深度学习实战
文章平均质量分 90
一只废佐_
自动驾驶-slam算法攻城狮-后备成员
展开
-
Pytorch入门(三) 训练 / 测试模型
上一篇文章中讲解了神经网络模型的编写,一般情况下,我们只需要对现有的网络模型进行修改就可以了,那这篇文章就进入到最重要的部分了,也就是网络模型的训练和测试。其实对于分类和回归的模型(可以理解为分类就是将回归模型离散化,而回归就是将分类问题连续化,说人话就是回归模型输出了一些具体的数值像坐标这种,而分类就是将回归的数值经过softmax等函数进行离散,就大概是这个意思),是有一套完整的套路的,就是说你完全可以自己写出来一套“模板”,在使用分类或者回归模型时,直接套用就ok了。原创 2021-11-13 15:08:48 · 6297 阅读 · 1 评论 -
Pytorch入门(二) 神经网络模型
Pytorch 入门(二) 神经网络模型上一篇文章讲解了对数据集的处理,这篇文章我们就开始学习网络模型的Pytorch编写。虽然大部分时候我们不需要去自己编写模型,只需要使用大佬们写好的模型,然后再去改参数(俗称调参侠),但是我们依然要能看懂模型的代码。这篇文章会比较短,因为网络模型的程序并不多(常用的),我们只需要看懂,能够模仿编写就可以。网络模型-基本框架网络模型与数据预处理的Dataset相同,使用类的方式实现。下面介绍一下神经网络的基本框架:from torch import nn原创 2021-11-05 18:40:30 · 798 阅读 · 0 评论 -
Pytorch 入门(一) 数据预处理
Pytorch 入门(一) 数据预处理此Pytorch系列文章既是记录我的学习(因为我也是新手),也是教程(其中有一些自己的想法)。这篇文章会直接上一些干货,对于新手来说,这篇文章只会让你更快的上手写程序,但是如果你要了解更细的东西,还需要继续深入的学习。原创 2021-11-05 18:39:44 · 1000 阅读 · 1 评论 -
Demo : 人脸5个关键点检测
Demo Task 1 : 人脸5个关键点检测资料代码:gitee数据集:百度云盘 密码:pjvk算法构建人脸关键点检测,需要使用回归算法,因此一开始的想法就是前面使用多层卷积,适当添加残差网络作为基础模块,最后进行线性全连接层,直接预测5个坐标点的值。经过在网上查找资料,发现了PFLD框架,使用MoblieNet作为主干网络,同时将网络后三层进行拼接(cat),再进行全链接层的预测。网络结构backbone主干网络PFLD框架的基础网络是基于MoblieNet V2进行修改的,在主干网络原创 2021-10-09 16:34:51 · 2781 阅读 · 0 评论