![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
mylibrary1
这个作者很懒,什么都没留下…
展开
-
CNN卷积层神经元数量、连接数量、权重数量的计算
1. 神经元的数量:和输入层类似,输出维度是多少,神经元就有多少feature map大小 * feature map数量2. 连接数量:全连接:输入层神经元数量*输出层神经元数量CNN局部连接: 故由于局部连接机制,卷积层的连接数为:局部连接的输入层神经元数*卷积层神经元数以alexnet为例:在第一个卷积层,神经元使用的感受野尺寸F=原创 2017-10-16 15:20:54 · 29523 阅读 · 2 评论 -
R-CNN论文笔记
R-CNN系列已发展到Mask R-CNN,目前各种目标检测、语义分割大赛选手大多基于该系列变种。虽然网上有很多介绍了,但最好的学习方式还是读论文,从中可以了解到坐着的思路和心路历程。个人笔记,未经润色,转载请注明出处。1 introduction:问题一:如何解决目标检测目标检测几种方法:regression:同时期工作,文献38,比作者的方法准确率差好多slid原创 2017-11-06 17:06:17 · 512 阅读 · 0 评论 -
fast r-cnn笔记
1. Introduction关键点:从多阶段(multi stage)训练合并到single stage 训练1.1 R-CNN存在的问题多个训练阶段 multi stage pipeline:finetuing, svm classifier, bbox regressor空间、时间上expensive:SVM, bbox regressor训练输入的cnn特征保存在磁原创 2017-11-22 09:59:19 · 480 阅读 · 0 评论 -
LSTM详解及tensorflow API num_hidden的确切含义
RNN/LSTM比CNN难理解,LSTM介绍最有名的当属colah http://colah.github.io/posts/2015-08-Understanding-LSTMs/这篇及其各种中文版。但是。。。。。。。。。。。。。。。https://www.zybuluo.com/hanbingtao/note/581764 这篇比colah的牛逼细致多了!!!强烈建议好好看,介绍的非常原创 2018-01-12 13:40:11 · 3959 阅读 · 0 评论 -
pytorch中获取模型input/output shape
Pytorch官方目前无法像tensorflow, caffe那样直接给出shape信息,详见https://github.com/pytorch/pytorch/pull/3043以下代码算一种workaround。由于CNN, RNN等模块实现不一样,添加其他模块支持可能需要改代码。例如RNN中bias是bool类型,其权重也不是存于weight属性中,不过我们只关注s原创 2018-01-23 14:12:39 · 18472 阅读 · 0 评论