机器学习
全意
来点不一样的
展开
-
简单理解TensorFlow textlinereader的例子
import tensorflow as tfimport numpy as npdef main(): filename_queue = tf.train.string_input_producer(["test.txt", "test2.txt"], num_epochs=1) reader = tf.TextLineReader() key, value = r...原创 2017-09-10 00:19:03 · 5679 阅读 · 2 评论 -
pycharm 启动导入 tensorflow 失败问题
遇到一个奇怪的问题: 环境: Ubuntu 16.04 tensorflow 1.9.0 tensorflow安装无误,并可以在命令行启动,但是在Pycharm中报错: ImportError: libcublas.so.9.0: cannot open shared objectfile: No such file在pycharm中尝试运行:import osos...原创 2018-07-14 14:47:48 · 2191 阅读 · 1 评论 -
Tensorflow编译相关
clang 编译器:clang是LLVM编译器工具集的一个用于编译C、C++、Objective-C的前端。LLVM项目的目标是提供一个GNU编译器套装(gcc)的替代品,由苹果公司的赞助开发,其源代码授权采用的是类BSD的伊利诺伊大学厄巴纳-香槟分校开源码许可。相比于gcc,clang 具有如下优势:编译速度更快:在某些平台上,clang 的编译速度要明显快于gcc。占用内存更小...原创 2018-07-12 21:50:19 · 481 阅读 · 0 评论 -
Deformable Offset 梯度的推断
对Deformable中的 offset 求梯度不是很理解Deformable Offset x ⇒ conv(x) ⇒ x_coords ⇒ ( lt, lb, rt, rb ) ⇒ px*py*lt + px*(1-py)lb + (1-px)*py*rt + (1-px)(1-py)*rb ⇒ x对px的偏导数,求其gradient ∂((px−⌊px⌋)∗py∗l...原创 2018-05-14 17:40:47 · 402 阅读 · 0 评论 -
论文SDP + RCNN | Exploit All the Layers: Fast and Accurate CNN Object Detector with SDP and CRC
Abstract本文提出了两种目标检测的措施,兼具精度与效率:1.scale-dependent pooling (精度)2. layer wise casaded rejection classifiers(效率)1 Introduction首先作者简要介绍了RCNN等方法,FRCNN的缺点: 1. Fast-RCNN由于是从pooling层bounding box所以不能准...转载 2018-05-04 21:47:26 · 884 阅读 · 0 评论 -
目标检测最新进展(SSD,RCNN等最新发展)
【未完待续】【目录】SSD:RetinaNetFSSD (Feature Fusion Single Shot Multibox Detector)RFBNet (Receptive Field Block Net)R-FCNRRC SSDGitHub链接(Pytorch版):https://github.com/transcendentsky/ssd_py...原创 2018-05-04 21:12:11 · 2728 阅读 · 1 评论 -
关于Bias的问题 Should the convolution layers have biases?
You can access to [https://github.com/KaimingHe/deep-residual-networks/issues/10#issuecomment-194037195]在复现WRN网络时,发现Resnet部分没有使用bias观点: Biases are in the BN layers that follow. BN层的作用相当于bias, 因此...原创 2018-03-28 20:27:56 · 962 阅读 · 0 评论 -
TensorFlow 读取数据的几种方法
TensorFlow 输入数据的方式# 从 filename_queue = tf.train.string_input_producer(filenames) 开始reader = tf.XXXRecoder()reader.read(filename_queue)tf.train.batch([example, label], batch_size=batch_size, ca...原创 2018-03-27 12:30:07 · 423 阅读 · 0 评论 -
优化器: Snapshots Ensembles 快照集成
优化器:快照集成 SNAPSHOT ENSEMBLES: TRAIN 1, GET M FOR FREE出发点:当网络训练时,可能会收敛到不同的最小点。其中有好的和坏的最小点(差一点的)。尽管一般我们都是为了寻找全局最优点,但是其他的坏的最小点也可能包含很多信息。而我们就可以利用其中的信息优化我们的模型做法:使用warm restart得到一个模型,其中再restart之前把模型存储好。进行多少次...原创 2018-03-13 16:20:22 · 1478 阅读 · 0 评论 -
[tensorflow]sparse_softmax_cross_entropy_with_logits 与 softmax_cross_entropy_with_logits的区别
原函数: tf.nn.sparse_softmax_cross'_entropy_with_logits(logits=net, labels=y) tf.nn.softmax_cross_entropy_with_logits(logits=net, labels=y2)sparse_softmax_cross_entropy_with_logits中 lables接受直接的数字标签 ...原创 2018-03-06 14:18:23 · 6182 阅读 · 1 评论 -
经典的几个卷积神经网络(基本网络)
AlexNet:( 2012 ILSVRC top 5 test error rate of 15.4%)第一个成功展现出卷积神经网络潜力的网络结构。关键点:通过大量的数据与长时间的训练得到最后的模型,结果十分显著(拿到2012分类第一)使用两块GPU,分两组进行卷积。自从Alexnet之后,卷积神经网络开始迅速发展VGGnet:(ILSVRC 2014 7.3% error rate)自A原创 2017-11-03 21:05:03 · 10421 阅读 · 1 评论 -
ssd-300 代码分析
学习ssd笔记原创 2017-09-26 15:01:38 · 2871 阅读 · 0 评论 -
windows下python3安装opencv
conda install -c https://conda.anaconda.org/menpo opencv3原创 2017-09-25 15:09:21 · 701 阅读 · 0 评论 -
记一次编写python爬虫遇到的问题
None原创 2017-09-25 00:50:47 · 465 阅读 · 0 评论 -
tensorflow隐藏编译警告SSE4.2 and AVX instructions
tensorflow隐藏编译警告转载 2017-08-18 18:46:59 · 562 阅读 · 0 评论 -
重写facenet出现的问题:
重写facenet出现的问题:原创 2017-09-04 22:01:14 · 2449 阅读 · 2 评论 -
【神经网络理论】泛化性
Understanding deep learning requires rethinking generalization (zhang. 2017)作者做了一个测试,用随机label标注数据,发现网络对训练集仍有效果,(网络具有强大的能力可以“记住”训练数据)梯度下降(SGD)具有隐性的正则化效果,原因未知浅层网络也能有强大的表达能力。模型本身已经足够去表达训练数据,即便没有正则化。...原创 2018-12-27 15:13:56 · 5184 阅读 · 0 评论