![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 62
zhy455
素心常存 好好科研
展开
-
【DRCN阅读】Deep Reconstruction-Classification Networks for Unsupervised Domain Adaptation. 论文笔记
1. 基本介绍代码: 有Keras和Pytorch两个版本,网址分别是:https://github.com/ghif/drcn https://github.com/fungtion/DRCN2016年一篇ECCV的文章主要贡献:给源域有标签的数据作分类(有监督);能够学习到目标域无标签数据的特征表达(无监督)。2. 方法:2.1 主要结构这个网络可以看成有三个部...原创 2018-10-31 12:22:24 · 4879 阅读 · 0 评论 -
ResNet 网络 学习笔记
一. 背景网络的结构越深,提取的特征越抽象,越具有丰富的语义信息。但是随着网络的加深,会存在梯度弥散或者梯度爆炸等问题(之前的解决方案是引入BN层(可以看成一种正则化的方式))。几十层的网络训练引入BN正则化能得到解决梯度问题,但是会引入网络“退化”问题,退化问题指的是:网络层数增加,但是在训练集上的准确率却饱和甚至下降了.二. 怎么解决退化问题?–》 残差块残差块打破了传统的神经网络n-...原创 2018-10-26 20:39:51 · 307 阅读 · 0 评论 -
Inception结构学习笔记
一. 背景介绍Inception 主要改进了网络中的传统卷积层,针对深度神经网络性能和计算量,主要解决了深度网络中的以下问题:1. 参数太多,容易过拟合,若训练数据集有限;2. 网络越大计算复杂度越大,难以应用;3. 网络越深,梯度越往后穿越容易消失(梯度弥散),难以优化模型Inception主要就是为了解决在增加网络深度和宽度的同时去减少参数,1*1的卷积核可以增加/减少特征map...原创 2018-10-26 22:12:14 · 2528 阅读 · 1 评论 -
【双向RNN】的理解
双向RNN使用的场景:有些情况下,当前的输出不只依赖于之前的序列元素,还可能依赖之后的序列元素; 比如做完形填空,机器翻译等应用。Tensorflow 中实现双向RNN 的API是:bidirectional_dynamic_rnn; 其本质主要是做了两次reverse:第一次reverse:将输入序列进行reverse,然后送入dynamic_rnn做一次运算.第二次reverse:...原创 2018-11-07 17:20:19 · 6002 阅读 · 0 评论 -
深度学习 环境配置(Tensorflow,Pytorch)多版本CUDA共存
建议在anaconda下创建环境,再进行安装,方便各个环境的管理,以下安装方法在cuda和cudnn都安装好的前提下进行的。Tensorflow安装首先创建环境:conda create -n tf_0.11_gpu python=2.7; tf_0.11_gpu为环境的名称,2.7指定了python的版本,根据需要可以换成3.6; 环境名称可以随意修改激活当前环境: source ac...原创 2018-11-08 15:34:32 · 7741 阅读 · 2 评论