![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
Runner_of_nku
lalala
展开
-
Focal_loss 的实现
TensorFlow 1.13版本def focal_loss(logits,onehot_labels, gamma=2.0, alpha=4.0): """ focal loss for multi-classification FL(p_t)=-alpha(1-p_t)^{gamma}ln(p_t) Notice: logits is probability after softmax gradient is d(Fl)/d(p_t) not d(Fl)原创 2020-11-30 20:05:38 · 666 阅读 · 2 评论 -
E3D-LSTM
ConvLSTM利用的是Conv2D+LSTM,E3D-LSTM提出的是采取Conv3D+LSTM的结构,处理的问题都是视频预测。在学习E3D-LSTM文章之前,先看一下C3D,C3D其实就是利用Conv3D的一个CNN的网络架构,主要针对的也是视频的数据集,不过处理的问题是识别和分割方面的。C3D文章主要讲Conv2D在池化卷积过程中会丢失时间信息,作为视频数据集,采用Conv3D主要是将“Frame”当做一维放到了Tensor当中去做卷积。简单来说就是[B,C,F,H,W]的数据([batch,原创 2020-07-03 21:05:04 · 1409 阅读 · 0 评论 -
论文简读 MetNet: A Neural Weather Model for Precipitation Forecasting
摘要:天气预报是一项长期的科学挑战,具有直接的社会和经济影响。 该任务适合于连续存储的大量数据和具有长期依赖关系的丰富时空结构。 我们引入了MetNet,这是一个神经网络,它以1 km2的高空间分辨率和2分钟的时间分辨率(以秒为单位)预测未来8小时的降水。 MetNet将雷达和卫星数据作为输入并预测提前期,并生成概率降水图。 该体系结构使用轴向自我关注来聚集来自对应于一百万平方公里的大型输入...原创 2020-04-09 22:16:46 · 2703 阅读 · 4 评论 -
PredRNN
在说PredRNN之前,首先回顾一下ConvLSTM。ConvLSTM中首先要定义一层ConvLSTM的含义,每层是一个Cell,每个cell的输入是上一个cell的状态c、输出h和这一层的输入,一共三个。每个时序下是多层Cell连接的结构。纵向箭头是将上一层output当做input,横向箭头将上一时序计算出来的c,h输入。 以Encoder-Forecaste...原创 2020-03-16 21:31:34 · 1312 阅读 · 0 评论 -
手写数字识别 神经网络 C++ 实现(三:ex4的实现)
目录实现基本架构类Part 1: Loading and Visualizing DataPart 2: Loading ParametersPart 3: Compute Cost (Feedforward)Part 4: Implement RegularizationPart 5: Sigmoid GradientPart 6: Initializin...原创 2019-03-27 16:35:53 · 4974 阅读 · 2 评论 -
HLS 加速卷积神经网络前向计算(毕设小结)
本文主要是本人本科毕业设计的主要工作。 主要工作有两部分,一是实现二值卷积神经网络模型,二是将模型的前向计算部署到FPGA上。也就是说FPGA负责的是神经网络的前向计算过程,也就是预测的过程,训练还是通过CPU。 二值卷积神经网络是参考复现XNOR-Net,训练集就采取了最简单的mnist,实现方法是采用的pytorch,HLS中的前向计算是通过C++...原创 2019-05-29 13:59:04 · 11821 阅读 · 5 评论 -
convLSTM 理解与实现
本文主要是有关convLSTM的pytorch实现代码的理解,原理请移步其他博客。在pytorch中实现LSTM或者GRU等RNN一般需要重写cell,每个cell中包含某一个时序的计算,也就是以下:在传统LSTM中,LSTM每次要调用t次cell,t就是时序的总长度,如果是n层LSTM就相当于一共调用了n*t次cellclass ConvLSTMCell(nn.Module):...原创 2019-08-08 17:20:15 · 11039 阅读 · 1 评论