- 博客(46)
- 收藏
- 关注
RSS订阅
转载 【转载】Shell中的特殊符号及其意义
Shell中的特殊符号及其意义转载自：散尽浮华-Shell脚本中常用的特殊符号 - 运维总结，仅做日常资料查阅，侵删。
2020-09-03 11:18:08
119
原创 VIM常见命令
常见vim命令总结命令状态（标记模式下按esc）移动光标：h k l j退出： :q退出不保存：:qa!输入状态进入文本编辑：i撤回：u粘贴：p转一张别人总结的vim命令一览图：...
2020-03-04 17:33:19
109
原创 【dive2deep learning学习记录】6 卷积神经网络
6 卷积神经网络本系列博客仅作为学习dive2deep learning一书的学习记录，未严格按照其章节行文，未经许可严禁转载文章目录6 卷积神经网络6.1 从全连接层到卷积适合于神经网络的两大原则概念卷积的概念数学概念离散对象卷积（解释了为什么卷积为什么从积分转变成求和）卷积层的意义归纳偏置通道6.1 从全连接层到卷积适合于神经网络的两大原则平移不变性(translation invariance)：不管检测对象出现在图像中的哪个位置，神经网络的前面几层应该对相同的图像区域具有相似的反应
2022-03-28 10:56:39
3603
原创 【总结】深度学习中的LOSS
【总结】深度学习中的损失函数1. 铰链损失/合页损失 Hinge LossSVM常用损失函数函数表达式L(y,f(x))=max(0,1−y⋅f(x))L(y,f(x)) = max(0,1-y·f(x))L(y,f(x))=max(0,1−y⋅f(x))函数图像通过上图可知，当y⋅f(x)>1y·f(x)>1y⋅f(x)>1时，loss=0loss=0loss=0；否则，loss=1−y⋅f(x)loss=1-y·f(x)loss=1−y⋅f(x)。也就是说，只有被
2020-12-07 21:50:50
2307
原创 有关py文件的调用——python中import函数
有关py文件的调用——python中import函数最近写程序的时候发现的一个低级但需要注意的点为什么需要import函数由于project中文件归类的关系，py文件和其调用的其他py文件经常出现不在同一级目录的情况。怎样使用import函数一句话总结就是，不同的层级所使用的的方法虽不同但类似。现将目录层级分为如下图所示的三种情况并分别说明import的正确使用方法。调用处于同一级的py文件在test.py中调用train,py：import train.py或调用trai
2020-11-26 16:09:59
917
原创 ActivityNet数据集
本文旨在总结编程过程中对activitynet数据集的想法。ActivityNet数据集1. BSN中的anet_anno_action.json该文件为gt文件，里面的数据形式为："v_QOlSCBRmfWY": {"duration_second": 82.730000000000004, "duration_frame": 2067, "annotations": [{"segment": [6.19529485179
2020-11-18 16:01:33
2314
1
原创 【原创】判断模型学习能力——learning curve
判断模型学习能力——learning curve简介learning curve可以用来衡量模型在数据集上的学习能力，通过对data volume vs scores的可视化来判断在给定epoch训练后模型处于过拟合、欠拟合和正常三种之中的哪种状态。实现sklearn.model_selection.learning_curve(estimator, X, y, *, groups=None, train_sizes=array([0.1, 0.33, 0.55, 0.78, 1. ]), cv=
2020-10-21 22:38:40
913
原创 【原创】Thumos14数据集处理
Thumos14数据集处理本文为针对Tmporal Localization任务对thumos14数据集进行20 classes提取工作的过程记录。1. 编写shell命令文件文件存放路径：./ogcn/thumos14_test_prcess.sh./ogcn/thumos14_validation_prcess.sh2.运行.sh文件（1）给予.sh权限chmod 777 thumos14_test_prcess.sh（2）将文本文件中的换行符从DOS格式转换为UNIX格式do
2020-10-16 22:46:30
1688
3
原创 【原创】python中函数及其意义汇总
本文虽为汇总贴但也会添加个人理解稍作加工，仅作为熟悉python和未来查询使用python中函数及其意义汇总参考资料 菜鸟教程函数map()语法map(function, iterable, …)意义依次调用可迭代对象iterable中的元素进行function运算实例>>>def square(x) : # 计算平方数... return x ** 2... >>> map(square, [1,
2020-10-08 16:28:41
382
1
原创 【原创】pycharm快捷键汇总
pycharm快捷键汇总进入函数ctrl + 鼠标左键进入函数后返回原位置ctrl + alt + ←(向左箭头)或点击下图快捷键整个project全局搜索shift + shift(连续点击两次shift)
2020-10-07 11:28:17
116
原创 【pytorch官方文档学习之十】PyTorch: Saving & Loading Model for Inference
本系列旨在通过阅读官方pytorch代码熟悉神经网络各个框架的实现方式和流程。PyTorch: Saving & Loading Model for Inference本文是对官方文档Saving & Loading Model for Inference的详细注释和个人理解，欢迎交流。Save/Load state_dict (Recommended)Save:torch.save(model.state_dict(), PATH)Load:model = Th
2020-10-05 11:46:25
185
原创 【pytorch官方文档学习之九】PyTorch: state_dict
