许希律的博客

如何 fine-tune以 resnet18 为例：from torchvision import modelsfrom torch import nnfrom torch import optimresnet_model = models.resnet18(pretrained=True) # pretrained 设置为 True，会自动下载模型 所对应权重，并加载到...

1.反向传播会用到前向传播时计算的值，以及cost的公式；但不会用到cost值，cost值只是用来评估当前网络是否收敛。2.如何实现从全链接层(n)映射到softmax层(k）？需要在最后将 3D 输出展平为 1D,然后在上面添加几个 Dense 层。model.add(layers.Flatten())model.add(layers.Dense(64, activation='...

对于单个样本计算一次梯度：                                                                                   在逻辑回归中，我们要做的就是修改参数w和b，来减少损失函数。因为我们要计算关于损失函数的导数，反向传播时，首先计算损失函数对于da的导数。                           ...

需要kddtrain2018.txt和kddtest2018.txt的盆友，请下载我上传的资源：神经网络训练数据分类_kdd 内容：根据给定数据集创建分类器。训练数据集(kddtrain2018.txt)：100 predictive attributes A1,A2,...,A100和一个类标C，每一个属性是介于0～1之间的浮点数，类标C有三个可能的{0，1，2}，给定的数据文件有10...

最近看的paper里的pytorch代码太复杂，我之前也没接触过pytorch，遂决定先自己实现一个基础的裸代码，这样走一遍，对跑网络的基本流程和一些常用的基础函数的印象会更深刻。本文的代码和数据主要来自https://blog.csdn.net/jiangpeng59/article/details/80189889，附上该博主的github地址：https://github.com/J...

看懂ResNet，需要理解两个点：shortcut的处理，以及网络结构理解1——Identity Mapping by Shortcuts（快捷恒等映射）我们每隔几个堆叠层采用残差学习。构建块如图2所示。在本文中我们考虑构建块正式定义为x和y是考虑的层的输入和输出向量。函数F(x,Wi)表示要学习的残差映射。图2中的例子有两层，F=W2σ(W1x)中σ表示ReLU[29]，为了...

关于python中带下划线的变量和函数 Conv2d、Conv3d区别pytorch官方文档说明：Conv2d一般是二维平面图像处理。默认处理的输入输出的shape是四维：batch size、通道数（RGB-3通道或者灰度-1通道）、图像高度、图像宽度。用法是：nn.Conv2d(1,64,3) #1表示输入的通道数，64表示输出的通道数，3表示卷积核为3x3...

运行别人的代码的时候报错：RuntimeError: CUDA out of memory. Tried to allocate 512.00 MiB (GPU 0; 11.90 GiB total capacity; 11.15 GiB already allocated; 46.94 MiB free; 241.57 MiB cached)但是nvidia-smi查看显卡，显存充足 ...

IoU(Intersection over Union)矩形框的IoU计算： 矩阵T的左下角坐标，右上角坐标；矩阵G的左下角坐标，右上角坐标；在确定坐标的情况下，与是可知的常量，所以，我们只需要求解即可。这里我们先来看一下水平方向上的情况：从上述的三种情况中我们可以看出：当有重叠或者是内含的情况时，我们可以通过计算得到重叠部分的长度....