![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
Deep Learning
文章平均质量分 77
深度学习为何兴起, 它的基本原理是什么, 前沿的最新研究和应用有哪些.
LuffysMan
这个作者很懒,什么都没留下…
展开
-
深度学习之路--Mnist手写数字识别问题分析
对于每一个初学深度学习的小伙伴, Mnist手写数字识别问题非常经典, tensorflow官网教程首先就介绍了分别使用单隐层网络(准确率约91%)和多层卷积网络(准确率约99.2%)来解决这个问题. luffy也入了深度学习的坑, 刚刚依照官网步骤分别实现了两种方法, 源代码见github, 对于卷积神经网络方法有种似懂非懂的感觉(其实就是不懂(>_<)), 所以写此博客, 一遍分...原创 2019-01-23 20:01:07 · 1793 阅读 · 0 评论 -
pytorch中torch.Module().eval()有何用处?是否设置之后可以保证模型参数不被更新?
关于pytorch Module类eval方法只是一个标志位实测效果结论 最近看一篇论文的源码, 作者为了将某几层bn层冻结, 居然对每个bn层调用了 bn层的eval()方法. 我有所怀疑是否有效, 查看了pytorch对应的源码, 并做了测试, 确定这样做没什么卵用.只是一个标志位model.eval()只是设置一个标志位, 同理model.train()也是一样. 查看Module类源码, eval()方法只做了一件事情, 调用self.train(False). def eval(se原创 2021-05-14 01:44:54 · 3927 阅读 · 12 评论 -
Pytorch autograd.backward理解
参考了解释Pytorch autograd,backward详解通常在训练的时候, 最后的loss是一个标量, 无脑使用loss.backward()进行反向传播计算梯度即可. 但是碰到有些代码中出现了多个loss, 比如这样的代码:torch.autograd.backward([loss0, loss1], [torch.ones_like(loss0), torch.ones_like(loss1)])当loss是一个标量值的时候此时反向传播求梯度比较好理解, 假设>>>原创 2021-01-14 01:09:47 · 987 阅读 · 0 评论 -
论文阅读: Interpretable and Generalizable Person Re-Identification with Query-Adaptive Convolution
论文阅读: Interpretable and Generalizable Person Re-Identification with Query-Adaptive Convolution and Temporal LiftingECCV2020的一篇文章, 关于可泛化行人重识别. 提出了"查询自适应卷积"和"时序提举". 其中"查询自适应卷积"方法比较新颖, 放弃了传统的对高层特征进行分类, 计算损失的方法; 转而关注中间的特征图对一个class_memory的匹配, 一次来提升模型对未知场景的泛化能力原创 2021-01-12 02:01:32 · 733 阅读 · 0 评论 -
论文阅读-Visualizing and Understanding Convolutional Networks
作者: Matthew D.Zeiler来源: ECCV 2014评价: ZF-Net, 反卷积, 卷积层可视化论文链接: PDF1 ProblemThere is no clear understanding of why large convolution network models work so well.2 The proposed methodA novel way ...原创 2019-07-06 16:44:13 · 614 阅读 · 0 评论 -
论文阅读-Rich feature hierarchies for accurate object detection and semantic segmentation
作者: Ross Gir来源: CVPR 2014评价: RCNN论文链接: PDF1 Problemlabeled data is scarce.3 The proposed methodA single and scalable detection algorithm - RCNN.features:can apply high capacity convolutio...原创 2019-07-01 09:46:08 · 312 阅读 · 1 评论 -
论文阅读-Deep Residual Learning for Image Recognition
作者: Kaiming He et al.来源: CVPR 2015评价: ResNet,Very very deep networks, CVPR best paper论文链接: https://arxiv.org/pdf/1512.03385.pdf1 Problemthe problem and solution:problem: the degradation proble...原创 2019-06-28 15:36:52 · 517 阅读 · 0 评论 -
论文阅读-Going Deeper with Convolutions
