自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(19)
  • 收藏
  • 关注

原创 NUS-WIDE-10K数据集制作

NUS-WIDE是一个多标签数据集,数据集中一共包含26,9648个样本,可以分为81个类。最近在做跨模态检索项目,发现有很多论文里面都用到了NUS-WIDE-10K数据集,但是在网上也没有搜索到相关的数据集下载链接或者是数据集制作代码,所以自己动手写了一个NUS-WIDE-10K数据集的制作代码。1.介绍我在网上找到的最早关于NUS-WIDE-10K数据集描述的论文是:Cross-modal Retrieval with Correspondence Autoencoder。描述如下:作者选择了N

2021-10-12 19:45:05 3169 14

原创 解决报错ImportError: unique_cuda.cpython-37m-x86_64-linux-gnu.so: undefined symbol: _ZN6caffe28T

最近在调试有关pytorch-geometric包的代码的时候遇到了这个错误,具体报错如下所示:ImportError: /home/amax/.conda/envs/SGE/lib/python3.7/site-packages/torch_sparse/unique_cuda.cpython-37m-x86_64-linux-gnu.so: undefined symbol: _ZN6caffe28TypeMeta21_typeMetaDataInstanceIN3c108BFloat16EEEP

2021-07-30 23:05:57 3397

原创 解决报错RuntimeError: CUDA error: invalid device function Segmentation fault (core dumped)

首先看一下完整的报错:Traceback (most recent call last): File "train_cross-modal.py", line 414, in <module> train() File "train_cross-modal.py", line 292, in train edge_time.to(device), edge_index.to(device), edge_type.to(device)) File "/home/a

2021-07-30 17:35:48 7622 1

转载 使用conda命令安装tensorboardX和pycocotools

这几天在anaconda虚拟环境中使用pip下载tensorboardX和pycocotools失败所以打算使用conda命令来下载,具体代码如下conda install -c conda-forge tensorboardxconda install -c conda-forge pycocotools

2021-05-07 10:40:51 3440

原创 解决问题CondaVerificationError: The package for olefile located at...

最近跑代码的时候遇到了CondaVerificationError问题,在网上搜了很多回答都说使用conda clean --all这条命令去解决问题,emm.......,就很离谱。我的完整报错如下所示,类似的问题解决方法都一样的。CondaVerificationError: The package for olefile located at /root/anaconda3/pkgs/olefile-0.46-py37_0appears to be corrupted. The path 'l

2021-04-23 23:17:40 1876 7

转载 理解PyTorch中维度的概念

https://mathpretty.com/12065.html

2021-04-15 21:06:28 119

原创 Pytorch常用函数(持续更新)

torch.stacktorch.stack((tensor1,tensor2),dim=0) 1、把tensor1和tensor2叠在一起生成一个新张量(如tensor1维度为2,则新张量维度为3)。2、tensor1和tensor2必须大小完全一致。3、dim决定新生成维度的位置,如:dim=0,新生成的张量为[新维度,3,3]。dim=1,新生成的张量为[3,新维度,3]...

2021-01-29 17:46:00 209

原创 Feedforward层(全连接层)和矩阵运算的关系

前言最近一段时间在看研究生导师发的资料,因为导师是做自然语言处理和知识图谱方向的,所以之前学的CNN的知识暂时用不上啦。NLP和KG方面的知识我之前没怎么接触过,所以最近打算写一系列博文来记录一下学习过程,如果有说得不对的地方请大佬指正。Feedforward层(全连接层) 之前在看论文和看代码的时候,我经常看到把神经网络的中间结果输入到全连接层。但是在我的印象中全连接层就是类似于BP神经网络的样子,于是我就很疑惑把一个三维或者是二维的矩阵输入一个BP神经网络里面到底是什么样的。首先给出结..

2021-01-26 20:20:08 5216 1

原创 Positional Encoding的原理和计算

前言 最近一段时间在看研究生导师发的资料,因为导师是做自然语言处理和知识图谱方向的,所以之前学的CNN的知识暂时用不上啦。NLP和KG方面的知识我之前没怎么接触过,所以最近打算写一系列博文来记录一下学习过程,如果有说得不对的地方请大佬指正。一、Positional Encoding的介绍 先说说Positional Encoding(位置编码)的由来。我们都知道传统做NLP邻域使用的模型大多是RNN模型(比如说LSTM、Bi-LSTM),基于RNN模型的训练是一个迭代的过程,也就是...

2021-01-23 21:27:04 11559 20

原创 神经网络报错:RuntimeError: output with shape [1, 128, 128] doesn‘t match the broadcast shape [3, 128, 128]

今天在运行EfficientNets-pytorch代码的时候遇到如上问题。网上以及有许多相关问题的回答了,在此提供一种新的思路。报错原因:输入图片需要是RGB空间图片而不能是灰度图,所以导致张量的通道数不匹配。解决方法:知道了问题的原因之后问题就变得好解决了,我的解决思路是用opencv或者是PIL包下面的图形处理函数,把输入的图片从灰度图转为RGB空间的彩色图。这种方法可以适合数据集中既包含有RGB图片又含有灰度图的情况。解决代码如下:img = Image.open(img_dir)i

