深度学习
文章平均质量分 59
舒心远航
向阳而生
展开
-
NAM:基于归一化的注意力模块
NAM:基于归一化的注意力模块摘要 识别不太显着的特征是模型压缩的关键。但是,这一点在以往的注意力机制中却没有得到研究。在这项工作中,我们提出了一种新的基于归一化的注意力模块(NAM),它抑制了较少的显着权重。它将权重稀疏惩罚应用于注意力模块,从而使它们在保持相似性能的同时提高计算效率。与 Resnet 和 Mobilenet 上的其他三种注意力机制的比较表明,我们的方法具有更高的准确性。本文的代码可以在 https://github.com/Christian-lyc/NAM 上公开访问。1引原创 2022-03-29 14:00:40 · 3645 阅读 · 0 评论 -
pytorch1.0.1版本问题之AttributeError:module ‘torch.nn‘ has no attribute ‘Hardwish‘
报错:AttributeError:module 'torch.nn' has no attribute 'Hardwish'我怀疑是因为pytorch的版本太低了,因为我的pytorch是1.0.1的而师兄的是1.9.0版本的,所以可以解决方法:Anaconda中新建一个虚拟环境,重新安装一个pytorch1.9.0#cuda 10.2 也可以用在cuda10.0conda install pytorch==1.9.0 torchvision==0...原创 2021-12-20 17:55:24 · 2282 阅读 · 0 评论 -
Ubantu下突然不能重新建立新的虚拟环境
报错如下:于是先把清华源给删了conda config --remove-key channels觉得安装python3.7不成功换成3.6试试,于是受到启发,重新安装3.7在WARNING警告后面发现于是觉得可能是conda需要更新了conda update -n base -c default conda问题终于解决!!!...原创 2021-12-20 17:24:18 · 328 阅读 · 0 评论 -
CVPR2020目标检测共63篇
CVPR2020目标检测共63篇3D目标检测1.LiDAR-Based Online 3D Video Object Detection With Graph-Based Message Passing and Spatiotemporal TransformerAttention2. Structure Aware Single-Stage 3D Object Detection From Point Cloud3. DSGN: Deep Stereo Geomet...原创 2021-12-10 22:58:27 · 669 阅读 · 0 评论 -
CVPR2020目标跟踪,共33篇
CVPR2020目标跟踪目标跟踪How to Train Your Deep Multi-Object TrackeThe recent trend in vision-based multi-object tracking (MOT) is heading towards leveraging the representational power of deep learning to jointly learn to detect and track objects. However, exi原创 2021-12-10 22:53:48 · 791 阅读 · 0 评论 -
CVPR2020/2021行人检测重识别等论文,共33篇
行人检测Detection in Crowded Scenes: One Proposal, Multiple Predictions NMS by Representative Region: Towards Crowded Pedestrian Detection by Proposal Pairing STINet: Spatio-Temporal-Interactive Network for Pedestrian Detection and Trajectory Prediction原创 2021-12-10 22:50:25 · 2955 阅读 · 0 评论 -
CVPR2021目标跟踪论文汇总
CVPR2021目标跟踪论文,共17篇Rotation Equivariant Siamese Networks for TrackingRotation is among the long prevailing, yet still unresolved, hard challenges encountered in visual object tracking. The existing deep learning-based tracking algorithms use regular C原创 2021-12-10 20:40:41 · 1358 阅读 · 0 评论 -
CVPR2021目标检测论文
3D目标检测1. 3DIoUMatch: Leveraging IoU Prediction for Semi-Supervised 3D Object Detection2. Categorical Depth Distribution Network for Monocular 3D Object Detection3. ST3D: Self-training for Unsupervised Domain Adaptation on 3D Object Detection4. Cent原创 2021-12-10 20:14:12 · 793 阅读 · 0 评论 -
对输入通道数和输出通道数的理解,以及参数的个数~~
输入通道数=输入的三维矩阵的维度输入通道数=输入通道的三维矩阵与三维的滤波器进行卷积之后得到的n维矩阵的维度n而参数的计算公式为:(滤波器大小+1)*滤波器中卷积核的个数*输出特征图的大小*输出通道数(其中1是代表偏置)参考视频:21 卷积层里的多输入多输出通道【动手学深度学习v2】_哔哩哔哩_bilibili...原创 2021-11-14 19:10:11 · 5766 阅读 · 0 评论 -
BP网络反向传播(链式法则)
一、反向传播1,隐含层到输出层的权值矩阵计算隐含层到输出层的权值矩阵简化公式和更新2,隐含层/输入层到隐含层的权值矩阵计算隐含层/输入层到隐含层的权值矩阵简化公式和更新二、各层偏置梯度的计算与更新...原创 2021-11-06 21:38:42 · 459 阅读 · 0 评论 -
深度学习入门之卷积原理学习扫盲
万字长文带你看尽深度学习中的各种卷积网络(上篇) (baidu.com)万字长文带你看尽深度学习中的各种卷积网络(下篇)_Bai (sohu.com)卷积有多少种?一文读懂深度学习中的各种卷积 (baidu.com)(2条消息) 一文搞懂反卷积,转置卷积_机器学习杂货铺1号店-CSDN博客_转置卷积和反卷积CNN 入门讲解专栏阅读顺序以及论文研读视频集合(8月11日更新) - 知乎 (zhihu.com)...原创 2021-11-03 19:08:53 · 489 阅读 · 0 评论 -
【siamFC报错】OMP: Error #15: Initializing libiomp5md.dll, but found libiomp5md.dll already initialized.
