原创 PyTorch 學習筆記(三):transforms的二十二個方法

本文截取自《PyTorch 模型訓練實用教程》,獲取全文pdf請點擊:https://github.com/tensor-yu/PyTorch_Tutorial 文章目錄一、 裁剪——Crop1.隨機裁剪:transforms.Ra

原创 PyTorch 學習筆記(一):讓PyTorch讀取你的數據集

本文截取自《PyTorch 模型訓練實用教程》,獲取全文pdf請點擊:https://github.com/tensor-yu/PyTorch_Tutorial 文章目錄Dataset類構建Dataset子類 想讓PyTorch能讀

原创 PyTorch 學習筆記(二):PyTorch的數據增強與數據標準化

本文截取自《PyTorch 模型訓練實用教程》,獲取全文pdf請點擊:https://github.com/tensor-yu/PyTorch_Tutorial 文章目錄transform的使用 在實際應用過程中,我們會在數據進入模型

原创 NIPS 2018 paper list(論文列表)

Efficient Algorithms for Non-convex Isotonic Regression through Submodular Optimization Francis Bach Structure-Aware

原创 椒鹽噪聲 Python實現

文章目錄椒鹽噪聲概念椒鹽噪聲數學定義椒鹽噪聲代碼實現 最近碰到一個過擬合問題(感覺在工程裏大部分時間都在解決過擬合,只要選正確模型~),想通過增加椒鹽噪聲來增加訓練樣本的多樣性,對椒鹽噪聲有了新的認識——原來 椒鹽噪聲 = 椒噪聲

原创 Python中的淺複製(shallow copy)和深複製(deep copy)

文章目錄python值管理方式深複製與淺複製的使用及區別 近期雜事太多,並且在準備一個tutorial,博客一直沒更新,9月最後一天了,總得寫點吧 今天記一下以前碰到過,最近又碰到的問題:python的深複製和淺複製 神奇的pytho

原创 修改caffe源碼--支持多標籤--關鍵點檢測

第一步 image_data_layerhpp 第二步 image_data_layercpp 原版caffe不支持多標籤,會報錯,如下: 注:這裏讀取數據的method是ImageData,即 type:ImageDa

原创 輕量化網絡:ShuffleNet V2

Guideline 1-4: ShuffleNet V2 疑問: ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design 由F

原创 級聯MobileNet-V2實現CelebA人臉關鍵點檢測(附訓練源碼)

一 、引言 1.1爲什麼是級聯? 1.2爲什麼是MobileNet-V2? 二、 級聯MobileNet-V2之人臉關鍵點檢測 2.0 修改caffe 2.1 整體框架及思路 2.2 原始數據處理 0_raw_data 2.3

原创 caffe :error MSB4062: 未能從程序集** 加載任務“NuGetPackageOverlay”

四個工作日 吐血安裝 caffe-master(哭),記錄一個關於: 錯誤 1 error MSB4062: 未能從程序集 E:\NugetPackages\OpenCV.2.4.10\build\native\private\

原创 深度學習人臉關鍵點檢測方法----綜述

參考資料 一、 引言 二、 檢測方法 總結 近期對人臉關鍵點相關方法進行了研究,在深度學習大行其道的背景之下,此博客對近期人臉關鍵點檢測深度學習方法進行了記錄和總結,希望給廣大朋友一點點啓發,也希望大家指出我閱讀過程中的

原创 輕量化卷積神經網絡:SqueezeNet、MobileNet、ShuffleNet、Xception

一 引言 二 輕量化模型 2.1 SqueezeNet 2.2 MobileNet 2.3 ShuffleNet 2.4 Xception 三 網絡對比 一 引言 自2012年AlexNet以來,卷積神經網絡(

原创 模型壓縮:Deep Compression

第一步weight pruning 第二步trained quantization and weight sharing 第三步 Huffman coding 實驗分析之壓縮幾十倍從何而來 實驗分析之極致量化 《De

原创 CVPR 2018 paper list(論文列表)

原文鏈接:http://cvpr2018.thecvf.com/program/main_conference 52 Embodied Question Answering Abhishek Das (Georgia Tech)

原创 sklearn中SVM的可視化

第一部分:如何繪製三維散點圖和分類平面 第二部分:sklearn中的SVM參數介紹 第三部分:源代碼and數據 最近遇到一個簡單的二分類任務,本來可用一維的線性分類器來解決,但是爲了獲得更好的泛化性能,我選取了三個特徵,變