2020-08-23 23:05:18 4331 2

原创 神经网络报错:IndexError: dimension specified as 0 but tensor has no dimensions

今天在跑EfficientNet的时候,调试出现以下错误,如图所示:报错出最后出现在一个不知名文件里面的一行代码:if input.size(0) != target.size(0):报错原因为:IndexError: dimension specified as 0 but tensor has no dimensions一开始找了半天也没找到原因,网上也搜不到有人回答这个问题,于是自己动手解决。最后发现这个报错的问题好像出在batch_size的大小上面,batch_size

2020-08-23 22:43:19 4790 6

原创 论文阅读——MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications

目录前言Abstract1、Introduction2、Prior Work3、MobileNet Architecture3.1、深度可分离卷积3.2、网络结构和训练3.3、宽度乘子:更窄的模型3.4、分辨率乘子:减少表达4、Experiments4.1、模型选择4.2减小模型中的超参数4.3、细纹理识别4.4、大范围地理定位4.5、面部特征4.6、目标检测4.7、人脸识别5、Conclusion前言之前有一段时间看了挺多深度

2020-08-20 15:48:40 725

原创 论文阅读——Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network

前言之前有一段时间看了挺多深度学习方面的论文,但是由于时间方面的问题一直没来得及进行总结。最近一段时间突发奇想把自己看论文时的学习笔记给记录一下,由于之前没写过博文,所以排版可能会有点emmm...一言难尽。专业方面的知识,如果有理解不到位的地方欢迎各位大佬指教。Abstract最近,使用卷积网络实现超分辨率的研究集中在最小化均方重构误差这一方向。这种方法可达到较高的峰值信噪比,但是恢复出的图片缺乏纹理细节。 文章提出了一种SRGAN网络,基于感知相似进行对抗训练,使网络可以从低分辨率图像中恢

2020-08-19 19:43:18 2812

原创 论文阅读——Densely Connected Convolutional Networks

前言之前有一段时间看了挺多深度学习方面的论文,但是由于时间方面的问题一直没来得及进行总结。最近一段时间突发奇想把自己看论文时的学习笔记给记录一下,由于之前没写过博文,所以排版可能会有点emmm...一言难尽。专业方面的知识,如果有理解不到位的地方欢迎各位大佬指教。Abstract本文的主要工作:提出了一种Dense Convolutional Network(DenseNet)网络,该网络缓解了消失梯度问题,增强了特征传播,促进了特征再用并且大大减少了参数的数量。 在四个有竞争力的数据集(

2020-08-18 20:25:24 436

原创 论文阅读——Deep Residual Learning for Image Recognition

目录前言Abstract1. Introduction2、Related Work3、Deep Residual Learning3.1、残差学习3.2、快捷恒等映射3.3、网络结构3.4、实现4、Experiments4.1、ImageNet分类4.2、CIFAR-10和分析4.3、PASCAL和MS COCO上的目标检测前言之前有一段时间看了挺多深度学习方面的论文,但是由于时间方面的问题一直没来得及进行总结。最近一段时间突发奇想把自己看论文时的

2020-08-17 21:06:45 261

原创 论文阅读——VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION

前言之前有一段时间看了挺多深度学习方面的论文,但是由于时间方面的问题一直没来得及进行总结。最近一段时间突发奇想把自己看论文时的学习笔记给记录一下,由于之前没写过博文,所以排版可能会有点emmm...一言难尽。专业方面的知识,如果有理解不到位的地方欢迎各位大佬指教。ABSTRACT文章的主要工作:研究了卷积网络深度在大规模的图像识别环境下对准确性的影响。 使用非常小的卷积核(3×3)架构对网络深度的增加进行了全面评估。1、INTRODUCTION在该部分作者主要是提到了近些年来图像识别

2020-08-16 19:43:32 392

原创 论文阅读——Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks

目录前言Abstract1、INTRODUCTION2、RELATED WORK3、FASTER R-CNN3.1、区域建议网络(RPN)3.1.1、锚点3.1.2、损失函数3.1.3、训练RPNs3.2、RPN和Fast R-CNN共享特征3.3、实现细节4、EXPERIMENTS4.1、在PASCAL VOC数据集上进行实验4.2、在MS COCO数据集上进行实验5、CONCLUSION前言之前有一段时间看了挺多深度学习方面的论文,但是

2020-08-14 14:26:18 309

原创 论文阅读——YOLOv3: An Incremental Improvement

前言之前有一段时间看了挺多深度学习方面的论文,但是由于时间方面的问题一直没来得及进行总结。最近一段时间突发奇想把自己看论文时的学习笔记给记录一下,由于之前没写过博文,所以排版可能会有点emmm...一言难尽。专业方面的知识,如果有理解不到位的地方欢迎各位大佬指教。1、Abstract和IntroductionYOLOv3网络在目标检测的速度和精度方面都有所提升。 YOLOv3能在22ms内完成320×320大小的图片的处理,并取得28.2mAP的成绩。其精度和SSD相当,但速度要快上3倍。

2020-08-12 17:37:49 358

原创 论文阅读——YOLOv4:Optimal Speed and Accuracy of Object Detection

目录前言1、Introduction2、Related work2.1、现代目标检测器结构和分类​​​​​​​2.2、Bag of Freebies(赠品包)2.3、Bag of specials(特价包)3、Methodology3.1、结构选择3.2、BoF和BoS的选择3.3、额外提升3.4、YOLOv4的组成和细节4、Experiments4.1、实验设置4.2、不同特征对分类器训练的影响4.3、不同特征对检测器训练的影响4.4、不同.

2020-08-12 12:41:22 450

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除