报错:OMP: Error #15: Initializing libiomp5md.dll, but found libiomp5md.dll already initialized.OMP: Hint This means that multiple copies of the OpenMP runtime have been linked into the program. That is dangerous, since it can degrade performance or cause原创 2021-05-10 21:45:12 · 166 阅读 · 0 评论 -
【深度学习环境配置二】【Pytorch安装详解-内附下载链接】基于win 10+TITAN XP+CUDA11.1+python3.7+vs2019的pytorch安装
目录1,检查python版本2,首先打开anaconda prompt,创建一个新的python 3.7的环境3,在Anaconda Prompt中,如果命令行提示语句开头显示 (base) ,则首先用前一步的activate命令切换到我们创建的虚拟空间。4,创建环境成功后以后想要切换到创建好的环境,即可:5,配置好清华源在线安装然后尝试离线安装6.pychram使用pytorch框架:new projiect–>Location输入项目路径与名称–>New en原创 2021-04-22 20:22:18 · 1631 阅读 · 1 评论 -
神经网络中Epoch、Iteration、Batchsize相关理解和说明
看到一篇文章特别不错,为了方便以后回顾,就转载下来了, batchsize:中文翻译为批大小(批尺寸)。 简单点说,批量大小将决定我们一次训练的样本数目。 batch_size将影响到模型的优化程度和速度。 为什么需要有Batch_Size: batchsize的正确选择是为了在内存效率和内存容量之间寻找最佳平衡。 Batch_Size的取值: 全批次(蓝色) 如果数据集比较小,我们就采用全数据集。全数据集确定的方向能够更好的代表...转载 2021-03-29 20:31:48 · 731 阅读 · 0 评论 -
Visual Studio 2019/VS 2019 安装教程(安装CUDA之前必须安装一个Visual Studio吗?)
由于要使用cuda,所以必须要有一个编译工具,由于之前使用过VS 2019,感觉奈斯~~所以继续出一篇博文1,进入官网VS官网,选择社区版VS 2019安装安装程序下载成功打开即可如果只需要写C++和C的话就可以只选择C++,在单个组件就自己视情况而定,若是少选了组件,安装完之后也可以再回过头来下载安装的(以前我就落下了MFC的组件---因为当时要用MFC,不要用就不需要选),语言选择的中文简体安装路径可以自行修改,我的C盘够用于是便默认了网速快的话,下载原创 2021-03-28 00:09:07 · 8027 阅读 · 3 评论 -
怎么检查cuda是否安装成功(以及查看cuda的安装位置)
方法一:win+r,再cmd,再在命令行中输入 nvcc -V可以查看版本信息方法二:打开CUDA安装目录下:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\extras\CUPTI\libx64(没有更改路径的默认路径就是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\extras\demo_suite)如果有 cputi64_xxx.dl...原创 2021-03-28 00:06:36 · 120218 阅读 · 6 评论 -
安装好了VS2019为什么安装cuda9.0还是说要安装Visual Studio呢
报错如下直接同意无条件安装cuda并点击next应该是说让我把vs2019正在运行的程序关闭,然后点击重试,还是报同样的错误网上似乎有说是电脑支持的cuda版本的问题,意味着我要下载cuda11.1perfet,它开始成功安装了,果然是电脑的版本配置问题安装好,点击下一步安装完成安装结束后,右键 我的电脑-->属性-->高级系统设置-->环境变量,系统变量中已经加入了cuda的两个路径。最后检查一下安装是否成功.原创 2021-03-28 00:06:18 · 2897 阅读 · 0 评论 -
[零基础深度学习环境配置一]基于python 3.7+anaconda 3+cuda 11.1+cuDNN v8.1.1+win10+TITAN XP
第一步:检查显卡支持的cuda版本1.第一种方法:win+R打开cmd,输入nvidia-smi,我的显卡是nvidia 2070super,支持的cuda版本是11.0图1 cmd查看显卡支持的cuda版本2.第二种方法:搜索框输入nvidia,出现nvidia控制面板,打开帮助中的系统信息,选择组件,出现cuda版本信息。第二步:官网下载cuda安装cuda时,第一次会让设置临时解压目录,第二次会让设置安装目录;临时解压路径,建议默认即可,也可以自定义。安装结..原创 2021-03-28 00:05:36 · 1678 阅读 · 0 评论 -
Keras与Pytorch的区别
本文将介绍Keras与Pytorch的4个不同点以及为什么选择其中一个库的原因。 Keras Keras本身并不是一个框架,而是一个位于其他深度学习框架之上的高级API。目前它支持TensorFlow、Theano和CNTK。 Keras的优点在于它的易用性。这是迄今为止最容易上手并快速运行的框架。定义神经网络是非常直观的,因为使用API可以将层定义为函数。 Pytorch Pytorch是一个深度学习框架(类似于TensorFlow),由Facebook...转载 2021-03-18 22:14:06 · 2382 阅读 · 1 评论