![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
学习笔记
文章平均质量分 64
lytxiaohou
这个作者很懒,什么都没留下…
展开
-
YOLO v4 糅合方法记录
YOLO v4 糅合方法记录记录YOLO v4中使用的各种网络技术,用最简短的话(就是懒)进行总结,并记录思考。ResNeXt论文地址:https://link.zhihu.com/?target=https%3A//arxiv.org/abs/1611.05431没错,很久不看论文,连这种基础的网络都不知道了。但看最后的实现其实非常的简单,就是在以前的卷积方式上,增加了分组,pytorch上就直接加一个参数而已。但其推导过程很有意思,说明inception差不多就是group conv,推理过原创 2020-05-12 16:44:56 · 325 阅读 · 0 评论 -
Task08:文本分类;数据增强;模型微调
Task08:文本分类;数据增强;模型微调文本分类首先,数据集处理数据def read_imdb(folder='train', data_root="/home/kesci/input/IMDB2578/aclImdb_v1/aclImdb"): data = [] for label in ['pos', 'neg']: folder_name = o...原创 2020-02-25 19:40:09 · 282 阅读 · 0 评论 -
Task07:优化算法进阶;word2vec;词嵌入进阶
Task07:优化算法进阶;word2vec;词嵌入进阶优化算法进阶这里提到的ill-conditioned 确实学习了,这里有一个很强的结论,就是在凸优化的时候,在梯度下降方向是有最大步长的,最大值为该方向二阶偏导数倒数的2倍,大于这个值就会发散。word2vec这里注意两个地方,一个是二次采样,另一个是负采样近似词嵌入进阶import torchimport torcht...原创 2020-02-25 00:01:29 · 238 阅读 · 0 评论 -
Task06:批量归一化和残差网络;凸优化;梯度下降
Task06:批量归一化和残差网络;凸优化;梯度下降批量归一化和残差网络这里只讲了BN,没讲GN等其他变种有点可惜。凸优化这一部分过于数学,溜了溜了(不过很重要…)梯度SGD 随机SGD 和mini-batch SGD 嗯 也没啥可说的...原创 2020-02-23 21:07:39 · 136 阅读 · 0 评论 -
Task05:卷积神经网络基础;leNet;卷积神经网络进阶
Task05:卷积神经网络基础;leNet;卷积神经网络进阶卷积神经网络leNet卷积神经网络进阶原创 2020-02-17 20:40:21 · 114 阅读 · 0 评论 -
Task04:机器翻译及相关技术;注意力机制与Seq2seq模型;Transformer
Task04:机器翻译及相关技术;注意力机制与Seq2seq模型;Transformer机器翻译及相关技术预处理的小tip字符在计算机里是以编码的形式存在,我们通常所用的空格是 \x20 ,是在标准ASCII可见字符 0x20~0x7e 范围内。 而 \xa0 属于 latin1 (ISO/IEC_8859-1)中的扩展字符集字符,代表不间断空白符nbsp(non-breaking spac...原创 2020-02-17 19:34:17 · 164 阅读 · 0 评论 -
Task03:过拟合、欠拟合及其解决方案;梯度消失、梯度爆炸;循环神经网络进阶
Task03:过拟合、欠拟合及其解决方案;梯度消失、梯度爆炸;循环神经网络进阶过拟合、欠拟合模型复杂,数据简单,模型可以完全拟合训练数据,但和真实分布相去甚远,即为过拟合;反之模型简单,数据复杂,无法拟合训练数据,即为欠拟合。欠拟合就增加模型复杂度(最简单粗暴的方法,但还是应该具体问题具体分析,毕竟不是参数越多越好。复合实际问题的模型才是最好的模型)。过拟合介绍两个方法,一个是权重约束,限制...原创 2020-02-16 22:19:13 · 112 阅读 · 0 评论 -
Task02: 文本预处理;语言模型;循环神经网络基础
Task02: 文本预处理;语言模型;循环神经网络基础文本预处理这里主要是word和index相互转换很不错,顺便过滤一下,复制粘贴义工日后复(抄)习。思想就是构造一个类,实现word,index相互转换函数,顺便构造词典。class Vocab(object): def __init__(self, tokens, min_freq=0, use_special_tokens=F...原创 2020-02-14 01:49:15 · 124 阅读 · 0 评论 -
Task01:线性回归;Softmax与分类模型、多层感知机
Task01:线性回归;Softmax与分类模型、多层感知机序:报名了一个线上学习,要求打卡笔记,正好就在这里记录一下。线性回归线性回归就作为基础入门,主要是为了引入全连接模型,就算是和神经网络勾搭上了。模型就是WX+b,损失函数就是L2范数,最优化就是梯度下降。可能因为时间原因,并没有展开讲最优化方法的其他方法和实现(群里有大神解释了反向传播的实现方法–拓扑排序,好像学过,但造就忘了,有机...原创 2020-02-14 01:18:41 · 162 阅读 · 1 评论 -
DEEP LEARNING FOR ANOMALY DETECTION : A SURVEY 笔记