作者: Christian Szegedy(贾扬清大神是三作哦)日期: 2015类型: conference article来源: CVPR评价:论文链接:1 PurposeThe efficiency fo the algorightms matters, especially on mobile and embedded devices. The author’s aim is ...原创 2019-06-23 21:35:07 · 633 阅读 · 0 评论 -
论文阅读-ImageNet Classification with Deep Convolutional Neural Networks
作者: Alex Krizhevsky日期: 2012.1.1类型: article来源: NIPS评价:AlexNet, deeplearning breakthrough论文链接:1 PurposeThe competition: To classify the 1.2million high-resolution images in the ImageNet LSVRC-20...原创 2019-06-17 21:37:01 · 709 阅读 · 0 评论 -
论文阅读-VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION
作者: Karen Simonyan et al.日期: 2015类型: conference article来源: ICLR评价:论文链接:1 PurposeInvestigating the effect of the convolutional network depth on its accuracy in the large-scale image recognition...原创 2019-06-20 10:41:04 · 719 阅读 · 0 评论 -
论文阅读-A Fast Learning Algorithm for Deep Belief Nets
作者: G.E.Hinton et. al.日期: 2006类型: article来源: Neural Computation评价: Deep Learning eve(深度学习前夕)论文链接: http://www.cs.toronto.edu/~hinton/absps/ncfast.pdf文章比较"硬核", 各种算法原理解释, 数学公式和术语. 而且作者真的是很喜欢用一些生物上的...原创 2019-06-14 08:45:11 · 2256 阅读 · 0 评论 -
深度学习与应用--coolsite
ZF-Net 可视化conv_arithmetic: 一个技术关于卷积网络的技术报告, 对卷积, 反卷积, 空洞卷积有生动的动图演示, 有代码和论文.ConvNetJS CIFAR-10 demo: 基于CIFAR-10来实现的卷积特征图的可视化.Understanding Neural Networks Through Deep Visualization: 通过加入图像先验知识来可视化...原创 2019-05-12 16:09:40 · 385 阅读 · 0 评论 -
论文阅读--Reinforced Cross-Modal Matching and Self-Supervised Imatation Learning for VLN Navigation
写在前面 这篇关于VLN的论文在2019年CVPR评审过程中得分很高, 用到了强化学习. luffy对强化学习比较感兴趣并想进一步深入学习和研究, 就对这篇论文进行了粗浅的阅读(水平有限, 暂时无法深入理解). 主要对摘要和介绍进行了翻译.Abstract Vision-language navigation (VLN) is the task of navigating an embod...翻译 2019-03-29 10:00:20 · 1453 阅读 · 0 评论 -
深度学习之路--环境篇(centos下搭建深度学习开发环境)
luffy搭建深度学习环境可谓一波三折, 最后终于搭建成功了, 原来用cpu跑30分钟的代码, gpu上1分30秒就跑完了(感动哭). 另外两篇博客可作为参考, 毕竟踩了许多坑:深度学习之路–环境篇(使用docker搭建tensorflow_gpu开发环境)深度学习之路–环境篇(TensorFlow_GPU+CUDA)基本步骤1 安装NVIDIA驱动 luffy这里是在服务器上进行搭...原创 2019-01-23 20:30:36 · 2472 阅读 · 0 评论 -
深度学习之路--环境篇(TensorFlow_GPU+CUDA)
深度学习开发环境搭建 上一篇我们搭建了win10+ubuntu18.04双系统, 硬件环境已经准备就绪, 接下来就是搭建软件环境了, 下面先说下需要安装的基本东西, 然后详细介绍搭建过程;显卡:GeForce GTX 960MCPU:corei5系统:Ubuntu 18.04cuda:9.0版本cuDNN: cuDnn v7anaconda :3.5版本TensorFlow:1....原创 2019-01-17 21:46:03 · 709 阅读 · 0 评论 -
Mask_RCNN配置
MASK_RCNN:参考教程http://www.cnblogs.com/herd/p/9364911.htmlhttps://blog.csdn.net/qq_15192373/article/details/81697753安装环境ubuntu18.10,补充下自己遇到的问题(其实建议不要安装最新版的系统,有好多相关的东西也许没有更新)1.cocoapi是干啥的,怎么安装:从gith...原创 2019-01-12 12:02:37 · 1113 阅读 · 0 评论