打酱油QAQ-CSDN博客

原创 python程序如果超出docker内存资源限制会发生什么？

假设限制501.只有一个主进程的程序如果超了会被kill2.主进程中的子进程超了，超出的子进程会被kill，不会影响其它进程和主进程#!/usr/bin/env pythonimport sysfrom multiprocessing import Processimport multiprocessingimport timedef predict_process(i): print(str(i)+'start') x = bytes('test', 'utf-

2021-06-07 21:15:02 440

原创 python 进程通信 pipe queue

向管道写入信息，从管道读取出来信息，结束进程。def example_process(pipe, model_path,img_path): buffer = predict(model_path, img_path) pipe.send(buffer)if __name__ == '__main__': pipe = multiprocessing.Pipe() p = Process(target=example_process, args=(pip

2021-06-07 20:28:25 227 1

原创 Visualizing convnet filters keras示例代码详解

Visualizing convnet filters1. 任务内容及目标观察卷积网络学习到了什么。2. 主要思路随机输入噪声，优化指定滤波器的激活值，通过梯度增加的方式，修改输入图片，观察滤波器对什么图案响应比较高。2.1 输入随机初始化一张有点噪声的图，将图片输入网络input_img_data = np.random.random((1, img_width, img_heig...

2019-12-17 13:43:00 238

原创 Feature Selective Anchor-Free Module for Single-Shot Object Detection论文

问题:SSD中预先定义好了每一层anchor的大小以及比例，训练时标记与instance的IoU最大的anchor为正样本。而每一层的anchor的大小以及比例都是预先设定好的。也就是说给定一个目标，就已经确定要用某一层的特征。这篇论文虽然写了Anchor-Free，但是还没有达到去掉anchor的目的。只是说增大anchor的自由，也就是允许每一个instance自由的选择使用网络最好的某一层...

2019-08-22 21:15:55 195

原创 VGG原论文训练过程

训练：数据增强: 随机裁剪（crop）、水平翻转（horizontal flips）、RGB颜色变化（color shift）采用2种设置训练图像大小方法：（1）固定训练集图片大小，如256256和384384；（2）让训练集的大小在一个范围内随机变化，如S∈[Smin,Smax]=[256,512]，从多尺度的训练图像中进行采样,训练采用小批量梯度下降法加上动量（mini-batch...

2019-07-15 19:30:01 1191

原创难分负样本挖掘 OHEM HNM focal loss

在看Faster R-CNN与SSD的时候难分负样本挖掘训练时需要保持样本均衡，往往经过IOU筛选之后负样本集数量远远大于正样本集，会导致损失不易收敛，所以初始负样本训练集需要选择负样本集的子集，随机选？按照分类损失对样本进行排序，选择负样本中难以分类的样本加入训练（也就是损失值高的样本）。一般正:负=1:3，有了正负训练集就可以训练神经网络了。Focal Loss解决问题：1.类别...

2019-07-15 17:27:24 1930

原创 cs231n作业，assignment1-softmax详解

softmax总公式L=−1Nlog⁡∑(esyi∑jesj)+0.5×λ∣∣W∣∣L =-\frac{1}{N} \log \sum{\left( \frac { e ^ { s_ { y _ { i } } } } { \sum _ { j } e ^ { s _ { j } } } \right)}+0.5\times\lambda||W||L=−N1log∑(∑jesjesyi...

2019-04-20 22:23:51 1176 3

原创 cs231n可视化(visualization)综述笔记

1. 想知道卷积网络做了什么，最直接办法就是找到什么图片能激活网络。下图是一个简单的神经网络AlexNet（在VOC 2007训练验证集上微调后），从最底层传入一张图片，在中间可以得到激活数值，最顶层进行分类。一种了解神经元的方式是，选择pool5层（也可以选择其它层）的任意一个神经元，然后喂给网络大量图像数据，查看这个卷积核对哪些图像的响应值最大（得到的特征图激活值最大）。下图中每一行展...

2019-04-16 00:05:33 946

原创 cs231n作业，assignment1-knn详解（注重算法与代码的结合）

作业下载地址建议作业完成顺序k近邻分类：knn.ipynb & k_nearest_neighbor.pysvm线性分类：svm.ipynb & linear_svm.py & linear_classifier.pysoftmax线性分类：softmax.ipynb & softmax.py两层神经网络：two_layer_net.ipynb &am...

2019-04-14 19:18:33 2068

qq_24906797的博客