- 博客(17)
- 收藏
- 关注
RSS订阅原创 DARTS算法笔记（论文+代码）
在CIFAR-10、ImageNet、Penn Treebank和WikiText-2上进行的大量实验表明，我们的算法在发现用于图像分类的高性能卷积架构和用于语言建模的循环架构方面表现出色，同时比最先进的不可微技术快几个数量级。我们的实现已经公开，以促进对高效架构搜索算法的进一步研究。DARTS算法的目的是通过求近似梯度来寻找一个架构参数α，使得计算资源得到缓解，同时在一定程度保证准确率。
2024-03-05 11:04:32
1049
原创 YoloV5源码部分注释解读(ultralytics版本)(train.py)
由于单服务器的多GPU卡训练相对复杂，没有进行过多的解释，不过从实际服务器测试情况来看，多卡训练对于速度的提升是刚刚的，谁不想拥有一台8卡的机器呢。这里主要对train.py进行了部分注释解读，train.py主要也是分为五部分。从源码可以看出，这个团队做了很多细致的工作。第四部分：main函数，主要进行检查工作。第五部分：train.py，训练程序。
2023-06-19 23:23:05
674
原创 YoloV5源码部分注释解读(ultralytics版本)(yolo.py)
第三部分：Model类的执行；这里Model又根据DetectionModel创建而来，因此分析DetectionModel即可。在这部分中，创建了一张640×640×3的图片测试，送入Model类中进行了测试。这里parse_model进行了yolov5s.yaml(不同yaml文件的解析)第四部分：在DetectionModel中，执行了parse_model类。这里主要对目标检测中的相关类进行了注释解读，分割等没有用到的暂时没有注释。yolo.py的主要作用是构建yolov5的模型；
2023-06-08 00:24:30
237
原创 Yolov4学习笔记
上述改进，都是作者经历了大量的对比实验才最终选择的，最后在不同GPU(Maxwell/Pascal/Volta)型号上进行了对比实验，那么都对比了哪些，最终选择了哪些呢。1.数据增强方面：MixUp,CutMix,Mosaic,Blur,Crop,Rotation,Flip,Hue,Saturation,Exposure,Aspect。最终方案：CutMix，Mosaic，Label Smoothing, Mish。
2023-05-24 09:34:37
271
原创 YoloV5源码注释解读(ultralytics版本)(detect.py)
YoloV5源码注释解读(ultralytics版本)(detect.py)
2023-03-22 19:51:22
1027
2
原创 深度学习
#深度学习我与这世间所有的羁绊，一旦连上，就再也断不开。羁绊越深，痛苦便越深。关于这篇深度学习的文章，总共六章。综述而已。01：研究背景 02：深度学习网络 03：深度学习框架04：深度学习应用 05：未来挑战和潜在研究方向 06：未来展望关于本文引用CSDN资料，将会在最后给出链接。##研究背景谈及深度学习，必须要考虑其前身机器学习。下面是关于机器学习的介绍，网上找的…...
2019-01-14 14:51:41
5842
5
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