![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
NoBugPerfect
听说智商高的人更喜欢和自己独处
展开
-
Tensorflow先实现梯度多次累加,再进行一次反向传播的过程
在Tensorflow中,每次sess.run(self.optimizer)时,都会同时计算梯度并且更新变量。 但是在pytorch中,可以通过三个步骤实现:梯度清零: optimizer.zero_grad()反向传播计算每个参数的梯度 loss.backward()梯度下降并更新参数 optimizer.step()如果想实现多次计算梯度后,再统一更新一次梯度(由minibatch实现大的batchsize). 或者 (长序列插帧内部迭代完整个序列后再传播一次梯度)。 就需要用到分开计算梯转载 2022-01-22 17:20:57 · 907 阅读 · 0 评论 -
可视化理解卷积神经网络-ECCV 2014
可视化理解卷积神经网络原文地址:http://blog.csdn.net/hjimce/article/details/50544370作者:hjimce一、相关理论本篇博文主要讲解2014年ECCV上的一篇经典文献:《Visualizing and Understanding Convolutional Networks》,可以说是CNN领域可视化理解的开山之作,这篇文献告诉我们CNN的每一层到底转载 2016-04-15 16:58:52 · 1870 阅读 · 0 评论 -
FCN中反卷积、上采样、双线性插值之间的关系
关于FCN中反卷积,上采样和双线性插值之间的关系原创 2017-06-05 23:47:50 · 22389 阅读 · 3 评论 -
图像语义分割学习笔记~心得
图像语义分割学习过程中的笔记,心得原创 2017-05-20 11:23:42 · 3853 阅读 · 1 评论