本系列旨在通过阅读官方pytorch代码熟悉神经网络各个框架的实现方式和流程。【pytorch官方文档学习之九】PyTorch: state_dict本文是对官方文档What is a state_dict?的详细注释和个人理解，欢迎交流。state_dict的作用在pytorch中，每一个torch.nn.Module模型的可学习参数learnable parameters（weighs和biases）都存储到该模型的model.parameters()中。但是怎样将神经网络的每一层layer与
2020-10-05 11:05:35
230
原创 【原创】python中的-1
-1在python中的用法繁杂又重要，本文旨在将其各种用法归纳总结。python中的-1tensor/character string[-1]tensor/character string[-1]表示取数组中最后一个元素tensor/character string[:-1]tensor/character string [:-1]等价于tensor/character string [0:len(s)]，表示除了字符串中最后一个元素之外的所有元素的切片也存在[n:-1]的用法，与[
2020-10-05 10:57:16
1996
原创 【pytorch官方文档学习之八】PyTorch: Control Flow + Weight Sharing
本系列旨在通过阅读官方pytorch代码熟悉CNN各个框架的实现方式和流程。【pytorch官方文档学习之八】PyTorch: Control Flow + Weight Sharing本文是对官方文档PyTorch: Control Flow + Weight Sharing的详细注释和个人理解，欢迎交流。实例为了举例说明动态图(dynamic graph)和权值共享(weight sharing)，以下实例实现的是一个奇怪的模型——全连接ReLU网络：其前向传播过程随机选择1~4间的一个数字并
2020-09-26 12:08:42
495
1
原创 【pytorch官方文档学习之七】PyTorch: Custom nn Modules
本系列旨在通过阅读官方pytorch代码熟悉CNN各个框架的实现方式和流程。【pytorch官方文档学习之六】PyTorch: Custom nn Modules本文是对官方文档PyTorch: Custom nn Modules的详细注释和个人理解，欢迎交流。nn.Module比预想中的还要强大，你可以通过其子类(subclass)自定义自己的功能更复杂的模型。实例以下实例是自定义实现的两层神经网络（custom Module subclass）。# -*- coding: utf-8 -
2020-09-25 22:39:19
268
原创 【pytorch官方文档学习之六】torch.optim
本系列旨在通过阅读官方pytorch代码熟悉CNN各个框架的实现方式和流程。【pytorch官方文档学习之六】torch.optim本文是对官方文档PyTorch: optim的详细注释和个人理解，欢迎交流。learnable parameters的缺点本系列的之前几篇文章已经可以做到使用torch.no_grad或.data来手动更改可学习参数的tensors来更新模型的权重。但是这种方法对于简单的优化算法，如stochastic gradient descent随机梯度下降尚可，而对于实际中更
2020-09-25 19:54:43
157
原创 【pytorch官方文档学习之五】torch.nn Module
本系列旨在通过阅读官方pytorch代码熟悉CNN各个框架的实现方式和流程。【pytorch官方文档学习之四】nn Module本文是对官方文档PyTorch: nn的详细注释和个人理解，欢迎交流。计算图(computational graph）和自动求导(autograd)的缺点本系列前面提到的计算图和自动求导对于定义复杂的运算符和自动求导可提供异常简便的代码编写思路，但是对于层数较多的深度神经网络显得极其低效。因此，在构建神经网络时，我们希望将计算步骤分为一定数目的层layers，其中的一些层
2020-09-25 16:51:24
253
原创 【pytorch官方文档学习之四】new autograd functions
本系列旨在通过阅读官方pytorch代码熟悉CNN各个框架的实现方式和流程。【pytorch官方文档学习之四】new autograd functions本文是对官方文档PyTorch: Defining new autograd functions的详细注释和个人理解，欢迎交流。该系列前一篇文章讲解了使用autograd代替人工定义反向传播求解loss梯度下降的方法。其实，每个自动求导运算符都是作用在tensors上的两种函数：forward和backward。其中，forward函数的作用是由输
2020-09-25 16:21:55
146
原创 【pytorch官方文档学习之三】autograd
本系列旨在通过阅读官方pytorch代码熟悉CNN各个框架的实现方式和流程。【pytorch官方文档学习之三】autograd本文是对官方文档PyTorch: Tensors and autograd的详细注释和个人理解，欢迎交流。系列的前两篇文章都是基于numpy和tensor的CNN人工实现，这种方式对于深度神经网络来说耗时费力，pytorch里面提供的autograd包可以很好地解决自动求导的问题。当调用autograd的时候，网络的前向传播将会定义一张computational graph（
2020-09-25 15:50:30
171
原创 【pytorch官方文档学习之二】tensors
本系列旨在通过阅读官方pytorch代码熟悉CNN各个框架的实现方式和流程。【pytorch官方文档学习之一】tensors本文是对官方文档PyTorch: Tensors的详细注释和个人理解，欢迎交流。tensor 与 numpy的区别Behind the scenes, Tensors can keep track of a computational graph and gradients, but they’re also useful as a generic tool for scie
2020-09-25 10:52:49
92
原创 【pytorch官方文档学习之一】numpy
