ML
文章平均质量分 66
Tsingzao-于廷照
这个作者很懒,什么都没留下…
展开
-
地形指导的深度学习风场空间降尺度 Terrain Guided Flatten Memory Network for Deep Spatial Wind Downscaling
深度学习与气象先验融合的风场空间降尺度原创 2022-11-04 15:36:39 · 1315 阅读 · 0 评论 -
图时空序列预测方法记录
1、《Graph WaveNet for Deep Spatial-Temporal Graph Modeling》2019年IJCAI的文章,亮点有三:①自适应邻接矩阵 self-adaptive adjancency matrix;②基于自适应矩阵的扩散图卷积 diffusion GCN;③空洞因果卷积 dilated causal temporal convolution。其中,自适应邻接矩阵是通过两个node embedding矩阵基于ReLU和Softmax激活得出,优势在于对未知图结原创 2022-03-30 11:43:05 · 3327 阅读 · 0 评论 -
github个人主页或reamd添加访客统计的方法
1、从Flag Counter选择喜欢的格式2、点击 GET YOUR FLAG COUNTER3、将(HTML)的内容复制到readme.md即可显示原创 2021-09-22 14:24:59 · 3097 阅读 · 0 评论 -
城市风场数据空间降尺度模拟分析-可行解决方案
赛题链接:https://www.sodic.com.cn/competitions/900012原创 2021-09-08 16:00:54 · 520 阅读 · 0 评论 -
时序预测相关算法的直观结构图及公式
最近花了很长的时间来整理前述时序预测方法及代码,本期做一个形象直观的对比。如下:ConvLSTMConvGRUPredRNNPredRNN++统一了一下画图及公式组织。原创 2020-10-20 16:20:09 · 761 阅读 · 0 评论 -
欢迎关注公众号 - 人人AI气象
个人是机器学习、模式识别方向出身,前期主要研究视频等时空数据的特征分析。现在入坑气象领域有一年多,为了更好的进步,为了更好的将之前所研究基础应用于气象,尝试建立了如下公众号,欢迎关注。公众号主要从气象和计算机两个方向尝试总结一些有用的内容,但写作方式跟博客一样随意。...原创 2020-10-12 20:53:26 · 252 阅读 · 0 评论 -
Pytorch手动实现卷积
某些时候可能需要用到类似卷积操作滑动窗的思想,实现一些操作。具体实现如下,首先导入必要的包import torchimport numpy as npimport torch.nn as nn方便起见(同时为了验证方法正确性),构建简单的卷积输入input = torch.from_numpy(np.array([1,2,3,4,5,6,7,8,9])).view((1,1,3,3)).float()查看输入内容In [5]: input.shape原创 2020-09-30 12:23:53 · 1968 阅读 · 0 评论 -
视频预测相关方法记录
1、《Efficient and Information-Preserving Future Frame Prediction and Beyond》网络结构包括:编码、预测、解码 三部分内容。主要内容是引入two-way的方式。原文链接:https://openreview.net/pdf?id=B1eY_pVYvB代码连接:https://github.com/GilgameshYu/CrevNet-Traffic4cast...原创 2020-09-02 10:36:16 · 3212 阅读 · 1 评论 -
Domain Adaptation 与 Generative Adversarial Network
域自适应 与 生成对抗网络1、《Unsupervised domain adaptation by backpropagation》pytorch 代码:https://github.com/fungtion/DANN文章:http://sites.skoltech.ru/compvision/projects/grl/files/paper.pdf网络结构:细节:①网络简称DANN,文章发表于2015年ICML,与GAN(2014年NIPS)同时期,DANN参考文献中有GAN。DA原创 2020-07-16 10:38:49 · 887 阅读 · 0 评论 -
最新(2019-2020)视频超分辨率方法调研
1、【CVPR 2020】TDAN: Temporally-Deformable Alignment Network for Video Super-Resolution链接:https://openaccess.thecvf.com/content_CVPR_2020/papers/Tian_TDAN_Temporally-Deformable_Alignment_Network_for_Video_Super-Resolution_CVPR_2020_paper.pdf代码:https://gi原创 2020-07-08 18:45:22 · 4255 阅读 · 0 评论 -
Pytorch在已有网络基础上微调
这个问题应该很简单,而且之前看过类似的demo,结果忘干净了,现在只实现了一个比较naive的方法。我们以vgg为例,假定我们的网络继承自VGG,那么from torchvision.models.vgg import VGGclass DemoNet(VGG): def __init__(self): super().__init__ sel...原创 2019-09-17 16:06:04 · 1113 阅读 · 0 评论 -
