深度学习
文章平均质量分 94
EwenWanW
AI编译器 移动机器人 机器人视觉 VSLAM 深度学习 目标检测识别 自动化
展开
-
用 PyTorch Lightning 监控和串流 PyTorch 的训练进度 TensorBoard MNISTDataModule 训练 查看训练进度
PyTorch Lightning 的 Trainer 还提供了一个自定义进度条的功能,你可以通过 progress_bar_refresh_rate 参数来设置进度条的更新频率。PyTorch Lightning 的 Trainer 类有许多内置的回调函数(callbacks),可以在训练的不同阶段触发。PyTorch Lightning 是一个非常有用的库,它提供了一种更简洁、更模块化的方式来构建和训练 PyTorch 模型。你也可以创建自定义的回调函数,以在训练过程中执行特定的操作。原创 2024-04-13 13:00:00 · 1524 阅读 · 0 评论 -
深度学习模型训练优化算法 神经网络模型训练 数据集 样本少 如何判断和解决共线性问题 权值初始化方法 防止梯度下降陷入局部最优解 如何考虑特征选择 梯度消失、爆炸的解决方案
神经网络模型是一种模拟人类实际神经网络的数学方法,通过大量的简单处理单元(神经元)广泛互连来形成复杂的网络系统。它反映了人脑功能的许多基本特征,是一个高度复杂的非线性动力学习系统。神经网络模型的基础在于神经元,其工作原理是通过学习和适应数据的模式和特征,从而进行预测、分类、识别等任务。原创 2024-04-12 17:15:00 · 1191 阅读 · 0 评论 -
MXnet安装 与入门 符号式运算 Symbol 数据同步 KVStore 自动并行计算 数据的导出与载入 NDArray基本运算 分布式训练 单变量线性回归
MXNet是一个开源的深度学习框架,由亚马逊公司发起并维护。它支持多种编程语言,包括Python、C++、R、Scala等,可以在CPU、GPU和分布式环境下运行。MXNet提供了丰富的神经网络层和优化算法,可以用于各种深度学习任务,如图像分类、目标检测、语音识别等。MXNet的基本概念包括Symbol和NDArray。Symbol表示数学运算,是MXNet的基本构建块,可以用来表示变量、运算、函数等。NDArray则是MXNet中的多维数组,类似于NumPy数组。原创 2024-04-08 19:58:13 · 1128 阅读 · 0 评论 -
文字识别 Optical Character Recognition,OCR CTC STN
OCR英文全称是Optical Character Recognition,中文叫做光学字符识别。它是利用光学技术和计算机技术把印在或写在纸上的文字读取出来,并转换成一种计算机能够接受、人又可以理解的格式。文字识别是计算机视觉研究领域的分支之一,而且这个课题已经是比较成熟了,并且在商业中已经有很多落地项目了。比如汉王OCR、百度OCR、阿里OCR、腾讯OCR等等,很多企业都有能力都是拿OCR技术开始挣钱了。原创 2024-04-03 14:17:07 · 1437 阅读 · 0 评论 -
AI System 人工智能系统 TVM深度学习编译器 DSL IR优化 计算图 编译 优化 内存内核调度优化 DAG 图优化 DFS TaiChi 函数注册机 Registry
DSL 领域专用语言 TVM深度学习编译器参考项目TaiChi 三维动画渲染物理仿真引擎DSLTVM 深度学习DSL 密集计算DSLLLVM 模块化编译器编译器相关资料参考DSL(Domain Specified Language)领域专用语言,它是用于解决特定领域问题的语言。所谓领域专用语言(domain specific language / DSL),其基本思想是“求专不求全”,不像通用目的语言那样目标范围涵盖一切软件问题,而是专门针对某一特定问题的计算机语言。与GPPL(通用目的原创 2021-05-05 15:18:01 · 1808 阅读 · 1 评论 -
ncnn 框架分析 openmp多核加速 缓存 仿存 cache 快速矩阵乘法 单指令多数据指令SIMD
ncnn 框架分析本文github链接在ncnn中建立新层参考1参考21. param 和 bin 文件分析param 7767517 # 文件头 魔数 75 83 # 层数量 输入输出blob数量 # 下面有75行 Input data 0 1 data 0=227 1=227 2=3 ...原创 2018-09-25 21:14:00 · 5184 阅读 · 0 评论 -
神经网络高性能计算 卷积计算优化 openblas GEMM 矩阵乘法优化 ncnn mobileNet-ssd shueezeNet-ssd
