自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(222)
  • 收藏
  • 关注

转载 Pytorch模型定义的三要

首先,必须继承nn.Module这个类,要让Pytorch知道这个类是一个Module。其次,在_init_(self)中设置需要的组件,比如(Conv,Pooling,Linear,BatchNorm等)最后,在forward(self,x)中用定义好的组件进行组装,就像搭积木,把网络结构搭建出来,这样一个网络模型就定义好了!!!转载于:https://www.cnblogs...

2019-09-18 17:27:00 314

转载 神经网络的标准输入与图像分辨率不一致的问题

01 引入假如我们想要在cifar10上验证vgg的性能,可能就会出现以下问题:vgg 标准输入:224 x 224 x3cifar10图像的分辨率:32 x 32 x 302 可行的解决方法一种观点:修改最后几个全连接层的大小!(绝对可行)另一种观点:对于普通的图像分类,resize成网络想要的标准输入,可能没有影响。但是对于我们举的例子来讲,这样的操作显然是不合适的...

2019-09-18 17:13:00 2691

转载 论文阅读笔记---ShuffleNet V1

01 ShuffleNet V1要解决什么问题为算力有限的嵌入式场景下专门设计一个高效的神经网络架构。02 亮点使用了两个新的操作:pointwise group convolution和channel shuffle。根据这两个操作构建了ShuffleUnit,整个ShuffleNet都是由ShuffleUnit组成。所谓的的pointwise group convoluti...

2019-09-17 22:15:00 412

转载 如何做好计算机视觉的研究?

01 什么是研究?一个被普遍接受的对研究的广义定义为:研究是为了产生新的知识或者是为已有的知识设计新的应用的系统性的工作。因为我们今天的讨论其实更多集中在科学研究上,先确定狭义的研究的定义为:利用科学的方法来调查解释一个现象或者获取新的知识。综合这两个定义,可以看到科学研究从本质上是由三个基本的要素构成:1) 目的:产生新的知识或者是设计出新的应用; 2)手段:科学的方法。缺少这两个...

2019-09-17 15:33:00 298

转载 关于__init__.py

假设程序目录结构如下:├── checkpoints/├── data/│ ├── __init__.py│ ├── dataset.py│ └── get_data.sh├── models/│ ├── __init__.py│ ├── AlexNet.py│ ├── BasicModule.py│ └── ResNet34.py└──...

2019-09-16 14:43:00 74

转载 importError:cannot import name imsave/imread等模块

首先要先看相应的库是否已经安裝成功pip install numpypip install pillowpip install scipy都成功安装之后,执行:import scipy.miscdir(scipy.misc)输出如果沒有imsave、imread模块,说明是你的scipy版本的问题。這是scipy 1.3.0版本的:表面就缺少了好几个模块。如果...

2019-09-16 09:52:00 615

转载 一位父亲写给儿子的信:今天你努力一点,比将来低头求人强100倍

亲爱的孩子:其实我在心里,一直想给你写点什么,但却自惭形秽,无言可表。难得今天有此契机,想以这种特殊形式,以我失败的人生体验给你的成长补充点正能量,希望可以为你将来的人生避开少许弯路。01 请多读书,丰富阅历孩子,我在你们这个年龄时,学习成绩特别差,自认为读书没什么用,总觉得书是给别人读的,读书好与不好结果都一样。如今,工作在竞争激烈的大环境,才真正领悟:书到用时方恨少,后悔莫...

2019-09-15 21:20:00 160

转载 清华大学计算机学科推荐学术会议和期刊列表---人工智能与模式识别

在人工智能与模式识别方向,清华推荐了 12 个 A 类会议,17 个 B 类会议;A 类期刊 6 个,B 类期刊 33 个,如下:A 类会议:B 类会议A 类期刊B 类期刊转载于:https://www.cnblogs.com/Terrypython/p/11523728.html...