LabelMe安装流程及简单用法
环境:Windows 10 + Anaconda 31、首先安装anaconda3,推荐此网站,下载较快https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/。下载完毕安装即可。以下步骤均在Anaconda Prompt下进行即可。主要就是按照官方提供的流程走。https://github.com/wkentaro/labelme。2、...原创 2019-09-16 18:00:42 · 7165 阅读 · 0 评论 -
整理Pytorch代码自己的写作习惯
自己不是纯代码为主,而主要研究算法,因此自己以前全部代码都是停留在能用的阶段,但自从git clone SRPytorch这一工程后,觉得需要提升自己代码可读性,也便于自己算法的对比。现大体归纳为以下几点:1、适当的目录之前很不好的习惯是全部代码放在一处,甚至放在一个文件中。受SRPytorch的启发,按模型构建、模型保存、附加类库等分类,构建适当的目录,如下图这样工程下只放一个...原创 2019-09-11 18:50:34 · 438 阅读 · 0 评论 -
转置卷积直观解释
之前一直说反卷积反卷积,但大家都说它不是真正意义上的反卷积,而更应该叫做转置卷积。一直没仔细去了解,直到我看到了这篇博客里的两张图真香!...原创 2019-07-24 18:01:33 · 146 阅读 · 0 评论 -
Tensorboard提示unable to get first event timestamp for run解决办法
TensorBoard为分析模型训练过程等提供了很好的可视化端口,关于如何在Pytorch中调用Tensorboard,博文《pytorch调用tensorboard方法尝试》已经详细说明。今天在调用Tensorboard过程中,遇到问题如下,运行tensorboard --logdir=/log/path后提示unable to get first event timestamp for r...原创 2019-05-31 20:08:13 · 3541 阅读 · 0 评论 -
Pytorch获取中间层表示
这里先只是搬运过来,https://github.com/zergtant/pytorch-handbook/blob/master/chapter4/4.1-fine-tuning.ipynb,还没测试,但觉得以后会用到。根据提供的方法,需要经过如下步骤:1)定义hook函数in_list= [] #存放待输出中间层内容def hook(module, input, output...原创 2019-04-26 16:44:45 · 1209 阅读 · 1 评论 -
搜集Time Series Forecasting相关的博客或代码相关内容 -- 更新ing
1、风速预测 https://github.com/Wizaron/deep-forecast-pytorch --> Pytorch实现 https://github.com/amirstar/Deep-Forecast --> Keras实现 https://arxiv.org/pdf/1707.08110.pdf --> 参考文献2、...原创 2018-12-25 16:16:33 · 768 阅读 · 0 评论 -
Pytorch遇到的问题及解决方案 - 更新ing
1、安装完成后,不能import torch,提示 ImportError: dlopen: cannot load any more object with static TLS解决办法:有很多答案都说是将import torch放在import cv2之前,但我试了之后还是不能解决,最后是通过在jupyter notebook中可以直接import torch。我是通过mobarxterm...原创 2018-01-17 13:58:49 · 48568 阅读 · 12 评论 -
Pytorch如何自定义Loss
将Loss视作单独的层,在forward函数里写明loss的计算方式,无需定义backwardclass MyLoss(nn.Module): def __init__(self): super(MyLoss, self).__init__() print '1' def forward(self, pred, truth): ...原创 2018-05-25 17:22:01 · 10631 阅读 · 2 评论 -
Pytorch自定义网络结构+读取自己数据+自定义Loss 全过程代码示例
1、限定使用GPU的序号import osos.environ['CUDA_VISIBLE_DEVICES'] = '3'os.system('echo $CUDA_VISIBLE_DEVICES')2、导入相关头文件import torchimport torch.nn as nnimport torch.nn.functional as Fimport torch.utils.dat...原创 2018-05-25 17:37:49 · 14853 阅读 · 7 评论 -
如何用Pytorch版本的FasterRCNN训练自己的数据
1、从这里下载FasterRCNN的Pytorch版本代码。按照提示完成相关编译。2、因为默认的数据为VOC2007,最直接的方法我们可以按照这里将自己的数据制作成VOC2007的格式,并建立软连接。3、修改https://github.com/jwyang/faster-rcnn.pytorch/blob/master/lib/datasets/pascal_voc.py数据的类别,即将self...原创 2018-05-15 20:12:21 · 6719 阅读 · 4 评论 -
