- 博客(25)
- 收藏
- 关注
RSS订阅原创 【PaddlePaddle】数学运算和逻辑运算
很久没有更新paddle系列了，十月实在有些忙（写各种本子、做各种作业、忙一些投稿），十一月忙完之后会稳步更新。
2023-10-29 22:43:43
325
原创 【PaddlePaddle】创建Tensor的两种方式：指定数据和指定形状
paddlepaddle中Tensor的两种创建方式，包含15个函数及其参数详解。
2023-09-18 22:29:50
1207
原创 【PaddlePaddle】保姆级教程：Ubuntu22.04+CUDA12.2编译PaddlePaddle源码并安装
WSL2 Ubuntu 22.04+CUDA12.2，从0开始编译并安装paddlepaddle
2023-09-13 16:46:25
4214
原创 【论文阅读】Dilated Residual Networks（全文翻译）
卷积网络会逐步减小分辨率直到图像被表示成一个很小的特征图，而这个特征图中，场景的空间结构已经不再能够辨认了。这样的空间敏锐度的损失限制了图像分类的精确度，同时也复杂化了模型在那些要求细节场景理解的下游应用中的迁移使用。这些问题都可以被扩张所解决，它提高了输出特征图的分辨率，同时也不降低单个神经元的感受野。
2023-04-18 18:39:39
501
1
原创 【论文阅读】SwiftNet: Real-time Video Object Segmentation
CVPR2021 SwiftNet 论文详解
2023-04-12 17:47:10
1178
2
原创 【深度学习】损失函数（1）：Cross-Entropy Loss 交叉熵损失（代价函数和损失函数的区别+交叉熵与KL散度、信息熵/熵之间的关系）
优化我们的神经网络，使计算出的交叉熵最小，这就是交叉熵损失的基本思想
2023-03-23 22:39:38
832
原创 【深度学习】网络训练原理：前向传播+反向传播
有了反向传播后，每有一个样本经过网络，就可以对网络的参数进行一次更新，而不需将所有样本都经过网络后再更新了
2023-03-18 20:08:58
1319
原创 【深度学习】激活函数：原理+常见激活函数（Sigmoid\Tanh\ReLU\Leaky ReLU\Softmax）
线性模型的表达能力不够。引入非线性激活函数，可使深层神经网络的表达能力更加强大。
2023-03-14 22:03:03
644
原创 【深度学习】网络训练的原理：什么是梯度下降？学习率的作用是什么？
既然梯度方向是函数值增加的方向，那么自变量沿着这个方向走下去，函数值就会越来越大。反之，梯度的反方向就是函数值减小的方向，沿着梯度的反方向走下去，函数值就会越来越小
2023-03-14 16:59:38
632
原创 【机器学习】集成学习方法：Bagging（随机森林）+Boosting（AdaBoost）
一般的机器学习算法都是“单打独斗”，影响其性能（尤其是泛化性）的因素有很多，比如训练集中样本过少、样本分布不均匀等；除此以外，不同的机器学习方法也针对了不同类型的数据，但由于真实数据是未知的，它不一定也遵从训练集的数据分布，因此单兵作战的战斗力十分有限。集成学习是一种学习方法，而并非是具体的方法或者算法，思想是是将这些“单兵作战”的英雄组成团队，实现“3 个臭皮匠顶个诸葛亮”的效果。
2023-03-10 17:33:46
2321
原创 【机器学习】决策树概念+ID3\C4.5\CART+剪枝+特殊值处理
决策树是一个算法，是一个预测算法，以树形数据结构来展示决策规则和分类结果，可以用于分类和回归，其重点是将看似无序、杂乱的已知数据通过某种技术手段将它们转化成可以预测未知数据的树状模型。每一条从到的路径都代表一条决策的规则。决策树是一树状结构，它的每一个叶节点对应着一个分类，非叶节点对应着在某个属性上的划分，构造决策树的核心问题是在每一步（也就是说，该如何确定下一条路应该走到左孩子还是右孩子）。
2023-03-07 22:04:35
378
原创 【论文阅读】FEELVOS: Fast End-to-End Embedding Learning for Video Object Segmentation
论文来自CVPR 2019
2023-02-01 11:38:46
214
1
原创 【论文阅读】DeepIM: Deep Iterative Matching for 6D Pose Estimation
2018年ECCV一篇十分经典的6D位姿估计/追踪的文章，至今仍是SOTA
2022-07-13 16:12:22
872
原创 【论文阅读】Coupled Iterative Refinement for 6D Multi-Object Pose Estimation
Coupled Iterative Refinement for 6D Multi-Object Pose Estimation【CVPR2022】【6-DoF Pose Estimation】【论文阅读笔记】
2022-05-10 12:00:29
1412
1
原创 【论文阅读】ES6D: A Computation Efficient and Symmetry-Aware 6D Pose Regression Framework
【CVPR 2022】ES6D: A Computation Efficient and Symmetry-Aware 6D Pose Regression Framework
2022-04-10 15:38:57
4142
4
原创 【论文阅读】Rethinking S-T Networks with Improved Memory Coverage for Efficient Video Object Segmentation
【NeurIPS 2021 VOS(video object segmentation)】Rethinking Space-Time Networks with Improved Memory Coverage for Efficient Video Object Segmentation
2022-04-02 12:12:04
3733
8
原创 【论文阅读】ZebraPose: Coarse to Fine Surface Encoding for 6DoF Object Pose Estimation
【论文阅读】ZebraPose: Coarse to Fine Surface Encoding for 6DoF Object Pose Estimation粗读一遍后的一些不理解的地方deeply learned dense mapssparse templateshierarchical binary groupingcorrespondence problem，对应和关联问题，2D和2D对应、3D和3D对应都比较直接，但是对于6D pose estimation来说需要2D和3D的对应
2022-03-26 16:27:45
5370
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