- 博客(6)
- 收藏
- 关注
RSS订阅原创 常见的负载均衡策略
标题轮询(Round Robin)轮询的实现方式比较简单，就是将请求以此分发到后端服务器中，将所有的请求均匀分配，均匀分配的坏处是通常后台服务器性能有差异，有时候希望性能较好的服务器可以多承担些请求，该策略无法满足需求。这个不适合对长连接和命中率有要求的场景。加强轮询(Weighted Round Robin)这种策略是对轮询策略的优化，对每个后端服务器设置一个权重值，根据权重值决定请求的分配比例，这种做法解决了轮询策略的不足，但是该权限值需要手动配置，没有办法自动动态调节，同样不适合对长连接和命中率
2020-07-29 15:58:46
515
转载 ROI Pooling（感兴趣区域池化）【笔记】
引言感兴趣区域池化（Region of interest pooling）（也称为RoI pooling）是使用卷积神经网络在目标检测任务中广泛使用的操作。例如，在单个图像中检测多个汽车和行人。其目的是对非均匀尺寸的输入执行最大池化以获得固定尺寸的特征图（例如7×7）。计算机视觉中的两个主要任务是对象分类和目标检测。在第一种情况下，系统应该正确地标记图像中的主要对象。在第二种情况下，它应该为...
2020-03-20 17:24:41
2766
转载 Python isinstance() 函数
描述isinstance() 函数来判断一个对象是否是一个已知的类型，类似 type()。isinstance() 与 type() 区别：type() 不会认为子类是一种父类类型，不考虑继承关系。isinstance() 会认为子类是一种父类类型，考虑继承关系。如果要判断两个类型是否相同推荐使用 isinstance()。语法以下是 isinstance() 方法的语法:isin...
2020-03-20 17:23:40
84
转载 网络训练时候loss不下降
当我们训练一个神经网络模型的时候，我们经常会遇到这样的一个头疼的问题，那就是，神经网络模型的loss值不下降，以致我们无法训练，或者无法得到一个效果较好的模型。导致训练时loss不下降的原因有很多，而且，更普遍的来说，loss不下降一般分为三种，即：训练集上loss不下降，验证集上loss不下降，和测试集上loss不下降。这里，首先默认各位都能理解过拟合和欠拟合的概念，如果有不清楚的可以参考下面的...
2019-11-19 15:27:15
958
原创 深度学习图片卷积输出大小计算公式
先定义几个参数输入图片大小 W×WFilter大小 F×F步长 Spadding的像素数 P于是我们可以得出N = (W − F + 2P )/S+1输出图片大小为 N×N
2019-11-18 21:03:43
279
原创 python中cat,stac,transpose,permute,squeeze区别用法
**1 Cat**对数据沿着某一维度进行拼接。cat后数据的总维数不变.比如下面代码对两个2维tensor（分别为23,13）进行拼接，拼接完后变为3*3还是2维的tensor。import torchtorch.manual_seed(1)x = torch.randn(2,3)y = torch.randn(1,3)print(x,y)结果：0.6614 0.2669 0...
2019-11-17 21:36:41
947
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