GitHub
文章平均质量分 85
Mr.小蔡
一个。。。。。的人
展开
-
风格转换模型style_transformer项目实例 pytorch实现
有没有想过,利用机器学习来画画,今天,我将手把手带大家进入深度学习模型neural style的代码实战当中。neural-style模型是一个风格迁移的模型,是GitHub上一个超棒的项目,那么什么是风格迁移,我们来举一个简单的例子:这个项目的理论指导来自论文:Perceptual Losses for Real-Time Style Transfer and Super-Resolution相关神经网络架构: 本论文相关的前馈神经网络架构是基于“Deep residual learning for原创 2022-07-11 21:27:23 · 1394 阅读 · 1 评论 -
CondConv: Conditionally Parameterized Convolutions for Efficient Inference论文解读
CondConv: Conditionally Parameterized Convolutions for Efficient Inference(CVPR2020)paper:https://link.zhihu.com/?target=https%3A//arxiv.org/abs/1904.04971code:https://link.zhihu.com/?target=https%3A//github.com/tensorflow/tpu/tree/master/models/official原创 2022-04-08 20:24:27 · 399 阅读 · 0 评论 -
Dynamic Region-Aware Convolution论文解读
DRConv(CVPR 2021)本文提出了一种动态区域感知卷积Dynamic Region-Aware Convolution(DRconv)算法。它可以自动地将多个卷积分配给特征表示相似的空间区域,在local动态卷积的基础上引入了空间维度的分组。在提升性能的同时,还维持了一定的空间不变性。引言当前主流的标准卷积是在空间域上进行滤波器共享实现的(即同一个卷积通道),因此想要提取更丰富的信息只能通过增加通道层数实现。local convolution,卷积核在空间维度不共享,每个像素进行单独的处原创 2022-04-07 22:21:21 · 3289 阅读 · 0 评论 -
pyqt5 + Resnet18 实现图片分类小系统
一、介绍Resnet18网络ResNet(Residual Neural Network)由微软研究院的Kaiming He等四名华人提出,通过使用ResNet Unit成功训练出了152层的神经网络,并在ILSVRC2015比赛中取得冠军,在top5上的错误率为3.57%,同时参数量比VGGNet低,效果非常突出。ResNet的结构可以极快的加速神经网络的训练,模型的准确率也有比较大的提升。同时ResNet的推广性非常好,甚至可以直接用到InceptionNet网络中。ResNet详解在ResN原创 2021-06-27 14:50:53 · 3621 阅读 · 1 评论 -
使用Git上传本地项目到Github上
上传四部曲:打开电脑的Git创建一个文件夹来存放项目:然后初始化git项目文件夹:将项目文件粘贴到所创建的文件夹下,然后输入git add .完成添加所有文件及文件夹,如果添加某个文件只需git add filename即可:给项目的每个文件添加注释:git commit -m "first commit"# 表示你对这次提交的注释,双引号里面的内容随意联接github上所创建的仓库的地址:git remote add origin 自己仓库...原创 2021-04-16 22:27:46 · 109 阅读 · 0 评论