- 博客(24)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 Linux 安装 mmdet
mmdet mmdetection linux环境搭建 v2.11.0conda虚拟环境下的pytorch 1.3.0搭建安装cython搭建mmcv-full搭建mmdetection v2.11.0测试能否运行参考的各个网站：https://blog.csdn.net/sinat_28442665/article/details/108059954https://blog.csdn.net/qq_41375609/article/details/94833928https://www.
2022-05-22 12:02:10
522
1
原创 【opencv-python不规则多边形 ROI提取】
opencv-python不规则多边形 ROI提取import cv2import numpy as npimport joblibpts = [] # 用于存放点# 统一的：mouse callback functiondef draw_roi(event, x, y, flags, param): img2 = img.copy() if event == cv2.EVENT_LBUTTONDOWN: # 左键点击，选择点 pts.append(
2022-05-18 23:16:05
505
原创 C++ split
#include <vector> #include <iostream> #include <string> #include <sstream> string str = "dog cat cat dog"; istringstream in(str); vector<string> v; // Method 1 string t; while (in
2021-12-21 10:21:47
146
原创 17.8.1 NCNN部署
17.8.1 NCNN部署1.在电脑端使用ncnn实现分类(alexnet)s1，安装g++，cmake，protobuf，opencvs2，对源码进行编译git clone https://github.com/Tencent/ncnn$ cd <ncnn-root-dir>$ mkdir -p build$ cd build$ cmake ..$ make -j4s3，准备caffe模型文件(alexnet)deploy.prototxt snapshot_100
2021-06-13 17:20:46
710
原创 第十七章_模型压缩、加速及移动端部署
文章目录第十七章 模型压缩及移动端部署17.1 模型压缩理解17.2 为什么需要模型压缩和加速？17.3 模型压缩的必要性及可行性17.4 目前有哪些深度学习模型压缩方法？17.4.1 前端压缩和后端压缩对比17.4.2 网络剪枝17.4.3 典型剪枝方法对比17.4.4 网络蒸馏17.4.5 前端压缩17.4.6 后端压缩17.4.6 低秩分解17.4.7 总体压缩效果评价指标有哪些？17.4.8 几种轻量化网络结构对比17.4.9 网络压缩未来研究方向有哪些？17.5 目前有哪些深度学习模型优化加速方法
2021-06-13 17:20:16
1645
原创 第十六章_NLP
文章目录第十六章 NLP16.0 NLP 发展史简述第一个浪潮：理性主义第二波浪潮：经验主义第三波浪潮：深度学习16.1 如何理解序列到序列模型？16.2 序列到序列模型有什么限制吗？16.3 如果不采用序列到序列模型，可以考虑用其它模型方法吗？16.4 如何理解词向量？16.5 词向量哪家好？16.6 解释一下注意力机制的原理？16.7 注意力机制是不是适用于所有场景呢？它的鲁棒性如何？16.8 怎么将原有的模型加上注意力机制呢？16.9 通俗地解释一下词法分析是什么？有什么应用场景？16.10 深度学习
2021-06-13 17:19:45
167
原创 第十五章_异构运算、GPU及框架选型
文章目录第十五章 异构计算， GPU和框架选型指南15.1 什么是异构计算？15.2 什么是GPU？15.3 GPU架构简介15.3.1 如何通俗理解GPU的架构？15.3.2 CUDA 核心是什么？15.3.3 为什么要使用GPU？15.3.4 深度学习中的GPU应用15.3.5 新图灵架构里的tensor core对深度学习有什么作用？15.4 CUDA 框架15.4.1 做CUDA编程难不难？15.4.2 cuDNN15.5 GPU硬件环境配置推荐15.5.1 GPU主要性能指标15.5.2 购买建议
2021-06-13 17:19:15
623
原创 第十四章_超参数调整
文章目录第十四章 超参数调整14.1 写在前面14.2 超参数概念14.2.1 什么是超参数，参数和超参数的区别？14.2.2 神经网络中包含哪些超参数？14.2.3 为什么要进行超参数调优？14.2.4 超参数的重要性顺序14.2.5 部分超参数如何影响模型性能？14.2.6 部分超参数合适的范围14.3 网络训练中的超参调整策略14.3.1 如何调试模型？14.3.2 为什么要做学习率调整?14.3.3 学习率调整策略有哪些？14.3.4 极端批样本数量下，如何训练网络？14.4 合理使用预训练网络14
2021-06-13 17:18:45
957
原创 第十三章_优化算法
