- 博客(16)
- 资源 (1)
- 收藏
- 关注
原创 FCN论文学习笔记
摘要:摘要主要阐述了FCN的原理和结构,以及它目前的效果。原理和结构:(1)迁移学习了当前分类性能比较好的网络作为FCN网络的分类网络,例如:VGG,resnet,Alexnet。(2)全卷积网络的建立。全卷积网络的建立,直观上的表现为,可以训练任意尺寸的输入,而相应的输出为相同大小尺寸的图片,并且已经完成了像素级别的分类。(3)跳层结构。综合深层网络粗略的,抽象的特征信息和浅层网络精...
2020-01-19 11:47:50 206 1
原创 pytorch中定义卷结核
卷积核定义的几个要点:输入通道数,输出通道数,卷积核大小,补偿,扩展像素的大小。参考链接:https://blog.csdn.net/lyl771857509/article/details/84113177
2020-01-17 15:34:39 114
原创 FCN的理解
核心贡献:****(1)全卷积代替全连接层 1)这样做的好处是,减少训练参数。同时,可以训练任意大小的输入图片。 2)一维输出变成多维输出。 注:1.**全连接层的权重参数矩阵是预先设计好的,决定了训练样本的输入图片大小是固定的**。例如:VGG16网络中,输入大小是2...
2020-01-17 14:48:25 255
原创 CNN网络之池化的理解
贡献:(1)减少了参数。(2)增加了感受野。(3)平移不变性。(4)容易优化。池化是每个特征图单独做降采样,与基于卷积的降采样相比,更容易优化。网络的发展:池化可以看做带有步长的卷积,所以可以用卷积来取代池化。...
2020-01-16 15:22:15 317
原创 一文读懂CNN网络(分类网络)的前世今生(Lenet,VGG, networ in network,Googlenet, resnet,Mobilenets网络的核心贡献)
Lenet网络:结构:它是一个7层的卷积层+全连接层这样结构的一个网络。影响:它可以用来识别手写数字,效果还可以。输入:3232的输入图片尺寸。输出: 110的节点。结构分析:卷积-——池化——卷积——池化——卷积——全连接层——全连接层卷积核的大小:都是55的卷积核。影响:(1)后续的Alexnet,Googlenet,VGG都沿用了这种卷积+全连接层用来进行图像分类。(2)首个......
2020-01-15 20:35:37 438
原创 卷积核,以及卷积核channel数的理解
每一个卷积核的大小,为长宽深度。长,宽自定义,深度由上一层卷积核的个数或者输入图片的channel数决定。例如:如果上一层就是输入,输入为灰度图像,卷积核的深度为1。输入为rgb图像,卷积核的深度为3。如果上一层为卷积层,卷积核的个数,即channel数,就是当前层卷积核的深度。注:经过一个卷积核的输出,必然为一个特征图。当前层卷积核的channel数,可以自定义。可以与上一层卷积核个数相同.........
2020-01-15 17:32:06 6516 3
原创 1*1卷积核的理解
可以在不改变分辨率的前提下,提高卷积核提取特征的能力。能够进行降维和升维。(通道数)意义:可以完成不同通道的特征图之间信息的融合,提高特征的提取能力。首先应用于goolenet, Resnet也在用。参考链接:https://blog.csdn.net/amusi1994/article/details/81091145...
2020-01-14 13:18:48 281
原创 pytorch从入门到实践(第四章)
4.1 nn.Moduletorch.nn的核心数据结构是Module,它是一个抽象的概念,既可以表示神经网络的某个层,也可以包含很多层的神经网络。注:实际使用中,最常见的做法是继承nn.Module,撰写自己的网络/层。...
2020-01-13 14:22:43 175
原创 pytorch中nn.sequential()函数的理解
既可以形成固定结构的神经网络,也可以形成动态结构的神经网络。参考链接:https://blog.csdn.net/dss_dssssd/article/details/82980222
2020-01-13 14:22:14 5260
原创 pytorch中自适应平均池化的理解
参考链接:https://blog.csdn.net/caicaiatnbu/article/details/88955272
2020-01-13 14:19:03 4671
原创 VGG模型的pytorch代码实现
学到的知识:VGG网络如何通过pytorch实现。学习了通过pytorch构建网络的一般方法。学习了python的一些基础语法。1. VGG网络如何通过pytorch实现。网络的构建主要分为两部分,一部分是全连接层的构建,还有一部分是卷积层的构建。(1)定义网络class VGG(nn.Module): 定义了名为VGG的网络,继承了nn.Module的属性...
2020-01-13 14:16:02 2715
原创 win10安装anaconda
注意:1.需要根据自己的需求安装anaconda.2. 添加环境变量。3. 在清华源网站去安装。参考链接:https://blog.csdn.net/ychgyyn/article/details/82119201
2020-01-11 17:24:46 178
原创 win10系统安装cudn, cudnn,配置深度学习环境
前提:如果需要使用 GPU 加速运算,一定要求有 Nvidia 显卡的电脑/笔记本步骤:(1)查看自己的GPU编号,详见附录文件。在电脑属性,设备管理器的显示适配器中。2)选择适合 GPU 的 Driver,CUDA,cuDNN 并安装注意:1.GPU型号决定了Diriver, Driver决定了cuda, cuda决定了cudnn。先选择安装Driver, 然后安装cuda, 最后只...
2020-01-11 08:47:42 2349
原创 tensorflow可视化的意义
了解计算图的结构和运行状态。了解计算节点在运行时的时间以及内存消耗。可视化神经网络模型训练过程中各项指标的变化趋势,直观地了解神经网络的训练情况。参考链接:《tensorflow实战谷歌深度学习框架》...
2020-01-09 18:35:37 238
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人