![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
yjl9122
做出一些事,影响一些人
展开
-
卷积神经网络——输入层、卷积层、激活函数、池化层、全连接层
卷积神经网络(CNN)由输入层、卷积层、激活函数、池化层、全连接层组成,即INPUT(输入层)-CONV(卷积层)-RELU(激活函数)-POOL(池化层)-FC(全连接层)卷积层用它来进行特征提取,如下: 输入图像是32*32*3,3是它的深度(即R、G、B),卷积层是一个5*5*3的filter(感受野),这里注意:感受野的深度必须和输入图像的深度相同。通过一个filter与输入图像的卷积可以原创 2017-04-16 21:30:53 · 262610 阅读 · 27 评论 -
Pre-train 与 Fine-tuning
Pre-train的model:就是指之前被训练好的Model, 比如很大很耗时间的model, 你又不想从头training一遍。这时候可以直接download别人训练好的model, 里面保存的都是每一层的parameter配置情况。(Caffe里对于ImageNet的一个model, 我记得是200+M的model大小)。你有了这样的model之后,可以直接拿来做testing, 前提是你的o原创 2017-04-16 22:29:47 · 15164 阅读 · 0 评论 -
depth estimation 深度估计
depth estimation最近做深度估计的方面研究,对于目前的深度估计问题做一些简要的讲解与记录。目前深度估计大方向有两大类:1.作为回归问题处理,代表文章有FCRN2.作为分类问题处理,代表文章有Monocular Depth Estimation with Hierarchical Fusion of Dilated CNNs and Soft-Weighted-Sum Infere原创 2017-10-23 23:28:19 · 5269 阅读 · 1 评论 -
pytorch 查看port
ps -elf | grep python原创 2019-08-27 14:53:39 · 502 阅读 · 0 评论