闲话
又决定放弃
这个作者很懒,什么都没留下…
展开
-
20210909-resnet和fpn
下面的链接有助于理解resnethttps://dgschwend.github.io/netscope/#/preset/resnet-50ResNet 和 FPN 的区别感觉是:ResNet是为了把之前的特征图,加到后面,也就是说,如果后面的特征图和我一样的话最好,我直接加上就行了,如果后面的尺寸和现在的不同,只用下采样以及改变通道数,使得前面的特征图可以加到后面。而 FPN 则是想让一个较小尺寸的特征图 和 较大的特征图进行相加,通常小特征图有较多的channel,较大的特征图具有较少的cha原创 2021-09-09 17:37:55 · 785 阅读 · 0 评论 -
图注意力卷积----GAC(GraphicAttentionConvolution)--卷积核可以自动调整为,适应目标形状的卷积核(GAC)
标准卷积因为有着特征各向同性而在点云语义分割方面有着内在的局限性。本文提出一种卷积核可以动态调整成适应目标结构的形状的图形注意卷积(GAC)。GAC根据动态学习的特征有选择地关注其中最相关的部分。卷积核的形状由学习到的注意权重贡献决定。...原创 2020-12-31 16:01:27 · 625 阅读 · 0 评论 -
常用C++库函数总结
① __gcd(x, y) //勿忘前面两个下划线 在: algorithm 作用: 求两个数的最大公约数 例: __gcd(9, 15)=3。 ② reverse(a + 1, a + n + 1) //这里视为 下标从1 开始到 n在:algorithm作用:将数组中的元素反转。a 是数组名,n是长度,跟 sort 的用法一样, 对于...原创 2018-07-25 10:43:55 · 590 阅读 · 0 评论 -
spfa随笔
本博客并无技术参考价值,若想学习SPFA算法,请找寻其他博客Dijkstra算法,较之spfa,对于我来说,是相对容易接受的,因为前者使用二维数组进行图的存储,但凡题目中给出边的信息也好,点的信息也好,都可以将图的信息保存在一个map数组中。 之后在进行 Djk算法实现的时候,基本流程也很简洁。1 .初始化dis 数组2. for n 次 ,每次找出 没处理过的那些点之中 最短的那个3. ...原创 2020-02-17 12:55:02 · 113 阅读 · 0 评论 -
如何理解超平面
如何理解超平面这是我见到的比较清晰的解答原创 2020-02-05 14:58:01 · 205 阅读 · 0 评论 -
tensorboard使用说明
网上很多废话太多的帖子,这里做个总结你肯定知道怎么保存了graph了把,你现在某个 test 文件夹下面有个图 ,名为:events.out.tfevents.1580367322.你的电脑名先cd到 test 的上一级再执行 : tensorboard --logdir “test”...原创 2020-01-30 15:15:26 · 227 阅读 · 0 评论 -
训练集,验证集,测试集分别是什么
一、前言训练集、验证集和测试集这三个名词在机器学习领域极其常见,但很多人并不是特别清楚,尤其是后两个经常被人混用。在有监督(supervise)的机器学习中,数据集常被分成2~3个,即:训练集(train set),验证集(validation set),测试集(test set)。二、训练集、验证集、测试集如果给定的样本数据充足,我们通常使用均匀随机抽样的方式将数据集划分成3个部分——...转载 2020-01-22 18:00:05 · 45233 阅读 · 0 评论 -
MATLAB
imagesc( a ), colorbar, colormap gray对于一个矩阵a, 根据数值大小绘制出灰度图,灰度值越大越白(可以直观地看出数据深度)ogistic回归概述主要是进行二分类预测,也即是对于0~1之间的概率值,当概率大于0.5预测为1,小于0.5预测为0.显然,我们不能不提到一个函数,即sigmoid=1/(1+exp(-inX)),该函数的曲线类似于一个s型,在x=...原创 2020-01-20 12:31:32 · 98 阅读 · 0 评论