- 博客(7)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 用Numpy实现一个简单的神经网络
本示例来自于PyTorch的官网上的一个warm-up小示例, 觉得很有代表性, 所有这里单独记录一下.对于numpy来说, 它对计算图, 深度学习, 梯度等等概念几乎是不知道的, 但是, 如果我们了解简单神经网络的具体结构, 那么我们就可以很轻易的用numpy来实现这个简单网络, 对此, 我们通常需要自己来实现前向计算和反向计算的逻辑, 下面我们来实现一个具有两层隐藏层的简单网络:impor...
2018-11-13 21:33:56
2089
3
原创 Speed Accuracy TradeOffs (CVPR, 2017)
title:sitemap: truecategories: 计算机视觉date: 2018-11-10 16:27:03tags:目标检测计算机视觉文章: Speed/accuracy trade-offs for modern convolutional object detectors作者: Jonathan Huang, Vivek Rathod, Chen Sun...
2018-11-12 12:59:22
407
原创 MaskRCNN-ICCV2017 论文解读
文章: MaskRCNN作者: Kaiming He, Georgia Gkioxari, Piotr Dollar, Ross Girshick备注: FAIR, ICCV best paper核心亮点1) 提出了一个简单,灵活,通用的实例分割模型框架MaskRCNN 在 FasterRCNN 的基础上进行改进, 在模型的head部分引入了一个新的mask预测分支, 在训练阶段, 该分...
2018-11-10 16:09:32
7250
1
原创 PyTorch官方教程(四)-Transfer_Learning_Tutorial
通常情况下, 我们不会从头训练整个神经网络, 更常用的做法是先让模型在一个非常大的数据集上进行预训练, 然后将预训练模型的权重作为当前任务的初始化参数, 或者作为固定的特征提取器来使用. 既通常我们需要面对的是下面两种情形:Finetuning the convnet: 在一个已经训练好的模型上面进行二次训练ConvNet as fixed feature extractor: 此时, 我们...
2018-11-09 21:32:16
1133
原创 PyTorch官方教程(三)-Learning PyTorch with Examples
TensorsWarm-up: numpy对于numpy来说, 它对计算图, 深度学习, 梯度等等概念几乎是不知道的, 但是, 如果我们了解简单神经网络的具体结构, 那么我们就可以很轻易的用numpy来实现这个简单网络, 对此, 我们通常需要自己来实现前向计算和反向计算的逻辑, 下面我们来实现一个具有两层隐藏层的简单网络:import numpy as np# N 为batch size...
2018-11-09 20:21:49
928
原创 PyTorch官方教程(二)-DataLoadingAndProcessing
对于一个新的机器/深度学习任务, 大量的时间都会花费在数据准备上. PyTorch提供了多种辅助工具来帮助用户更方便的处理和加载数据. 本示例主要会用到以下两个包:scikit-image: 用于读取和处理图片pandas: 用于解析csv文件导入下面的包from __future__ import print_function, divisionimport osimport t...
2018-11-09 20:21:04
1247
原创 PyTorch官方教程(一)-A 60 Minute Blitz
What is PyTorch?一个基于Python的科学计算包, 设计目的有两点:numpy在GPUs实现上的替代品具有高度灵活性和速度的深度学习研究平台TensorsTensors可以理解成是Numpy中的ndarrays, 只不过Tensors支持GPU加速计算.x = torch.empty(5,3)print(x) # 输出 5×3 的未初始化的矩阵, 矩阵元素未初始化...
2018-11-09 20:20:11
5640
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人