2019-09-15 18:50:00 1210

转载 在使用python语言的open函数时,提示错误OSError: [Errno 22] Invalid argument: ‘文件路径’...

如题,在使用python语言的open函数时,提示错误OSError: [Errno 22] Invalid argument: ‘文件路径’,在查阅了大量资料后也得到了一些解决方案,但是这些解决方案对于作者的情况都不适用,依然报错,没办法,虽然作者的英语水平很不咋地,但中文帮不了作者,只好求助于英文了。 建议各位看客在修改时,仔细看清楚自己的情况是否适用。废话不多说,开始...

2019-09-09 22:05:00 572

转载 论文阅读笔记---HetConv

1 写在前边的话HetConv性能:当使用HetConv取代标准卷积之后,FLOPs大概是之前的1/8到1/3,更重要的是精度几乎不变!!!论文地址:https://arxiv.org/abs/1903.041202 HetConv的结构实质:是分组卷积与逐点卷积结合的产物。具体如下:对于卷积(标准卷积;深度卷积;分组卷积;逐点卷积)来讲,每一个filter的尺寸是完全一样的...

2019-09-05 20:32:00 463

转载 typeerror: __init__() missing 2 required positional arguments: 'inputs' and 'outputs'

1 问题描述使用下边这条命令去检查 TensorFlow Object Detection API是否正确安装:python object_detection\builders\model_builder_test.py报如下错误:typeerror: __init__() missing 2 required positional arguments: 'inputs' and...

2019-09-02 22:20:00 7665

转载 如何将制定目录加入到PYTHONPATH

1 问题背景TensorFlow Object Detection API 是以Slim为基础实现的,需要将Slim的目录加入PYTHONPATH后才能正确运行。2 机器环境window10anaconda3 解决办法Anaconda装有多个环境,比如Base,TensorFlow-gpu,Pytorch等。不同的环境,PYTHONPATH是不同的(很重要)。假如我们想要...

2019-09-02 15:42:00 630

转载 object_detection/protos/*.proto: No such file or directory

1 背景使用TensorFlow Object Detection API的时,在object_detection/protos/中,可以看到一些proto 文件,需要使用protoc程序将这些proto文件编译为Python 文件。TensorFlow Object Detection API必须使用2.6.0以上的protoc 进行编译,否则会报错。可以使用命令protoc--v...

2019-09-02 10:30:00 407

转载 LaTeX的安装

1 下载与安装下载地址。选择清华TUNA开源镜像,选择Full版本,点击下载,按照提示安装,没有坑,就没有截图。2 简单使用流程1) 首先下载对应的LaTeX模板(从会议或者期刊网站上下载)2) 解压,打开后缀名为Tex的文件3) 点击如下按钮具体的,比如 双栏图片,图表的制作(在线),复杂公式的键入等,可以用到的时候再搜。转载于:https://www.c...

2019-08-27 21:21:00 390

转载 Slim模型部署多GPU

1 多GPU原理单GPU时,思路很简单,前向、后向都在一个GPU上进行,模型参数更新时只涉及一个GPU。多GPU时,有模型并行和数据并行两种情况。模型并行指模型的不同部分在不同GPU上运行。数据并行指不同GPU上训练数据不同,但模型是同一个(相当于是同一个模型的副本)。TensorFlow支持的是数据并行。数据并行的原理:CPU负责梯度平均和参数更新,在GPU上训练模型的副本...

2019-08-27 20:40:00 307

转载 计算图像数据集的RGB均值

最近在跑代码的时候,需要用到RGB三个通道上的均值,如下图所示:写了一个程序,如下:import osimport cv2import randomimport numpy as np #数据集的位置dataset_dir = 'data'# 验证集图像数量_NUM_VALIDATION = 1000# 随机种子_RANDOM_SEED = 0def _...

