原创 【深度學習入門】在cifar10上用Keras搭建簡單的深度學習模型（數據處理、數據增強、各種loss）
How to Build a Deep Learning Project——With Keras Step One: Data reading For cifar10, this step is very easy, Keras
2020-06-15 03:43:51
15
原创 【LeetCode】102. Binary Tree Level Order Traversal（二叉樹的層級遍歷 完整代碼）
題目如下： 這道題是求二叉樹的層次遍歷，也即寬度優先遍歷，並將結果以二維數組形式輸出。 因爲樹的每一層節點數可能不同，所以採用二維不定長的vector向量儲存 採用遞歸方式求解，找完一層找下一層 輸入在下面的程序前需要處理一下，採用先序
2020-06-15 03:43:51
原创 【C/C++】C++11 for循環新用法
原文鏈接：https://blog.csdn.net/hackmind/article/details/24271949 前言 C++11這次的更新帶來了令很多C++程序員期待已久的for range循環，每次看到ja
2020-06-15 03:43:51
原创 C指針學習雜記
1、數組與指針的區別，見程序： #include <stdio.h> void func(int pdata[]) { printf("sizeof(pdata)=%d\n",sizeof(pdata)); } int main(
2020-06-15 03:43:51
原创 【深度學習】神經網絡訓練loss不下降或一直上升
一，train loss與test loss結果分析4666train loss 不斷下降，test loss不斷下降，說明網絡仍在學習;train loss 不斷下降，test loss趨於不變，說明網絡過擬合;train
2020-06-15 03:43:41
54
原创 【目標檢測】目標檢測模型比較
最近在準備找工作面試，本文在此梳理了目標檢測中涉及的面試要用的知識點，包含了一下幾方面： My paper reading 過程總結： 實際步驟 所花時間 評價 改進 先看了abstract, 1 introducti
2020-06-15 03:43:41
原创 【圖像分割】圖像分割論文集合
Image Segmentation Fully Convolutional Networks for Semantic Segmentation CVPR’15 問題 這是第一次訓練端對端的FCN進行 像素級別預
2020-06-15 03:43:41
1
原创 【ubuntu】安裝ubuntu+win10雙系統後找不到win10啓動項
最近在學習深度學習的內容，由於tensorflow不支持window，所以打算安裝個ubuntu試試，結果安裝完後總是直接從ubuntu啓動，而且找不到win10啓動項！ 着急！緊張！ 網上搜了下解決方案。找到一條有用的解決方案： sud
2020-06-15 03:43:41
原创 【ubuntu】 顯卡訓練模型錯誤 已放棄 (核心已轉儲) 正確解決方法
在Ubuntu系統下用顯卡訓練深度學習模型時，總會遇到以下問題： 已放棄（核心已轉儲） 此時說明GPU的顯存已滿，一種解決辦法是重啓命令行或重啓電腦，另一種方法是手動清理顯存，步驟如下： 首先在命令行輸入指令 nvidia-smi
2020-06-15 03:43:41
原创 【深度學習】關於深度學習的基本知識（面試常見問題）
轉自：https://blog.csdn.net/weixin_41421485/article/details/81254563 ResNet（殘差網絡），DenseNet（密集連接卷積網絡） 激活函數是用來加入非線性因素的
2020-06-15 03:43:41
原创 【圖像分割】DeepMedic —— 醫學圖像分割的3D CNN框架
轉自https://blog.csdn.net/JYZhang_CVML/article/details/79519748 醫學圖像分割領域的最經典的分割網絡之
2020-06-15 03:43:41
原创 【圖像分割】U-net——基於FCN的強大分割網絡
在網絡結構方面，U-net已經在皮膚癌分割、肺結節分割等方面證明了其強大的優越性。 本文解讀其論文：U-Net: Convolutional Networks for Biomedical Image Segmentation （論文地址
2020-06-15 03:43:41
原创 【LeetCode】53. Maximum Subarray 動態規劃、最大子段和
題爲求數列的最大子串和，分析後採用動態規劃策略 最初的想法是用 f[i] 表示 0 到 i 區間的最大子串和，但這樣並不能很好的用當前狀態表示下一狀態，因爲最優的子串可能與下一個數字不連續 進而想到以 f[i] 表示 0 到 i 區間且
2020-06-15 03:43:41
原创 【LeetCode】931. Minimum Falling Path Sum 動態規劃、取容器最值
一到簡單的DP，一遍AC 當前行狀態受上一行的狀態約束，很容易寫出狀態轉移方程 dp[i][j]=min(min(dp[i-1][j-1], dp[i-1][j+1]), dp[i-1][j])+A[i][j]; 需要處理的是首尾兩
2020-06-15 03:43:41
原创 【深度學習】神經網絡調參實戰經驗
一、關於超參數 1、學習率 訓練經過幾個批次 (batch or step) 模型的目標函數損失值就急劇上升，這說明模型訓練的學習率過大，此時應該減小學習率，從頭訓練。 學習率減緩機制 1. 輪數減緩(step decay) 2. 指數減
2020-06-15 03:43:41