- 博客(8)
- 资源 (1)
- 收藏
- 关注
RSS订阅
转载 论文笔记模板
Title：Continuous learning of face attribute synthesisSummary写完笔记之后最后填，概述文章的内容，以后查阅笔记的时候先看这一段。注：写文章summary切记需要通过自己的思考，用自己的语言描述。忌讳直接Ctrl + c原文。Research Objective(s)作者的研究目标是什么？Problem Statement问题陈述：作者需要解决的问题是什么？Method(s)作者解决问题的方法/算法是什么？是否基于前人的方法？基于了哪些
2020-12-02 14:08:46
923
原创 Pytorch 自定义loss的两种方法
一般来说，Pytorch提供自定义loss的方法，常用的有两种：使用pytorch内部函数直接实现，该方法较为简单，不用人工计算梯度需要Numpy实现，需要自定义反向传播的公式使用Pytorch内部的函数实现的Custom loss function in PyTorchnumpy_extensions_tutorial使用Numpy的函数实现的下面模型来自网络模型入门import torchimport torch.nn as nn# https://blog.csdn.ne
2020-12-27 21:26:26
1514
原创 cuda 10 环境下安装 pytorch_geometric
1. 安装pytorchpip install torch==1.4.0+cu100 -f https://download.pytorch.org/whl/torch_stable.html2. 安装依赖浏览器打开https://pytorch-geometric.com/whl/torch-1.4.0.html然后用wget下载对应python版本的四个依赖，使用pip install安装https://pytorch-geometric.com/whl/torch-1.4.0.htmlht
2020-12-21 18:20:31
473
转载 PyTorch 的 Autograd
写在前面：这篇博客主要是对 pytorch 的自动求导机制进行学习，主要内容来自知乎：PyTorch 的 Autograd文章目录1. 计算图2. 具体实例3. 叶子张量4. inplace 操作1. 计算图假设我们有一个复杂的神经网络模型，我们把它想象成一个错综复杂的管道结构，不同的管道之间通过节点连接起来，我们有一个注水口，一个出水口。我们在入口注入数据的之后，数据就沿着设定好的管道路线缓缓流动到出水口，这时候我们就完成了一次正向传播。计算图通常包含两种元素，一个是 tensor，另一个是 Fu
2020-12-09 10:41:50
162
原创 Realtime Multi-Person 2D Pose Estimation using Part Affinity Field
1 Summary写完笔记之后最后填，概述文章的内容，以后查阅笔记的时候先看这一段。注：写文章summary切记需要通过自己的思考，用自己的语言描述。忌讳直接Ctrl + c原文。2 Research Objective(s)bottom-up approaches to estimate the keypoints of skeleton3 Problem Statementunknow number of people that can occur at any position or sc
2020-12-08 11:06:14
2929
原创 Convolutional Pose Machines
Title：Convolutional Pose Machines1 Summary写完笔记之后最后填，概述文章的内容，以后查阅笔记的时候先看这一段。注：写文章summary切记需要通过自己的思考，用自己的语言描述。忌讳直接Ctrl + c原文。2 Research Objective(s)model long range dependencies between variables in structed prediction task.3 Problem Statementkey pro
2020-12-07 15:30:24
782
原创 GmFace: A Mathematical Model for Face Image Representation Using Multi-Gaussian
Title：Continuous learning of face attribute synthesis1. SummarySupported by the theory that finite multi-Gaussian functions can approximate any non-negative integrable functions on a real number with arbitary accuracy. Author set the Gaussian function a
2020-12-06 01:42:15
238
原创 4.1 百度飞桨GCN代码解析
这里写目录标题1. 引入数据3. 定义数据2. 定义model and data2.1 定义数据读取方式2.2 定义model2.2.1 GCN函数2.2.2 fluid.layers.gather(output, node_index)函数三级目录1. 引入数据从库中读取数据正则化数据import pglfrom pgl import data_loaderimport paddle.fluid as fluidimport numpy as npimport timeimport
2020-12-04 01:24:42
1004
reinforce learning.pdf
2020-05-07
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人