余昌黔|书山有路

前言(呕血制作啊！)前几天刚好做了个图像语义分割的汇报，把最近看的论文和一些想法讲了一下。所以今天就把它总结成文章啦，方便大家一起讨论讨论。本文只是展示了一些比较经典和自己觉得比较不错的结构，毕竟这方面还是有挺多的结构方法了。介绍 图像语义分割，简单而言就是给定一张图片，对图片上的每一个像素点分类从图像上来看，就是我们需要将实际的场景图分割成下面的分割图： 不同颜色代表不同类别。经过我阅读“

前言（标题不能再中二了）本文仅对一些常见的优化方法进行直观介绍和简单的比较，各种优化方法的详细内容及公式只好去认真啃论文了，在此我就不赘述了。SGD此处的SGD指mini-batch gradient descent，关于batch gradient descent, stochastic gradient descent, 以及 mini-batch gradient descent的具体区别就不

前言近来阅读了PSPNet和林国省老师的几篇论文，觉得现在在semantic segmentation领域对于Multi-scale Features ensembling的关注又多起来了（当然其实一直都应用的挺多），然后林国省老师对CRF有一些新的认识和解读。这些都将总结于此。两个发展方向特征整合（Feature Ensembling） 又分为：多尺度（multi-scale） 特征整合多级

前言这两天把实验室服务器给装成了Ubuntu16.04+cuda8.0+cudnn5.0，本来以为应该没什么问题，结果那折腾得……不说了，都是泪。具体Caffe，Tensorflow，Mxnet的安装教程已经很多了，我这儿就不说了。本文主要想说说Nvidia驱动和Ubuntu桌面冲突的问题，当时为了解决在网上找了一圈，始终没能解决我的问题，所以这儿特意写篇博客，权当做个记录，希望能给遇到同样问题的人

概述关于Tensorflow读取数据，官网给出了三种方法：供给数据(Feeding)： 在TensorFlow程序运行的每一步， 让Python代码来供给数据。从文件读取数据： 在TensorFlow图的起始， 让一个输入管线从文件中读取数据。预加载数据： 在TensorFlow图中定义常量或变量来保存所有数据(仅适用于数据量比较小的情况)。对于数据量较小而言，可能一般选择直接将数据加载进内

前言这篇文章算是论坛PyTorch Forums关于参数初始化和finetune的总结，也是我在写代码中用的算是“最佳实践”吧。最后希望大家没事多逛逛论坛，有很多高质量的回答。参数初始化参数的初始化其实就是对参数赋值。而我们需要学习的参数其实都是Variable，它其实是对Tensor的封装，同时提供了data，grad等借口，这就意味着我们可以直接对这些参数进行操作赋值了。这就是PyTorch简洁

前言最近使用PyTorch感觉妙不可言，有种当初使用Keras的快感，而且速度还不慢。各种设计直接简洁，方便研究，比tensorflow的臃肿好多了。今天让我们来谈谈PyTorch的预训练，主要是自己写代码的经验以及论坛PyTorch Forums上的一些回答的总结整理。微改模型PyTorch中的torchvision里已经有很多常用的模型了，可以直接调用：AlexNetVGGResNetS