2019-08-10 14:04:00 1897

转载 collections中namedtuple的用法

我们知道tuple可以表示不变集合,例如,一个点的二维坐标就可以表示成:p = (1, 2)但是,看到(1, 2),很难看出这个tuple是用来表示一个坐标的。这时,namedtuple就派上了用场。用法:namedtuple('名称', [属性list])使用namedtuple表示一个坐标的例子如下:from collections import namedtuple...

2019-08-03 09:07:00 108

转载 使用flags定义命令行参数

TensorFlow定义了tf.app.flags,用于支持接受命令行传递参数,其中tf.app.flags.DEFINE_xxx()是添加命令行的optional argument(可选参数),而tf.app.flags.FLAGS是可以从对应的命令行参数取出参数。这样讲会有点抽象,下面通过例子说明:import tensorflow as tf#第一个是参数名称,第二个参数是...

2019-08-02 14:04:00 269

转载 visio去除直线交叉处的歪曲

1 问题描述Visio画图时,两根直线交叉时,总是默认会出现一个跨线的标志,如下图所示:2 解决办法在2007前的版本,可以通过以下方式解决:选中线条,然后菜单的格式->行为->连接线->跨线->添加->从不,确定即可。2007后的版本,通过这种方式选中线条,点击格式,最右侧有个“连接线”,单击下面的小三角,把“显示跨线”取消即可。如下图所示:...

2019-07-16 22:15:00 1133

转载 全连接层有何作用?

1 作用众所周知,全连接层之前的作用是提取特征,全连接层的作用是分类。2 关键阶段介绍假设通过CNN已经提取到特征,下一层是全连接层,这个阶段比较关键,举个例子说明:上图中CNN的输出是3x3x5的特征图,它是怎么样转换成1x4096的形式呢?很简单,可以理解为在中间做了一个卷积。这一步卷积一个非常重要,它的作用就是把分布式特征representation映射到样本标记空间!...

2019-07-07 20:52:00 809

转载 卷积神经网络为什么具有平移不变性?

1 概述在读计算机视觉的相关论文时,经常会看到平移不变性这个词,本文将介绍卷积神经网络中的平移不变性是什么,以及为什么具有平移不变性。2 什么是平移不变性2.1 不变性不变性意味着即使目标的外观发生了某种变化,但是你依然可以把它识别出来。这对图像分类来说是一种很好的特性,因为我们希望图像中目标无论是被平移,被旋转,还是被缩放,甚至是不同的光照条件、视角,都可以被成功地识别出来。...

2019-07-07 20:11:00 922

转载 常用网盘资源搜索网站

1 度盘搜https://www.dupanbang.com/2 微盘(新浪)http://vdisk.weibo.com/3 百度网盘搜索http://uzi8.cn/4 探索云盘搜索http://tansuo233.com/5 网盘007https://wangpan007.com/6 凌风云搜索https://www.lingfengyun.com/7 去转...

2019-07-04 13:11:00 3342

转载 ValueError: Variable conv1/weights already exists.

跑TensorFlow程序的过程中出现了错误,解决之后再次跑时,报如下错误:ValueError: Variable conv1/weights already exists, 原因:这是因为我在Spyder的Python控制台里跑的原因,Python的控制台会保存上次运行结束的变量。解决办法:在程序的开头加上下边的代码。tf.reset_default_graph()...

2019-07-01 22:04:00 462

转载 MathType插件安装

1 安装包下载版本号:7.4下载 提取码:fxma2 安装方法用安装包内的Key激活即可。软件激活后不能升级.注意:必须断网或者加入防火墙阻止联网使用!3 可能遇到的问题当安装完MathType后,打开word报如下错误:解决方法如下:步骤一 要确保路径被office信任。依次打开word->文件->选项->信任中心->信任中心设置->...

2019-06-28 15:06:00 4846

转载 学位论文排版教程2

而一些学知识产权的学生,经常会面临着输入“版权所有”,“注册”,“商标”等特殊字符。而这些字符在哪里找呢?14.“版权所有”,“注册”,“商标”字符的输入第一步:插入→符号→其他符号第二步:符号→特殊字符→点击目标字符→插入当当当当这个是不是很简单呢而且每一个特殊字符的右侧都有一个快捷键的命令栏。只要记住快捷键的结构,以后都可以瞬间输入啦~~我们的论文其实也是需要经常修改的...

