,且都包含一个encoder和一个decoder。表现最好的模型还通过attention机制把encoder和decoder联接起来。(创新点)我们提出了一个新的、简单的网络架构,Transformer. 它只基于单独的attention机制,完全避免使用循环和卷积。(优势)在两个翻译任务上表明,我们的模型在质量上更好,同时具有更高的并行性,且训练所需要的时间更少。(具体效果)原创 2023-12-11 10:40:32 · 224 阅读 · 0 评论 -
【论文精读】Is Synthetic data from generative models ready for image recognition? 生成数据对图像识别的影响
扩散模型生成的数据对图像识别的影响原创 2022-11-12 22:14:12 · 820 阅读 · 0 评论 -
【论文精读】The Missing Link: Finding label relations across datasets
探索不同数据集间标签关系,missing link原创 2022-08-15 18:56:19 · 868 阅读 · 0 评论 -
【论文精读】Grounded Language-Image Pre-training(GLIP)
glip(Grounded Language-Image Pre-training),可以做visual grounding和目标检测任务原创 2022-07-24 00:45:43 · 6173 阅读 · 3 评论 -
【多模态】UNIMO
unimo模型原创 2022-06-21 13:55:19 · 592 阅读 · 0 评论 -
【论文摘要】标签合并Bamboo: Building Mega-Scale Vision Dataset Continually with Human-Machine Synergy
Bamboo: Building Mega-Scale Vision Dataset Continually with Human-Machine Synergy前言:论文链接:https://arxiv.org/pdf/2203.07845.pdfgithub链接:https://github.com/Davidzhangyuanhan/Bamboo商汤2022.3发表,主要内容为如何对开源数据集进行合并论文分为摘要、背景介绍、相关工作、标签系统、Bamboo数据集构建、数据集数据、验证集实验原创 2022-05-10 14:35:45 · 854 阅读 · 0 评论 -
【论文摘要】ImageNet:A Large-Scale Hierarchical Image Database
imagenet论文解读博客原创 2022-05-02 21:45:08 · 8810 阅读 · 0 评论 -
【论文笔记】Model soups模型汤google
论文地址:https://arxiv.org/pdf/2203.05482.pdf论文相关讲解:https://baijiahao.baidu.com/s?id=1727838067837303006&wfr=spider&for=pc论文贡献:在imagenet上通过该方法对于ViT-G模型,达到sota 90.94%的效果模型汤方法可以用在图像分类和NLP领域,提高下游的out-of-distribution和zero-shot效果Finally, we analytical原创 2022-03-27 21:33:09 · 2383 阅读 · 0 评论 -
python使用sklearn绘制混淆矩阵
# 绘制多分类混淆矩阵from sklearn.metrics import confusion_matrix# probabilities为所有测试结果,yv为验证集Validation samples (images, labels)cnf_matrix = confusion_matrix(np.argmax(yv, axis=1), np.argmax(probabilities,axis=1))_ = print_confusion_matrix(cnf_matrix, selected_原创 2020-05-16 18:15:44 · 3831 阅读 · 0 评论 -
keras可视化中间层特征
可视化中间层不同通道特征及所有卷积层特征读取图片#读取图片from tensorflow.keras.preprocessing import imagepath='xxx.jpg'img = image.load_img(path,target_size=(224,224))img=image.img_to_array(img)x = np.expand_dims(img, a...原创 2020-04-13 20:39:23 · 1355 阅读 · 0 评论 -
Faster R-CNN代码详细解读
目录论文代码pytorch发展简史 RCNN->Fast RCNN->Faster RCNN算法原理详细内容及源码a. RPNb. ROI poolingc. classification and regressionc. 训练源码流程梳理相关面试题目前基于Faster Rcnn的改进参考链接正文todo:发展简史R-CNN -> SPP ...原创 2019-12-05 19:30:57 · 428 阅读 · 0 评论 -
深度学习中的各种卷积
参考链接:机器之心文章卷积3d卷积1*1卷积转置卷积空洞卷积可分卷积具体内容:1.8. 3d卷积常用于视频领域和医疗领域,从d, w, h三方面进行卷积,比起2d卷积能够获取时序特征。RGB图片也是3维通道,常用形式为wh3,这里的3是channel信息,实际上使用的仍然是2d卷积,从w,h的角度做卷积,不对通道做变换,但是3d卷积从w, h, d三个角度做卷积。9....原创 2019-12-05 12:34:13 · 269 阅读 · 0 评论 -
Batch Normalization论文解读+详细面经
1. 提出原因2. 作用3. 原理4. 细节原创 2019-11-21 00:53:02 · 1961 阅读 · 1 评论