ZeroZone零域的博客

第一讲 | 视觉识别和卷积神经网络简介   斯坦福大学开设的“用于视觉识别的卷积神经网络（YouTube链接）”（Convolutional Neural Networks for Visual Recognition）课程，主要关注的是视觉识别中一个十分重要的问题——图像分类 。这个问题虽然看起来具有很大的限制性和人为因素，但是实际上，该研究方向可以应用到许多不同的领域，不管是在工业领域还是

1.为什么使用梯度下降来优化神经网络参数？反向传播（用于优化神网参数）：根据损失函数计算的误差通过反向传播的方式，指导深度网络参数的更新优化。采取反向传播的原因：首先，深层网络由许多线性层和非线性层堆叠而来，每一层非线性层都可以视为是一个非线性函数f(x)f(x)f(x)(非线性来自于非线性激活函数），因此整个深度网络可以视为是一个复合的非线性多元函数。我们最终的目的是希望这个非线性函数很好...

前言起初让我最头疼的是拉格朗日对偶和SMO，后来逐渐明白拉格朗日对偶的重要作用是将w的计算提前并消除w，使得优化函数变为拉格朗日乘子的单一参数优化问题。而SMO里面迭代公式的推导也着实让我花费了不少时间。对比这么复杂的推导过程，SVM的思想确实那么简单。它不再像logistic回归一样企图去拟合样本点（中间加了一层sigmoid函数变换），而是就在样本中去找分隔线，为了评判哪条分界线更好，引入...

Coordinator 类由于 RoIDataLoader 类将 Coordinator 类对象作为成员变量, 因此我们先看一下这个类的作用和底层实现, 该类位于detectron/utils/coordinator.py文件中, 定义如下:#detectron/utils/coordinator.py# 从名字可以看出, 该类的作用主要是协调各个数据载入管道之间的信息同步# 实现上, ...

BN:总的来说，BN通过将每一层网络的输入进行normalization，保证输入分布的均值与方差固定在一定范围内，减少了网络中的Internal Covariate Shift问题，并在一定程度上缓解了梯度消失，加速了模型收敛；并且BN使得网络对参数、激活函数更加具有鲁棒性，降低了神经网络模型训练和调参的复杂度；最后BN训练过程中由于使用mini-batch的mean/variance每次都不同...

警告WARNING:root:This caffe2 python run does not have GPU support. Will run in CPU only mode.出现上面的问题的话, 首先看看是不是没有安装NCCL, 如果没有安装的话, 安装以后应该就能好使使用下面的指令测试caffe安装是否成功python -c 'from caffe2.python import ...

YOLOYOLO-9000YOLO-v3

错误：ImportError: libcublas.so.9.0: cannot open shared object file: No such file or directory 问题：找不到cuda9.0的版本。 出现该错误的主要原因：cuda未安装或者cuda的版本有问题这个错误在安装tensorflow时经常会出现，但是在官方的常见问题中没有提到， 如果你使用下面的方法没有解决的...

如果安装过程遇到问题，可直接跳转到问题汇总查看1.我的电脑安装环境：双系统:win10+Ubuntu16.04（在Ubuntu下配置） CPU:E5-1660 v4 GPU:GTX-980Ti2.安装GPU版Tensorflow的官方要求Tensorflow官方的安装要求在如下链接中可以看到： https://www.tensorflow.org/install/in...

源码文件不论是在训练脚本文件 train_net.py 还是在测试脚本文件 test_net.py 中, 都调用了 build_detection_model(cfg) 函数来创建模型, 该函数封装了模型定义的内部细节, 使得我们可以通过配置文件轻松的组合出不同类型的模型, 为了能够更好的了解模型的内部细节, 我们有必要知道这些模型是如何被定义, 又是如何组合到一起的, 为此我们需要对 Mask...