2019-06-23 19:45:00 277

转载 学位论文排版教程1

备注:本文演示的word软件版本为2016。绝大部分学校的学术论文有模板,建议直接在模板上改,使用格式刷功能,并可以省略2到8这几步。01.保存的高级选项设置写论文最重要的是保存!保存,保存,保存,重要的事情说三遍。保存的快捷键是Ctrl+S。另外, Word默认的自动保存是10分钟保存一次,在这里我建议大家最好改成5分钟自动保存一次哦!这样既不会使电脑太卡,也不会在出现意外时损失...

2019-06-23 19:37:00 243

转载 卷积神经网络

1 前言卷积神经网络和上一章讲的常规神经网络非常相似:它们都是由神经元组成,神经元中有具有学习能力的权重和偏差。每个神经元都得到一些输入数据,进行内积运算后再进行激活函数运算。整个网络依旧是一个可导的评分函数:该函数的输入是原始的图像像素,输出是不同类别的评分。在最后一层(往往是全连接层),网络依旧有一个损失函数(比如SVM或Softmax),并且在神经网络中我们实现的各种技巧和...

2019-06-16 15:08:00 517

转载 神经网络训练与注意点

1 训练在前面当中我们讨论了神经网络静态的部分:包括神经网络结构、神经元类型、数据部分、损失函数部分等。这个部分我们集中讲讲动态的部分,主要是训练的事情,集中在实际工程实践训练过程中要注意的一些点,如何找到最合适的参数。1.1 关于梯度检验之前的博文我们提到过,我们需要比对数值梯度和解析法求得的梯度,实际工程中这个过程非常容易出错,下面提一些小技巧和注意点:使用中心化公式,这一...

2019-06-13 22:23:00 1740

转载 神经网络数据预处理,正则化与损失函数

1 数据预处理关于数据预处理我们有3个常用的符号,数据矩阵\(X\),假设其尺寸是\([N \times D]\)(\(N\)是数据样本的数量,\(D\)是数据的维度)。1.1 均值减去均值减法(Mean subtraction)是预处理最常用的形式。它对数据中每个独立特征减去平均值,从几何上可以理解为在每个维度上都将数据云的中心都迁移到原点。在numpy中,该操作可以通过代码\...

2019-06-13 13:18:00 598

转载 神经网络的建模与结构

1 简介在线性分类一节中,在给出图像的情况下,是使用\(s=W x\)来计算不同视觉类别的评分,其中\(W\)是一个矩阵,\(x\)是一个输入列向量,它包含了图像的全部像素数据。在使用数据库CIFAR-10的案例中,\(x\)是一个\([3072 \times 1]\)的列向量,\(W\)是一个\([10 \times 3072]\)的矩阵,所以输出的评分是一个包含10个分类评分的向...

2019-06-12 18:09:00 949

转载 反向传播

1 反向传播的直观理解反向传播是利用链式法则递归计算表达式的梯度的方法。理解反向传播过程及其精妙之处,对于理解、实现、设计和调试神经网络非常关键。反向传播是一个优美的局部过程。在整个计算线路图中,每个门单元都会得到一些输入并立即计算两个东西:这个门的输出值其输出值关于输入值的局部梯度门单元完成这两件事是完全独立的,它不需要知道计算线路中的其他细节。然而,一旦前向传播完毕...

2019-06-12 14:46:00 455

转载 最优化策略

1 损失函数可视化损失函数一般都是定义在高维度的空间中(比如,在CIFAR-10中一个线性分类器的权重矩阵大小是[10x3073],就有30730个参数),这样要将其可视化就很困难。然而办法还是有的,在1个维度或者2个维度的方向上对高维空间进行切片,就能得到一些直观感受。例如,随机生成一个权重矩阵\(W\),该矩阵就与高维空间中的一个点对应。然后沿着某个维度方向前进的同时记录损失函数...

