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 · 148 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 · 128 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 · 97 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 · 359 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