network
文章平均质量分 87
浅草夏洛洛
这个作者很懒,什么都没留下…
展开
-
CLIP模型的使用和训练-利用CLIP实现zero-shot的分类任务
CLIP模型文章目录CLIP模型@[toc]论文介绍训练阶段测试阶段优缺点官方给定的实验结果利用CLIP做分类任务识别杯子的二分类任务人脸分类(celebface)CLIP的再训练'~/' 表示 'C:/Users/505'论文介绍官方网站训练阶段模型架构分为两部分,图像编码器和文本编码器,图像编码器可以是比如 resnet50,然后文本编码器可以是 transformer。训练数据是网络社交媒体上搜集的图像文本对。在训练阶段,对于一个batch 的数据,首先通过文本编码器和图像编码器,得原创 2021-10-10 16:40:11 · 57552 阅读 · 39 评论 -
pytorch-minst手写字符识别实战
字符识别文章目录字符识别1 字符识别准备1.1 minst数据集1.2 字符分类网络1.3 卷积和池化的计算公式:1.4 计算网络参数2字符识别代码2.1 网络model2.2 网络训练2.3 测试图片1 字符识别准备1.1 minst数据集共有7万张图片。其中6万张训练集,1万张测试集。每张图片是一个28*28像素点的单通道的手写数字(0~9)图片,采取黑底白字的形式。.1.2 字符分类网络注意:输入尺寸应该是28*281.3 卷积和池化的计算公式:公式参考链接kernel_s原创 2021-09-30 15:44:57 · 707 阅读 · 0 评论