![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
神经网络
文章平均质量分 52
vodka、
我拿CNN,和各位一起卷~
展开
-
深度学习调参技巧
文章目录前言一些大的注意事项总结前言深度学习调参有哪些技巧?一些大的注意事项1. 刚开始, 先上小规模数据, 模型往大了放, 只要不爆显存, 能用256个filter你就别用128个. 直接奔着过拟合去. 没错, 就是训练过拟合网络, 连测试集验证集这些都可以不用.为什么?你要验证自己的训练脚本的流程对不对. 这一步小数据量, 生成速度快, 但是所有的脚本都是和未来大规模训练一致的(除了少跑点循环);如果小数据量下, 你这么粗暴的大网络奔着过拟合去都没效果. 那么, 你要开始反思自己了,.原创 2021-04-12 09:08:01 · 258 阅读 · 0 评论 -
为什么二阶段(two-stage)目标检测算法比一阶段(one-stage)目标检测算法精度高
问题场景:目标检测算法大致可分为两阶段(two stage)目标检测算法和一阶段(one stage)目标检测算法,在没有过多的tricks的情况下,两阶段的目标检测算法的检测精度是要比一阶段的目标检测算法精度高的。原因分析:其实我认为主要原因有以下几点:1.正负样本的不均衡性 这一点想必大家在做目标检测实验的时候深有体会,当某一类别的样本数特别多的时候,训练出来的网络对该类的检测精度往往会比较高。而当某一类的训练样本数较少的时候,模型对该类目标的检测精度就会有所下降,这就是所谓样本的不均原创 2021-04-03 15:33:52 · 10320 阅读 · 7 评论 -
RoI pooling和 RoI Align的区别
ROI Pooling 和ROI Align:两种计算归根结底都是池化步骤两者的区别两者的计算过程如下图所示:原创 2021-04-02 20:08:02 · 162 阅读 · 0 评论 -
Tensorflow框架无法调用GPU而使用CPU计算的解决方法
问题: 错误提示:Cannot dlopen some GPU libraries.Please make sure the missing libraries. Please make sure the missing libraries mentioned above are installed properly if you would like to use…Skipping registering GPU devices…一、解决方法: 我用的是tensorflow无法原创 2021-03-12 21:54:02 · 6264 阅读 · 0 评论 -
1×1卷积核的作用
问题: 平时论文里经常会看到在网络里面加入1×1的卷积核,那么1×1卷积到底有什么用?其实1×1卷积与其他卷积没有什么不同,实际上就是一个简单的线性叠加。它具有和其它卷积核类似的作用,以下将详细列举。 关键词:1×1卷积 一、实现跨通道的信息交互和整合: 如何理解跨通道的信息交互和整合呢?首先还得从三维卷积的计算开始。 如图所示,蓝色部分是一个7×7×n(维数)的Feature map,黄色块为3×3×3的卷积核,将卷积核对应到蓝色特征中可以得到一个红色阴影区域,举个具体的例子:原创 2021-03-11 16:19:01 · 2330 阅读 · 0 评论 -
神经网络反向传播推导(实例)
原创 2021-03-09 10:12:56 · 294 阅读 · 0 评论