![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习基础
文章平均质量分 69
智能血压计
这个作者很懒,什么都没留下…
展开
-
【手撕经典算法】经典卷积网络(一)VGG
本文讲解和代码地址:https://github.com/lzneu/handwriten_net/blob/master/conv/VGG.ipynb原创 2021-01-14 15:42:51 · 689 阅读 · 0 评论 -
【深度学习刨根问底】Pytorch细节
两个方法的功能都是交换张量中的维度,但两个方法却有着很大的不同:1、维度不同:- transpose(dim1,dim2)只能传入两个参数,tensor在这两个维度之间交换;-permute(dims)要求传入所有维度,tensor按维度排列顺序进行交换;2、共享内存:- transpose得到的张量与原张量共享内存,如果需要改变内存-permute为非共享内存注意点:torch.view函数只能由于contiguous的张量上,具体而言,就是在内存中连续存储的张量。..原创 2020-12-29 20:56:57 · 277 阅读 · 0 评论 -
【论文解读】【图像分割】U-Net
题目U-Net: Convolutional Networks for BiomedicalImage Segmentation作者基于滑窗的分割缺点1、对每个取窗的patch分隔训练,patch与patch之间数据重复度高2、定位精确度与context之间有trade-off。大的patch需要更大的pooilng层,使得定位误差增大;同时,小的patch使得网络提取出更少的语义信息主要工作1、基于FCN,在收缩网络之后连接扩展网络,形成一个类似U形状的网络架构2、将p原创 2020-11-05 16:27:30 · 1159 阅读 · 0 评论 -
【Moving Least Squares】【移动最小二乘法】
基于移动最小二乘的图像变形一、背景意义写这篇博文是应为目前为止我看到了好多领域里的经典paper算法都有涉及到移动最小二乘(MLS)。可见这个算法非常重要,先来看一下它的相关经典应用:1、图像变形。在图像处理领域paper:《Image Deformation Using Moving Least Squares》利用移动最小二乘的原理实现了图像的相关变形,而且这篇paper的引用率非常高,可以说是图像变形算法的经典算法,Siggraph上面的paper。利用移动最小二乘实现图像变形转载 2020-10-13 16:15:31 · 3842 阅读 · 0 评论 -
【深度学习基础】优化器详解
深度学习优化器,学习率策略全面详解待更新。。。原创 2020-08-06 09:00:31 · 1775 阅读 · 0 评论