2019-06-11 21:16:00 740

转载 两层神经网络实战

1 概述两层全连接网络。代码实现环境:python32 数据处理2.1 加载数据集将原始数据集放入“data/cifar10/”文件夹下。### 加载cifar10数据集import osimport pickleimport randomimport numpy as npimport matplotlib.pyplot as pltdef load_CIFA...

2019-06-11 17:23:00 400

转载 线性Softmax分类器实战

1 概述基础的理论知识参考线性SVM与Softmax分类器。代码实现环境:python32 数据预处理2.1 加载数据将原始数据集放入“data/cifar10/”文件夹下。### 加载cifar10数据集import osimport pickleimport randomimport numpy as npimport matplotlib.pyplot as ...

2019-06-11 15:53:00 443

转载 线性SVM分类器实战

1 概述基础的理论知识参考线性SVM与Softmax分类器。代码实现环境:python32 数据处理2.1 加载数据集将原始数据集放入“data/cifar10/”文件夹下。### 加载cifar10数据集import osimport pickleimport randomimport numpy as npimport matplotlib.pyplot as...

2019-06-06 12:52:00 323

转载 线性SVM与Softmax分类器

1 引入上一篇介绍了图像分类问题。图像分类的任务,就是从已有的固定分类标签集合中选择一个并分配给一张图像。我们还介绍了k-Nearest Neighbor (k-NN)分类器,该分类器的基本思想是通过将测试图像与训练集带标签的图像进行比较,来给测试图像打上分类标签。k-Nearest Neighbor分类器存在以下不足:(1)分类器必须记住所有训练数据并将其存储起来,以便于未来测试数...

2019-06-05 15:22:00 342

转载 图像分类与KNN

1 图像分类问题1.1 什么是图像分类所谓图像分类问题,就是已有固定的分类标签集合,然后对于输入的图像,从分类标签集合中找出一个分类标签,最后把分类标签分配给该输入图像。虽然看起来挺简单的,但这可是计算机视觉领域的核心问题之一,并且有着各种各样的实际应用。计算机视觉领域中很多看似不同的问题(比如物体检测和分割),都可以被归结为图像分类问题。举个例子体会一下:以下图为例,图像分类模...

2019-06-04 10:35:00 695

转载 python---pickle模块

1 序列化与反序列化如果要将一个系统内的数据通过网络传输给其它系统或客户端,我们通常都需要先把这些数据转化为字符串或字节串,而且需要规定一种统一的数据格式才能让数据接收端正确解析并理解这些数据的含义。XML是早期被广泛使用的数据交换格式,在早期的系统集成论文中经常可以看到它的身影;如今大家使用更多的数据交换格式是JSON(JavaScript Object Notation),它是一种...

2019-06-03 14:31:00 119

转载 图像的表示与描述

1 基本概念2 表示法设计2.1 链码2.2 多边形逼近2.2.1 点合成算法2.2.2 边分裂算法2.3 外形特征2.4 边界分段2.5 区域骨架提取3 边界描述子3.1 简单描述子3.2 傅里叶描述子3.3 矩量4 关系描述子4.1 基本思想4.2 阶梯关系编码4.3 骨架关系编码...

2019-06-02 16:02:00 756

转载 图像的纹理分析

1 基本概念1.1 什么是纹理1.2 纹理分析涉及到的问题1.3 纹理的研究方法2 统计纹理分析2.1 直方图统计方法2.2 自相关函数法3 结构纹理分析3.1 基本概念3.2 应用4 傅里叶变换纹理分析转载于:https://www.cnblogs.com/Terrypython/p/10962603.htm...

2019-06-02 13:05:00 1894

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

提示
确定要删除当前文章?
取消 删除