编译C3D-caffe遇到的问题总结
本文是基于cuda8.0+cudnn5.1+opencv3,前提是安装好库文件,以及ffmpeg等首先,修改Makefile.config文件,将相应路径修改为自己的目录,运行make all -j1、build_release/lib/libcaffe.so: undefined reference to `cv::VideoCapture::set(int, double)'解决办法:修改Ma...原创 2018-06-12 10:26:11 · 1580 阅读 · 1 评论 -
如何用Pytorch提取视频单帧网络特征+SVM分类 - 非End-to-End
1、提取网络特征import osos.environ['CUDA_VISIBLE_DEVICES'] = '3'os.system('echo $CUDA_VISIBLE_DEVICES')import torchimport torch.nn as nnfrom torchvision import transforms, modelsfrom torch.autograd im...原创 2018-05-24 20:54:07 · 4939 阅读 · 2 评论 -
不能import caffe的几种问题 - 博客搬家
1、libstdc++.so.6: version `GLIBCXX_3.4.20' not found 解决方法: conda install libgcc 2、RuntimeError: module compiled against API version 0xb but this version of numpy is 0xa; ImportError...原创 2018-07-06 08:16:18 · 1234 阅读 · 0 评论 -
Tensorflow Faster RCNN 如何增加额外输出
假定我们的需求是额外的增加一个多类别信息,并且与之前已有的类别共用同一个bounding box,修改如下:1、数据读取层: (1) lib/datasets/pascal_voc.py ① __init__函数 需要在41行之后增加需求类别及index ② _load_pascal_annotation函数 需要在...原创 2018-08-05 17:03:06 · 339 阅读 · 0 评论 -
用TensorFlow搭建网络训练、验证并测试
本文总结tensorflow使用的相关方法,包括:0、定义网络输入1、如何利用tensorflow在已有网络入resnet基础上搭建自己的网络结构2、如何添加自己的网络层3、如何导入已有模块入resnet全连接层之前部分的参数4、定义网络损失5、定义优化算子以及衰减优化算子6、预测网络输出7、保存网络模型8、自定义生成训练batch9、训练网络10、利用...原创 2018-08-15 19:35:16 · 7197 阅读 · 1 评论 -
pytorch调用tensorboard方法尝试
tensorboard提供了用于监视训练损失很好的接口,可以帮助我们更好的调整参数。下文介绍如何在pytorch中调用tensorboard。首先,安装tensorboard、tensorflow以及tensorboardX第二,在文件开头导入SummaryWriterfrom tensorboardX import SummaryWriter第三,同tensorflow的ten...原创 2018-09-04 11:24:28 · 2226 阅读 · 0 评论 -
看到一篇写的非常好的Faster RCNN详解
看到一篇写的非常好的Faster RCNN详解,就直接粘贴网址好了。代码和步骤都解释的很详细。http://www.360doc.com/content/17/0809/10/10408243_677742029.shtml#原创 2018-09-05 16:33:14 · 345 阅读 · 1 评论 -
视频动作识别相关数据集 - 博客搬家
最大的视频数据集,谷歌发布的YouTube-8M,8M视频clip,4716类动作,只提供提取好的Inception特征,存储都是问题。最新DeepMind发布的Kinect动作识别数据库,包含3M视频clip,400个动作类。德国20BN-JESTER DATASET数据库,分两部分,每一部分都有1M+视频clip。有Bengio指导。现在常刷的数据集:UCF-101和 HMDB-5...原创 2018-09-30 11:20:16 · 2063 阅读 · 1 评论 -
关于图卷积的一点思考
其实这篇博客是为了凑数的,我就是看11月貌似没有新的博客,所以把最近稍微看了的内容粗略整理一下,那是相当粗略。。。 图卷积网络(Graph Convolution Network)从【1】【2】提出以来,发展迅速,主要包括基于谱的方法(spectral-based)和非基于谱的方法(non-spectral based)两类。基于切比雪夫分解的图卷积网络【3】及其类似简化版【4】也是典型的...原创 2018-11-30 16:52:41 · 1056 阅读 · 1 评论 -
制作自己的VOC2007格式数据
本质就是建立三个文件夹,Annotation用于存放xml标记文件,JPEGImages用于存放image数据,ImageSets文件夹下的Main文件夹存放train.txt,val.txt,trainval.txt,test.txt四个list。代码如下:import osdef dir2txt(dir, txt): files = os.listdir(dir) fw =...原创 2018-05-10 17:00:10 · 1992 阅读 · 1 评论