攻城狮的自我修养

AG腾讯优图Main Idea本文提出了一种简单高效的anti-spoofing方法，不需要特别的硬件设备。利用了多帧RGB图在不同光照条件下具有不同的反射。提出并定义了一种光参数序列light CAPTCHA,应用到人脸上，形成了具有不同反射效果的人脸帧。然后对其提取normal cues，该过程使用了Lambert’s Law。将normal cues输入一个多任务CNN，第一个分支使用...

使用symbol得到的模型或者gluon的hybridize之后的模型包括一个.json文件（网络结构）和.params文件（参数），gluon可以使用net = gluon.SymbolBlock.imports(json, ['data'], params, ctx)导入网络和参数，这样可以进行测试或者进一步训练。但是如果只需要使用模型的其中一部分，比如只需要conv层，去掉所有fc层，或者...

class mxnet.gluon.Trainer(params, optimizer, optimizer_params = None, kvstore = ‘device’, compression_params = None, updata_on_kvstore = None)参考：http://mxnet.incubator.apache.org/versions/master/api/...

os.path 模块主要用于获取文件的属性。以下是 os.path 模块的几种常用方法：os.path.abspath(path)返回绝对路径os.path.basename(path)返回文件名os.path.commonprefix(list)返回list(多个路径)中，所有path共有的最长的路径os.path.dirname(path)返回文件...

1.使用ImageRecordIter读取recmxnet.io.ImageRecordIter(*args, **kwargs)该方式只能从rec文件读取batches，相比于定制化的输入方式，该方式不够灵活，但是速度很快。如果要读取原图，可以使用ImageItereg:data_iter = mx.io.ImageRecordIter( path_imgrec="./sample....

1.使用as_in_context()ctx是需要载入的gpu/cpu# Load data and label is the right context data = data.as_in_context(ctx)label = label.as_in_context(ctx)2.使用copyto(ctx)将数据copy到ctxdata = data.copyto(ctx)l...

模型参数选择class mxnet.gluon.Block(prefix = None, params = None)其中collect_params()是该类下面的一个成员函数，而该类是所有的网络和模型的基类。该函数返回一个参数字典包含了这个Block和其所有孩子的参数，同样可以有选择性的返回部分参数，使用正则表达式来选择。eg:model.collect_params('conv1_we...

reference:https://mxnet.incubator.apache.org/api/python/io/io.html#mxnet.recordio.MXRecordIO1.class mxnet.recordio.MXRecordIO(uri, flag)读写RecordIO数据格式，支持顺序读写>>> record = mx.recordio.MXReco...

reference:https://mxnet.incubator.apache.org/api/python/autograd/autograd.html1.基本操作使用x.attach_grad()为梯度分配空间，调用with autograd.record()计算梯度，再使用backward()进行反传2. BN and dropoutBN, dropout这些层在训练和测试的时候是...

reference:https://mxnet.incubator.apache.org/api/python/gluon/data.htmlvision下面主要有一些数据集和transformstransforms可以在训练数据的时候用来做数据增强，这里的数据集增强和image API中的数据集增强大同小异。需要注意哪些转换需要在ToTensor之前，哪些需要在ToTensor之后Tak...

reference:https://mxnet.incubator.apache.org/api/python/image/image.html#mxnet.image.imread注意这里不是gluon的函数mxnet.image.imdecode和mxnet.image.imread的区别二者都是使用C++的opencv对图像进行处理，imdecode将图片解码为NDarray,而在...

从源码解读Large-Margin Softmax Loss for Convolutional Neural Networks1.论文回顾论文地址：https://arxiv.org/pdf/1612.02295.pdfL-softmax的主要思想是通过一个超参m对softmax+cross entropy的损失函数进行改进。一般我们把y = Wx + b, output = softma...

import osimport torchfrom PIL import Imagefrom torch.utils.data import Datasetfrom torchvision import datasets, models, transformsclass dataLoader(Dataset): def __init__(self, path, listName,...

optimizer.step()和scheduler.step()的区别optimizer.step()通常用在每个mini-batch之中，而scheduler.step()通常用在epoch里面,但是不绝对，可以根据具体的需求来做。只有用了optimizer.step()，模型才会更新，而scheduler.step()是对lr进行调整。通常我们有optimizer = optim.SGD...

caffe 源码解读 Part11. 基础知识inline C++关键字，在函数声明或定义中函数返回类型前加上关键字inline，即可以把函数指定为在计算机科学中，内联函数（有时称作在线函数或编译时期展开函数）是一种编程语言结构，用来建议编译器对一些特殊函数进行内联扩展（有时称作在线扩展）；也就是说建议编译器将指定的函数体插入并取代每一处调用该函数的地方（上下文），从而节省了...

使用opencv-python 对图像进行resize和填充在图像输入神经网络之前，需要进行一定的处理，假设神经网络的图像输入是256 256然后进行了224 224的random crop。我们需要进行如下处理： - 读入原始图像 image = cv2.imread("img.jpg")截取图像中有价值的部分 region = image[y1:y2, x1...

caffe中ImageData layer的图像增强操作mirrormirror:ture代表随机的左右翻转。It is random left-right flipping, a common operating when training models.contrast_brightness_adjustment开启或者禁止对比度调节，默认禁止(false) contra...

pytorch本文主要介绍一下使用anaconda在在linux环境下的安装pytorch的流程。由于pytorch安装比较简单，这里只写出一些主要的流程。anaconda的安装在此就不再赘述。1.确定自己的系统版本因为pytorch在0.4已经不支持比较老的系统版本了。以下是pytorch的member在github上的原话。In 0.4, we deprecated R...

tensorflowtensorflow可以指定训练使用的显卡。如果一台电脑具有多个NVIDIA的GPUs，用户想要指定需要使用的GPU，那么在python中可以写如下语句。这个语句设置了当前程序可见的显卡。import osos.environ["CUDA_VISIBLE_DEVICES"]="0"然后使用tf.device来指定训练的gpu ID。但是如果只指定ID，而没有屏蔽掉...

linux command查看cuda版本 cat /usr/local/cuda/version.txt查看cudnn 版本 cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2查看文件的大小 ls -sh filename复制文件夹下所有文件到另外一个目录 cp -ri s...