HighPerformanceComputing 高性能计算(High performance computing, 缩写HPC) 指通常使用很多处理器(作为单个机器的一部分) 或者某一集群中组织的几台计算机(作为单个计 算资源操作)的计算系统和环境。 有许多类型的HPC 系统,其范围从标准计算机的大型集群,到高度专用的硬件。 大多数基于集群的HPC系统使用高性能网络互连,...原创 2018-08-25 12:51:09 · 5579 阅读 · 0 评论 -
神经网络量化之 Ristretto、增量量化INQ、IAO代码实战分析
神经网络量化之 Ristretto、增量量化INQ、IAO代码实战分析1. Ristretto 固定点浮点数量化详细介绍量化逼近方案Ristretto允许以三种不同的量化策略来逼近卷积神经网络: 1、动态固定点:修改的定点格式, DYNAMIC_FIXED_POINT。 2、迷你浮点型:缩短位宽的浮点数,MINIFLOAT。 3、两个幂参数...原创 2018-08-15 23:34:23 · 8568 阅读 · 5 评论 -
神经网络压缩 剪枝 量化 嵌入式计算优化NCNN mobilenet squeezenet shufflenet
性能提升方法本文github链接1. 小模型 mobilenet , 更精细模型的设计,紧致网络设计 mobilenet squeezenet shufflenet MobileNet逐通道卷积 + 普通点卷积 SqueezeNet 1∗1 和3∗3 卷积较少通道数量 ShuffleNet 分组点卷积+通道重排+逐通道卷积2. 模型压缩:参数稀疏、剪裁、量化、分解...原创 2018-07-06 21:32:45 · 15675 阅读 · 3 评论 -
深度学习库 caffe使用 源码分析 依赖库分析 caffe glog gflags openBlas prototxt yolo_darknet 转 caffe
深度学习库 caffe使用 源码分析 依赖库分析 caffe glog gflags openBlas本文github链接yolo_darknet 转 caffecaffe 安装Caffe代码解析caffe网络模型结构在线可视化CAFFE使用 源码分析等caffe 模型配置文件 prototxt 详解caffe.proto 系统变量层类型参数配置文件 caffe...原创 2018-07-17 01:08:16 · 1404 阅读 · 0 评论 -
视频行为识别检测综述 IDT TSN CNN-LSTM C3D CDC R-C3D
本文github地址Video Analysis之Action Recognition(行为识别)行为识别就是对时域预先分割好的序列判定其所属行为动作的类型,即“读懂行为”。 [行为检测|论文解读]行为检测调研综述 较新基于Deep Learning 的视频识别技术科研成果—-中国科学院深圳先进技术研究院 面向人体姿态行为理解的深度学习方法 CVPR 2014 Tut...原创 2018-06-20 21:23:38 · 141232 阅读 · 43 评论 -
深度学习目标检测 caffe下 yolo-v1 yolo-v2 vgg16-ssd squeezenet-ssd mobilenet-v1-ssd mobilenet-v12-ssd
1、caffe下yolo系列的实现 1.1 caffe-yolo-v1我的github代码 点击打开链接参考代码 点击打开链接yolo-v1 darknet主页 点击打开链接上面的caffe版本较老。对新版的cudnn支持不好,可能编译出错,需要修改 cudnn.hpp头文件在次进行编译,修改后的cudnn.hpp文件,可在我的github主页找到。步骤:0、v...原创 2018-06-05 11:16:32 · 4036 阅读 · 6 评论 -
深度学习目标检测 RCNN F-RCNN SPP yolo-v1 v2 v3 残差网络ResNet MobileNet SqueezeNet ShuffleNet
深度学习目标检测——结构变化顺序是RCNN->SPP->Fast RCNN->Faster RCNN->YOLO->SSD->YOLO2->Mask RCNN->YOLO3。博文末尾支持二维码赞赏哦_1. RCNN 区域卷积神经网络RCNN网络思想: 1. 首先使用 基于图论和层次聚类的候选框提取算法(SS...原创 2018-04-29 12:56:14 · 5512 阅读 · 0 评论 -
yolov3 darknet 中文标签 中文汉化
一、生成coco数据集中文标签博文末尾支持二维码赞赏哦_make_labels_cn.py# -*- coding: utf-8 -*- # 制作中文label ,命名规则为cn_类索引_字体大小.pngimport os# 获取物体名list# path是物体名list文件地址# 返回值是一个列表,索引是物体id,值为该类物体的名字def get_name_lis...原创 2018-05-12 11:03:43 · 5934 阅读 · 15 评论