文章目录第一十三章 优化算法13.1 如何解决训练样本少的问题13.2 深度学习是否能胜任所有数据集?13.3 有没有可能找到比已知算法更好的算法?13.4 什么是共线性，如何判断和解决共线性问题?13.5 权值初始化方法有哪些？13.5 如何防止梯度下降陷入局部最优解?13.7 为什么需要激活函数？13.6 常见的损失函数有哪些?13.7 如何进行特征选择(feature selection)?13.7.1 特征类型有哪些？13.7.2 如何考虑特征选择13.7.3 特征选择方法分类13.7.4 特征选择
2021-06-13 17:18:14
603
原创 第十二章_网络搭建及训练
文章目录第十二章 网络搭建及训练12.1 TensorFlow12.1.1 TensorFlow是什么？12.1.2 TensorFlow的设计理念是什么？12.1.3 TensorFlow特点有哪些？1.高度的灵活性2.真正的可移植性3.多语言支持4.丰富的算法库5.完善的文档12.1.4 TensorFlow的系统架构是怎样的？ 整个系统从底层到上层可分为七层：12.1.5 TensorFlow编程模型是怎样的？1.构建图1.placeholder2. variable3. ini
2021-06-13 17:17:44
514
原创 第十一章_迁移学习
文章目录第十一章 迁移学习11.1 迁移学习基础知识11.1.1 什么是迁移学习？11.1.2 为什么需要迁移学习？11.1.3 迁移学习的基本问题有哪些？11.1.4 迁移学习有哪些常用概念？11.1.5 迁移学习与传统机器学习有什么区别？11.1.6 迁移学习的核心及度量准则？11.1.7 迁移学习与其他概念的区别？11.1.8 什么是负迁移？产生负迁移的原因有哪些？11.1.9 迁移学习的基本思路？11.2 迁移学习的基本思路有哪些？11.2.1 基于样本迁移11.2.2 基于特征迁移11.2.3 基
2021-06-13 17:17:16
2644
原创 第十章_强化学习
文章目录第十章 强化学习10.1 强化学习的主要特点？10.1.1 定义10.2 强化学习应用实例10.3 强化学习和监督式学习、非监督式学习的区别10.3.1 强化学习和监督式学习的区别：10.3.2 强化学习和非监督式学习的区别：10.4 强化学习主要有哪些算法？10.5 深度迁移强化学习算法10.6 分层深度强化学习算法10.7 深度记忆强化学习算法10.8 多智能体深度强化学习算法10.9 强化学习开源框架10.10 深度强化学习算法小结https://morvanzhou.github.io/t
2021-06-13 17:16:43
368
原创 第九章_图像分割
文章目录第九章 图像分割9.1 图像分割算法分类？9.2 传统的基于CNN的分割方法缺点？9.3 FCN9.3.1 FCN改变了什么?9.3.2 FCN网络结构？9.3.3 全卷积网络举例？9.2.4 全连接层和卷积层如何相互转化？9.2.5 为什么传统CNN的输入图片是固定大小？9.2.6 把全连接层的权重W重塑成卷积层的滤波器有什么好处？9.2.7 反卷积层理解9.2.9 模型训练9.2.10 FCN缺点9.3 U-Net9.4 SegNet9.5 空洞卷积(Dilated Convolutions)9
2021-06-13 17:16:12
1055
原创 第八章_目标检测
文章目录第八章 目标检测8.1 基本概念8.1.1 什么是目标检测？8.1.2 目标检测要解决的核心问题？8.1.3 目标检测算法分类？8.1.4 目标检测有哪些应用？8.2 Two Stage目标检测算法8.2.1 R-CNN8.2.2 Fast R-CNN8.2.3 Faster R-CNN8.2.4 R-FCN8.2.5 FPN8.2.6 Mask R-CNN8.2.7 DetNet（贡献者：北京理工大学--明奇）8.2.8 CBNet8.3 One Stage目标检测算法8.3.1 SSD8.
2021-06-13 17:15:42
1927
原创 ch7-生成对抗网络
文章目录第七章 生成对抗网络7.1 GAN基本概念7.1.1 如何通俗理解GAN？7.1.2 GAN的形式化表达7.1.3 GAN的目标函数是什么？7.1.4 GAN的目标函数和交叉熵有什么区别？7.1.5 GAN的Loss为什么降不下去？7.1.6 生成式模型、判别式模型的区别？7.1.7 什么是mode collapsing?7.1.8 如何解决mode collapsing？7.2 GAN的生成能力评价7.2.1 如何客观评价GAN的生成能力？7.2.2 Inception Score7.2.3 Mo
2021-06-13 17:15:17
607
原创 第六章_循环神经网络(RNN)
文章目录第六章 循环神经网络(RNN)6.1 为什么需要RNN？6.2 图解RNN基本结构6.2.1 基本的单层网络结构6.2.2 图解经典RNN结构6.2.3 vector-to-sequence结构6.2.4 sequence-to-vector结构6.2.5 Encoder-Decoder结构6.2.6 以上三种结构各有怎样的应用场景6.2.7 图解RNN中的Attention机制6.3 RNNs典型特点？6.4 CNN和RNN的区别 ？6.5 RNNs和FNNs有什么区别？6.6 RNNs训练和传
2021-06-13 17:13:59
654
原创 第五章_卷积神经网络(CNN)