本系列旨在通过阅读官方pytorch代码熟悉CNN各个框架的实现方式和流程。【pytorch官方文档学习之一】numpy本文是对官方文档Tensors——warm-up：numpy的详细注释和个人理解，欢迎交流。numpy是一种nd-array数据类型，无法直接作为GPU的输入，须转变成tensor或variable类型。以下是利用numpy实现的两层CNN，包括forward和backward。# -*- coding: utf-8 -*-import numpy as np# N is
2020-09-24 22:28:31
97
原创 视频分帧及特征提取repo——video-cnn-feat备忘
video-cnn-feat repo备忘本篇博文基于xuchaoxi/video-cnn-feat，可以用来视频分帧及CNN&C3D提取frame-level的特征，仅做备忘。一、 repo路径./video-cnn-feat-master二、 虚拟环境164服务器-python27三、 安装过程1. pip requirments.txt在conda envs python27中使用pip安装mxnet-cuda90等：安装后的环境为：$ conda list# pack
2020-09-04 17:19:35
1733
原创 SSN debug
SSN debug一、下载SSN repo并安装dependencies本人不习惯于用pip install -r requirements.txt故所有包都是用conda单独装的。安装pytorch和torchvisionconda conda install pytorch=0.4.1 torchvision cuda100 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/安装termina
2020-08-21 11:21:26
4173
3
原创 dense flow安装
SSN debug过程源代码见yjxiong/action-detection，论文见2017ICCV-Temporal Action Detection with Structured Segment Networks。本文为debug源码的详细过程，仅作记录使用以便今后查阅方便。conda虚拟环境名称py36(python36) # zhanghao @ Lab164 in ~ [22:34:47] $ conda list# packages in environment at /ho
2020-08-19 10:58:23
2371
原创 【原创】torch.autograd.backward()函数解读
torch.autograd.backward()函数解读Automatic differentiation package - torch.autograd本文的目的是剖析backward()定义及使用方法。1. torch.autograd.backward()的源码定义作为计算向量或矩阵梯度的接口，torch.autograd.backward()在pytorch中的官方源码定义如下：# torch.autograd提供了类和函数用来对任意标量函数进行求导。要想使用自动求导，只需要对已有
2020-08-06 00:11:41
1781
1
原创 PGCN代码解读
PGCN代码解读本文旨在读懂代码仅在此基础上修改。代码地址见：Alvin-Zeng/PGCN总的来说，代码跟论文中提到的思路一样，整体分为三大部分：数据准备、训练和推理。数据准备该部分主要为处理BSN生成的proposals，以下均以training为例，对应路径为./PGCN/data/bsn_train_proposal_list.txt。#0/home/datasets/THUMOS14/OF_RGB_Val/video_validation_00001541572134 160
2020-07-15 14:09:49
1144
1
原创 【原创】PGCN debug过程
PGCN debug过程pgcn_test.py有关命令行解析工具argparse用法见Python命令行工具argparse模块学习笔记1. 修改16行dataset参数fromparser.add_argument('dataset', type=str, choices=['activitynet1.2', 'thumos14'])toparser.add_argument('--dataset', type=str, help='activitynet1.3, thumos14',
2020-06-17 23:40:17
617
9
转载 【转载】Python命令行工具argparse模块学习笔记
Python命令行工具argparse模块学习笔记本文完全转载自Python命令行工具argparse模块学习笔记，仅用于学习备忘。argparse模块是在命令行(windows的cmd窗口，Linux的shell)执行程序时，直接在命令行添加程序执行所需参数的便捷工具。使用步骤：import argparse # 导入模块parser = argparse.ArgumentParser() # 创建一个解析对象parser.add_argument() # 向该对象中添加命令行参数和选项
2020-06-13 18:07:11
406
原创 【原创】CNN学习笔记
CNN学习笔记本文比较侧重细节，基本原理网络上其他文章阐述的很详细，不再赘述。CNN卷积核的输出维度计算input feature map size =[HWC]，H为特征图高度，W为特征图宽度，WH为分辨率，C为通道数（灰度图为单通道，RGB为三通道，RGBD为四通道）；filter size = [hw]，h为特征图高度，w为特征图宽度，F表示卷积核大小；K：卷积核个数；S：stride-步长；P：padding。1.卷积层一般情况：zero padding&整除非zer
2020-06-08 23:38:01
235
原创 linux服务器远程不间断运行程序
由于网络问题，远程调试程序会出现断连的情况，而nohup可以完美解决这个问题。不间断运行只需在需要输入的命令前添加nohupnohup + command这样运行的话，服务器端不显示任何输出，而是将输出保存在跟运行文件所在路径同一级的文件夹下的nohup.out中。查看nohup.out的方法为：cat nohup.out# 查看nohup.out前n行head -n nohup.out# 查看nohup.out后n行tail -n nohup.out...
