![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
卷积神经网络
One橙序猿
我是一只爱搬砖的橙序猿!
展开
-
为什么卷积层不加bias
分子和分母中的bias完全不起作用,再加上BN本身有beta存在,完全不需要卷积的bias了。因为BN的公式求解过程中会将bias抵消吊,而且BN本身x*γ+β 这里β可以等价bias了。:x-mean 变成 (x+bias) - (mean + bias), 那就等于没加一样。这里面的Xi-X 和 分子 x-mean是同样的道理依然会导致bias相互抵消吊。那为什么跟了BN就不用加bias了呢?说归说,我们自己跑下代码验证一下。原创 2022-10-09 09:30:03 · 1877 阅读 · 1 评论 -
Batch Normalization代码分解
batch normalization原创 2022-10-08 14:00:24 · 525 阅读 · 0 评论 -
torch.nn.Conv2d()参数groups
nn.Conv2d, groups原创 2022-08-03 16:12:03 · 606 阅读 · 0 评论 -
feature map 可视化之目标检测(提供github链接)
看了下CAM(classactivationmapping)相关文章,想着自己搞一下YOLOV5 最后输出的三层head的featuremap可视化,好像有点效果。输出的三张热力图是:第一张:只靠confidence进行featuremap映射第二张:只靠classes概率进行featuremap映射第三张:将confidence*classes进行featuremap映射第一层head效果:第二层head效果:第三层head效果:...原创 2021-03-02 18:25:02 · 4426 阅读 · 33 评论