- 博客(16)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 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