![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
飞桨公开课
新川宝宝
这个作者很懒,什么都没留下…
展开
-
飞桨第六课 2020.4.5
现在的模型越来越大,要模型压缩paddle slim是一个压缩库自动检测电网周边是否有问题,烟雾什么的总来说分四类原理上的:三个中间输出A-卷积》B-卷积》C通过剪掉卷积核减少通道数那么怎么去确定,剪掉哪些参数?重要性评估:剪掉的比例-正确率 curve定义是这个卷积层是否重要L1——norm是卷积层的这个通道是否重要FLOPS(即“每秒浮点运算次数”,...原创 2020-04-05 21:11:15 · 147 阅读 · 0 评论 -
飞桨第四节七日cv经典网络 2020.4.3
对目标检测,需要把物品用矩形框选出来分割要每一个像素都要区分CIFAR-10:高级的数据集,彩色专业数据集:AlexNet CV方向突破,ZF是小修小补网络介绍:上下两部分的原因:当时显卡放不下,买了两片第二个卷积层接下来三个卷积层,没有马上接池化,扩展像素,保证不变可能大变化,常见噪声,增加鲁棒性思考角度:不一定用大卷积核,但希望效果没事,发现小核做深,...原创 2020-04-03 21:05:10 · 126 阅读 · 0 评论 -
飞桨第三课2020.4.2
昨天用DNN今天CNN首先拉成一维向量,网络结构与1616,100100,不能适配,神经元一多直接爆炸,螺旋起飞卷积的简化:使像素部分链接,权值共享,下采样计算量降数量级先取小图像,滑动窗口,把每个小块算了一遍,从头到尾,神经元的权重都使那一部分下采样:卷积计算:卷积核,而不是滤波器,因为要学值,而不是给定(尺寸是给定的,炼丹)...原创 2020-04-02 20:48:32 · 95 阅读 · 0 评论 -
飞桨 第一课 传统图像识别是怎么做的+Aistudio python数据可视化2020.3.31;2020.4.2补
课程新冠可视化作为计算机看到的是二维矩阵 希望分类,聚类或挑出来人看到一个图像是根据高层的认知与特征,而计算机却只能根据底层的特征:不一致,有冲突有相似的特性,但语义不同也有不同的语义相同得概念空间的变换,目标,让相同目标特征相似,不同特征差距大classic主要提取全局特征图像特征有很多角度:可能不全面,所以连接起来,形成更高维向量经常做特征变换,使相似...原创 2020-04-02 19:31:32 · 357 阅读 · 0 评论 -
飞桨抠图直播2020.4.1
人脑的运行类似于其用滤波器提取出特征分类问题看fgh哪个函数能做好问题一。确定函数集合二,评价问题三,挑函数前面靠人,eg:拟合函数人,确定好损失函数后,学得最优函数,训练过程和测试过程,训练测试集独立同分布神经网络基本运算规则 怎么用浅层神经元计算下一层神经元,激活函数一般选非线性的今天重点讲前馈式神经网络前馈神经网络的样子80年代隐藏层...原创 2020-04-01 21:10:03 · 254 阅读 · 0 评论