![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习知识点
文章平均质量分 59
MiltonY
这个作者很懒,什么都没留下…
展开
-
深度学习图绘制工具汇总
1. NN-SVG麻省理工学院弗兰克尔生物工程实验室, 该实验室开发可视化和机器学习工具用于分析生物数据。GitHub地址:https://github.com/zfrenchee画图工具体验地址:http://alexlenail.me/NN-SVG/2. PlotNeuralNet萨尔大学计算机科学专业的一个学生开发。https://github.com/HarisI...原创 2019-04-25 10:59:49 · 2838 阅读 · 1 评论 -
最简单的梯度下降法求最优值
梯度下降法,主要通过梯度方向与学习率两个值,一步一步迭代求出最优值的过程。1. 随机产生开始迭代的初始值,包括x值,学习率;2. 计算函数的导数,通过学习率与导数的乘积更新x,即其中是学习率,是函数的导数。3. 用更新的x,更新y,重复2与3,直到相邻两个y值相同,或者相邻两个y的差值小于某个值终止。假设以为例,则相关python代码实现如下:# 第一步:随机生成一个...原创 2019-05-15 21:20:53 · 2241 阅读 · 1 评论 -
“[...]“、“[::]“与torch.cat的解析(YOLOv5 Focus common.py)
"[...]"、"[::]"与torch.cat的解析YOLOv5中common.py的函数Focus.forward,返回为self.conv(torch.cat([x[..., ::2, ::2], x[..., 1::2, ::2], x[..., ::2, 1::2], x[..., 1::2, 1::2]], 1)),这句话的解析。def forward(self, x): # x(b,c,w,h) -> y(b,4c,w/2,h/2) return self.conv(原创 2021-03-18 20:18:18 · 844 阅读 · 3 评论 -
darknet的batch_norm是如何融合到卷积层conv的
前向传播中,batch_norm与conv的融合1. batch_norm层的前向传播其中mean(X)表示训练过程中得到的滑动平均值,var(X)表示训练过程中得到的滑动方差。具有泛化整个训练过程所有的图片的像素值。表示缩放因子,表示为平移因子,为学习过程中学习到的值。2. conv层的前向传播其中W表示为卷积核,b表示为偏置,卷积层一般为0。3. 合并batch_norm与conv4. darknet中的函数fuse_conv_batchnorm...原创 2021-05-07 16:41:16 · 651 阅读 · 0 评论 -
Batch Normalization的Darknet代码解析
Batch_Norm公式推导与Darknet代码理解论文:《Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift》URL:https://arxiv.org/pdf/1502.03167.pdf1. Batch_Norm的正向推导2. Batch_Norm反向推导其中对均值与xi的求导会用到复合函数的求导计算:3. darknet代码3.原创 2021-05-19 09:46:55 · 295 阅读 · 0 评论 -
yolov2中的reorg网络层数据理解
yolov2的reorg数据理解 以上是yolov2的reorg层在整个yolov2网络的示意图。yolov2的reorg层的输入是38x38x64=92416,通过reorg重组得到输出19x19x256。本文需要理解的是reorg是如何重组的。1.reorg的darknet代码2. 根据程序理解矩阵重组本文只考虑长、宽、通道维度上的变化过程。(1) 根据yolov2中的参数,可以得到reorg层:stride=2, in_c=64, [out_w, out_h...原创 2021-05-26 11:37:18 · 1399 阅读 · 2 评论 -
yolov4中带groups的route理解
1. yolov4-tiny配置文件示意图其中yolov4-tiny.cfg文件[route]中多出了groups与group_id原创 2021-06-29 16:37:10 · 644 阅读 · 1 评论 -
非极大值抑制(PyTorch-YOLOv3代码解析一)
目标检测中的非极大值抑制之代码解析(Python)1. 非极大值抑制函数代码# reference: https://github.com/eriklindernoren/PyTorch-YOLOv3/blob/f917503ffe4a21d2b1148d8cb13b89b834517d76/utils/utils.pydef non_max_suppression(prediction, conf_thres=0.5, nms_thres=0.4): """ 剔除目标置信度小原创 2021-04-09 15:30:07 · 1619 阅读 · 0 评论 -
评估计算recall、precision、AP、F1、mAP(PyTorch-YOLOv3代码解析二)
目标检测评估计算(Python+Pytorch)代码github地址:https://github.com/eriklindernoren/PyTorch-YOLOv31. 检测的评估函数# reference: https://github.com/eriklindernoren/PyTorch-YOLOv3/blob/f917503ffe4a21d2b1148d8cb13b89b834517d76/utils/utils.pydef ap_per_class(tp, conf, pre原创 2021-04-13 11:44:03 · 6422 阅读 · 8 评论