DEEP LEARNING FOR ANOMALY DETECTION : A SURVEY 笔记学习笔记,如有谬误,还请不吝赐教!瞎BB以及不错的链接还不散,那就看文章吧,反正我也是google翻译的~1. Introduction2,3. 何为异常和新颖4. 动机和挑战5,6,7 略(嗯,博主就是这么敷衍...)8. DAD的不同方面8.1 数据性质8.2 基于标记信息8.2.1 Superv...原创 2019-09-28 16:25:08 · 4339 阅读 · 2 评论 -
《STC: A Simple to Complex Framework for Weakly-supervised Semantic Segmentation》笔记
《STC: A Simple to Complex Framework for Weakly-supervised Semantic Segmentation》笔记学习笔记,如有谬误,还请不吝赐教!解决的问题以及方法框架及细节Initial DCNNEnhanced-DCNNPowerful-DCNN后记学习笔记,如有谬误,还请不吝赐教!解决的问题以及方法Image level的弱监督分割算...原创 2018-12-24 11:33:27 · 950 阅读 · 1 评论 -
《ScribbleSup》笔记
《ScribbleSup: Scribble-Supervised Convolutional Networksfor Semantic Segmentation》笔记学习笔记,如有谬误,还请不吝赐教!解决的问题以及方法相关细节优化(训练)for Semantic Segmentation》笔记)学习笔记,如有谬误,还请不吝赐教!解决的问题以及方法弱监督的图像分割算法,用的是简单的区域标...原创 2018-12-18 11:23:22 · 918 阅读 · 1 评论 -
《Deep GrabCut for Object Selection》笔记
《Deep GrabCut for Object Selection》笔记学习笔记,如有谬误,还请不吝赐教!解决的问题基本结构交互式遗留问题学习笔记,如有谬误,还请不吝赐教!解决的问题图像分割比较难做,即使是深度学习的算法,在分割问题上需要大量像素级标记信息,这就很不人道… 而传统的分割方法中有一类交互式的分割,就是抠图… 这篇文章就是用CNN做interactive的分割。不过它为啥叫Gr...原创 2018-12-09 11:29:37 · 1434 阅读 · 1 评论 -
《Fully Convolutional Adaptation Networks for Semantic Segmentation》笔记
《Fully Convolutional Adaptation Networks for Semantic Segmentation》笔记学习笔记,如有谬误,还请不吝赐教!解决的问题两步走之一:transfer learning两步走之二:一致特征学习学习笔记,如有谬误,还请不吝赐教!解决的问题本文针对的是深度学习的图像分割算法需要像素级标记的问题(不好标记)。解决思路是通过游戏获得大量的...原创 2018-12-07 00:23:48 · 186 阅读 · 0 评论 -
《弱监督/半监督的DCNN图像分割》笔记
《Weakly- and Semi-Supervised Learning of a Deep Convolutional Network forSemantic Image Segmentation》笔记学习笔记,如有谬误,还请不吝赐教!解决的问题以及方法分类标签EM-FixedEM-AdaptBoundingbox标签Bbox-RectBbox-SegBbox-EM-Fixed后记Sema...原创 2018-12-19 16:35:30 · 3795 阅读 · 0 评论 -
《A Simple Classification to Semantic Segmentation Approach》笔记
《Object Region Mining with Adversarial Erasing: A Simple Classification to Semantic Segmentation Approach》笔记学习笔记,如有谬误,还请不吝赐教!解决的问题方法及流程细节学习笔记,如有谬误,还请不吝赐教!为什么这些文章标题都这么长!!!!!!!!!!!!!!!!!!!!!!解决的问题用分类...原创 2018-12-19 14:09:11 · 196 阅读 · 0 评论 -
《From Image-level to Pixel-level Labeling with Convolutional Networks》笔记
《ScribbleSup: Scribble-Supervised Convolutional Networksfor Semantic Segmentation》笔记学习笔记,如有谬误,还请不吝赐教!解决的问题以及方法大致流程相关细节后记for Semantic Segmentation》笔记)学习笔记,如有谬误,还请不吝赐教!解决的问题以及方法用分类标签做图像分割的弱监督分割算法。所...原创 2018-12-19 13:49:00 · 774 阅读 · 1 评论 -
《Weakly Supervised Semantic Segmentation Based on Web Image Co-segmentation》笔记
《Weakly Supervised Semantic SegmentationBased on Web Image Co-segmentation》笔记学习笔记,如有谬误,还请不吝赐教!解决的问题流程方法后记Based on Web Image Co-segmentation》笔记)学习笔记,如有谬误,还请不吝赐教!解决的问题还是弱监督,嗯,兄弟和弱监督干上了,后面也还是弱监督… 这...原创 2018-12-19 13:35:21 · 450 阅读 · 0 评论