文章目录第五章 卷积神经网络（CNN）5.1 卷积神经网络的组成层5.1.1 输入层5.1.2 卷积层5.1.3 激活层5.1.4 池化层5.1.5 全连接层5.2 卷积在图像中有什么直观作用5.3 卷积层有哪些基本参数？5.4 卷积核有什么类型？5.5 二维卷积与三维卷积有什么区别？5.7 有哪些池化方法？5.8 1×11\times11×1卷积作用？5.9 卷积层和池化层有什么区别？5.10 卷积核是否一定越大越好？5.11 每层卷积是否只能用一种尺寸的卷积核？5.12 怎样才能减少卷积层参数量？5.1
2021-06-13 17:13:29
598
原创 第四章_经典网络
文章目录第四章 经典网络解读4.1 LeNet-54.1.1 模型介绍4.1.2 模型结构4.1.3 模型特性4.2 AlexNet4.2.1 模型介绍4.2.2 模型结构4.2.3 模型特性4.3 ZFNet4.3.1 模型介绍4.3.2 模型结构4.3.3 模型特性4.4 Network in Network4.4.1 模型介绍4.4.2 模型结构4.4.3 模型特点4.5 VGGNet4.5.1 模型介绍4.5.2 模型结构4.5.3 模型特性4.6 GoogLeNet4.6.1 模型介绍4.6.2
2021-06-13 17:12:59
151
原创 第三章_深度学习基础
文章目录第三章 深度学习基础3.1 基本概念3.1.1 神经网络组成？3.1.2 神经网络有哪些常用模型结构？3.1.3 如何选择深度学习开发平台？3.1.4 为什么使用深层表示?3.1.5 为什么深层神经网络难以训练？3.1.6 深度学习和机器学习有什么不同？3.2 网络操作与计算3.2.1 前向传播与反向传播？3.2.2 如何计算神经网络的输出？3.2.3 如何计算卷积神经网络输出值？3.2.4 如何计算 Pooling 层输出值输出值？3.2.5 实例理解反向传播3.2.6 神经网络更“深”有什么意义
2021-06-13 17:12:24
442
原创 第二章_机器学习基础
文章目录第二章 机器学习基础2.1 基本概念2.1.1 大话理解机器学习本质2.1.2 什么是神经网络2.1.3 各种常见算法图示2.1.4 计算图的导数计算2.1.5 理解局部最优与全局最优2.1.5 大数据与深度学习之间的关系2.2 机器学习学习方式2.2.1 监督学习2.2.2 非监督式学习2.2.3 半监督式学习2.2.4 弱监督学习2.2.5 监督学习有哪些步骤2.8 分类算法2.8.1 常用分类算法的优缺点？2.8.2 分类算法的评估方法2.8.3 正确率能很好的评估分类算法吗2.8.4 什么样
2021-06-13 17:11:52
1058
原创 第一章_数学基础
文章目录第一章 数学基础1.1 向量和矩阵1.1.1 标量、向量、矩阵、张量之间的联系1.1.2 张量与矩阵的区别1.1.3 矩阵和向量相乘结果1.1.4 向量和矩阵的范数归纳1.1.5 如何判断一个矩阵为正定1.2 导数和偏导数1.2.1 导数偏导计算1.2.2 导数和偏导数有什么区别？1.3 特征值和特征向量1.3.1 特征值分解与特征向量1.3.2 奇异值与特征值有什么关系1.4 概率分布与随机变量1.4.1 机器学习为什么要使用概率1.4.2 变量与随机变量有什么区别1.4.3 随机变量与概率分布的
2021-06-13 17:11:07
236
原创 第四章_经典网络
文章目录第四章 经典网络解读4.1 LeNet-54.1.1 模型介绍4.1.2 模型结构4.1.3 模型特性4.2 AlexNet4.2.1 模型介绍4.2.2 模型结构4.2.3 模型特性4.3 ZFNet4.3.1 模型介绍4.3.2 模型结构4.3.3 模型特性4.4 Network in Network4.4.1 模型介绍4.4.2 模型结构4.4.3 模型特点4.5 VGGNet4.5.1 模型介绍4.5.2 模型结构4.5.3 模型特性4.6 GoogLeNet4.6.1 模型介绍4.6.2
2021-06-13 17:09:34
137
原创 conda虚拟环境安装tensorflow-gpu
tensorflow安装conda install tensorflow-gpuAttributeError: module ‘tensorflow’ has no attribute ‘compattestimport tensorflow as tftf.Session() #若出现GPU信息则说明安装成功# 或者tf.test.is_gpu_available() #输出True， 则安装成功 tensorflow-estimator==2.2.0 有可能会出错 需要安装其他版本
2021-02-19 00:01:17
527
原创 pip安装torch torchvision cuda
pip 安装pyTorchpip install torch1.3.0+cu92 torchvision0.4.1+cu92 -f https://download.pytorch.org/whl/torch_stable.html --no-cache-dir需要安装的torch版本， cuda版本， torchvision版本 需要对应官网地址：https://pytorch.org/pip库安装临时源： -i https://pypi.tuna.tsinghua.edu.cn/simple
2021-02-18 23:38:10
3048
2
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人