2020-06-08 10:20:10
504
转载 【转载】Anaconda管理包及环境
本文完全转载自ibunny-Anaconda管理包及环境，仅做备忘，鞠躬感谢作者的整理????。Anaconda管理包及环境1. 管理包安装了 Anaconda 之后，管理包是相当简单的。要安装包，可以直接在终端中键入 conda install package_name。例如，要安装 numpy，请键入 conda install numpy。还可以同时安装多个包。类似 conda install numpy scipy pandas的命令会同时安装所有这些包。还可以通过添加版本号（例如
2020-05-19 15:13:55
248
原创 【原创】activitynet备忘
activitinet数据集下载备忘1. 从activitynet官网下载jason文件2. 安装python3.6虚拟环境conda create python36 python=3.63. 下载activitynet在github的项目git clone https://github.com/activitynet/ActivityNet.git4. 进入Crawler文件夹cd 项目保存路径/ActivityNet/Crawler/5. 将activity_net.v1-3.m
2020-05-11 23:56:19
394
转载 【转载】tIOU意义及其优势
今天分享一篇其他人写的博文，是看到现在大多数temporal action localization文献中大多采用tIOU的方式打分而不了解其原理查到的。https://www.voorp.com/a/tiouRecall用于衡量真值框G被召回的比例，即真值框G中有多少是被正确预测到的；Precision用于衡量检测框D的精确程度，即预测到的检测框D中，都多少是真的。传统方法设定的i...
2020-03-30 22:37:30
2408
转载 ubuntu安装youtube-dl
本文转自youtube-dl官方github，适用于ubuntu。sudo wget https://yt-dl.org/downloads/latest/youtube-dl -O /usr/local/bin/youtube-dlsudo chmod a+rx /usr/local/bin/youtube-dl
2020-03-04 22:23:23
1021
转载 【转载】Ubuntu16.04下安装FFmpeg
本文转自：https://blog.csdn.net/lwgkzl/article/details/77836207，仅用于自我查阅在百度上看到许多安装过程特别麻烦的～～还要手动下载安装。。开门见山，三行命令。第一步：添加源。sudo add-apt-repository ppa:djcj/hybrid第二步：更新源。sudo apt-get update第三步：下载安装。sud...
2020-03-04 22:20:10
119
原创 【论文】动态贝叶斯网络用于时序建模及动作分类
为督促自己更好的理解论文，而不是仅看看不思考，今后【论文】系列将会至少每周总结一篇这周看过的论文，总结需分为两部分，一部分忠于原文详细总结原理方法，另一部分阐述自己的理解，以便达到整理研究思路，提高论文写作水平的目的本周总结思考的论文为：Object-based analysis and interpretation of human motion in sports video sequenc...
2019-12-30 18:00:27
10486
3
原创 【原创】前向传播函数
def forward函数结构常见的main函数处理流程为(以训练为例)：初始化dataloader、nn model和optimizer等;导入数据；def load_data导入待学习参数的自定义神经网络;def load_model导入学习器（SGD，BGD，momentum等）；def load_optimizer定义训练参数；def train ...
2019-12-14 18:37:12
1929
原创 【原创】视频检索性能评价指标
视频检索性能评价指标视频检索中的常见评价指标有：Accuracy(准确率)、精确度(Precision)、Recall(召回率)和F1-Measure。这几项指标的计算都需要根据视频检索结果定义TP、FP、FN和TN，详见下表。RelevantIrrelevantPositive（P）TP：正类判为正类FP：负类判为正类Negtive（N）FN：正类判为负类...
2019-12-12 10:53:14
913
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