2017年12月_Shwan_Ma

12月 11月 10月 09月 08月 07月 02月

原创【深度学习】Inception的前世今生（一）--GoogLeNet

论文名称《Going Deeper with Convolution》论文链接：https://arxiv.org/abs/1409.4842在2014年ILSVRC比赛上，GoogleNet 用了仅仅是AlexNet的12%的参数量，却拿到了分类top-5的第一名。在之前的深度学习网络的设计中，会存在两个重要缺陷： 1）更深更宽的网络模型会产生巨量参数 2）网络规模的加大会极大的增加计

2017-12-29 16:42:17 2220 1

原创【tensorflow】在不同层上设置不同的学习率，fine-tuning

最近一直在研究tensorflow的fine-tuning，TF关于fine-tuning这块的资料真的没有Caffe多。经过这几天的琢磨，差不多也明白了。感谢网上为数不多的开源资料。主要方法有如下两种：

2017-12-23 20:20:46 15230 10

原创【tensorflow】打印Tensorflow graph中的所有需要训练的变量--tf.trainable_variables()

一般来说，打印tensorflow变量的函数有两个： tf.trainable_variables () 和 tf.all_variables() 不同的是： tf.trainable_variables () 指的是需要训练的变量 tf.all_variables() 指的是所有变量一般而言，我们更关注需要训练的训练变量：值得注意的是，在输出变量名时，要对整个graph进行初始化一、打

2017-12-23 13:55:53 27531 5

原创【tensorflow】fine-tuning, 选择性加载ckpt部分权重

在上一篇的转载博客中http://blog.csdn.net/shwan_ma/article/details/78874696中，我发现用slim可以很方便的选择性的从ckpt文件中加载所要的数据。以我自己的代码为例：exclude = ['layer_weight','WD2_conv', 'BD2']variables_to_restore=slim.get_variables_to_res

2017-12-22 16:45:34 6626 16

转载【tensorflow】选择性读取加载权重，fine-tuning

下文转载于http://blog.csdn.net/qq_25737169/article/details/78125061在使用tensorflow加载网络权重的时候，直接使用tf.train.Saver().restore(sess, ‘ckpt’)的话是直接加载了全部权重，我们可能只需要加载网络的前几层权重，或者只要或者不要特定几层的权重，这时可以使用下面的方法：var = tf.global

2017-12-22 16:33:38 5769 20

原创【linux】buff/cache手动释放

在云上跑了一个深度学习的东西，但是数据量实在太大，为了加速。我就直接将数据集全部加载到内存中，毕竟对于GPU云服务器来说，内存和GPU比起来实在不算钱。。。但是运行top指令发现，linux中的buff/cache占比相当大，但没发现占用这个的程序，于是决定手动释放掉，以使得我的数据集都能完美的加载到内存中去。清空buff./cache代码：# echo 3 > /proc/sys/vm/dro

2017-12-20 10:27:07 20450 2

原创【超分辨率】Laplacian Pyramid Networks（LapSRN）

期刊论文： https://arxiv.org/abs/1710.01992 会议论文CVPR2017： http://vllab.ucmerced.edu/wlai24/LapSRN/papers/cvpr17_LapSRN.pdf 项目主页：http://vllab.ucmerced.edu/wlai24/LapSRN/看了眼作者，Jia-Bin Huang是传统算法领域（呃，自从深度学

2017-12-02 14:34:27 12657

2018携程技术报告

2018携程技术报告，包含人工智能篇，架构篇，无限大前端篇，大数据篇，质量篇，运维篇，数据库篇，风险控制篇

2019-02-08

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人