原创 令人胃痛的protobuf
1 什麼是 Google Protocol Buffer？ 什麼是 Google Protocol Buffer？ Google Protocol Buffer( 簡稱 Protobuf) 是 Google 公司內部的混合語言
2019-02-14 20:52:26
193
原创 Pytorch模型訓練--數據加載
前面幾篇博客分析Pytorch模型訓練的模型定義，損失函數及優化器，本文則來看看在模型訓練中，又一非常重要的模塊—數據加載 在深度學習模型訓練中，我們面對的訓練任務是多種多樣的，不同任務面對的數據格式也是不同的，甚至相同任務，
2019-02-01 13:53:10
17
原创 Pytorch模型訓練--CPN源碼解析（更新中）
本人在博客2D多人姿態估計–《Cascaded Pyramid Network for Multi-Person Pose Estimation》中簡述了CPN的原理，這裏則來解析下其源碼；論文作者提供的源碼是tensorflow版
2019-01-25 20:56:41
8
原创 Pytorch模型訓練--模型保存與加載（3）
本系列來總結Pytorch訓練中的模型結構一些內容，包括模型的定義，模型參數化初始化方法，模型的保存與加載等 1 模型定義 2 模型初始化 3 模型保存與加載 1 保存和加載 1）首先看Save源碼 save使用pickl
2019-01-25 20:56:41
467
原创 Pytorch模型訓練--Optimizer
本文總結Pytorch中的Optimizer Optimizer是深度學習模型訓練中非常重要的一個模塊，它決定參數參數更新的方向，快慢和大小，好的Optimizer算法和合適的參數使得模型收斂又快又準 但本文不會討論什麼任
2019-01-25 20:56:41
198
原创 Pytorch模型訓練--模型初始化（2）
本系列來總結Pytorch訓練中的模型結構一些內容，包括模型定義，模型參數初始化，模型保存與加載等 1 模型定義 2 模型初始化 3 模型保存與加載 上篇博文簡述了模型定義，嚴格來說，模型參數初始化也是模型構造的一部分，但其又
2019-01-25 20:56:41
53
原创 Pytorch模型訓練--Loss Function
本文總結Pytorch中的Loss Function Loss Function是深度學習模型訓練中非常重要的一個模塊，它評估網絡輸出與真實目標之間誤差，訓練中會根據這個誤差來更新網絡參數，使得誤差越來越小；所以好的，與任務匹
2019-01-25 20:56:41
42
原创 2D多人姿態估計--《Cascaded Pyramid Network for Multi-Person Pose Estimation》
《Cascaded Pyramid Network for Multi-Person Pose Estimation》 機構：Face++ 源碼：https://github.com/chenyilun95/tf-cpn 效果：COC
2019-01-21 20:00:48
4
原创 Pytorch模型訓練--模型定義（1）
本系列來總結Pytorch訓練中的模型結構一些內容，包括模型的定義，模型參數化初始化方法，模型的保存與加載等 1 模型定義–三要素 1）Pytorch模型的定義都需要繼承nn.module這個類 讀者可以在Pytorch源碼
2019-01-21 20:00:48
26
原创 Caffe Prototxt 激活層系列：TanH Layer
TanH Layer 是DL中非線性激活的一種，在深層CNN中，中間層用得比較少，容易造成梯度消失（當然不是絕對不用）；在GAN或一些網絡的輸出層常用到 首先我們先看一下 TanHParameter message TanHParam
2019-01-16 20:30:19
原创 Caffe Prototxt 激活層系列：Power Layer
TanH Layer 是DL中非線性激活的一種，CNN中比較少見 首先我們先看一下 PowerParameter message PowerParameter { // PowerLayer computes outputs
2019-01-16 20:30:19
4
原创 Caffe Prototxt 激活層系列：Sigmoid Layer
Sigmoid Layer 是DL中非線性激活的一種，在深層CNN中，中間層用得比較少，容易造成梯度消失（當然不是絕對不用）；在GAN或一些網絡的輸出層常用到 首先我們先看一下 SigmoidParameter message Si
2019-01-16 20:30:19
13
原创 Caffe Prototxt 特殊層系列：Crop Layer
Crop Layer：剪切 一般：輸入（bottom blobs）有兩個，輸出一個（top blobs） 我們假設輸入：A，B，輸出：C 即將A在參數控制下，按照B的參數進行剪切，輸出給C 首先我們先看一下 CropParameter
2019-01-16 20:30:19
原创 Caffe層系列：Dropout Layer
Dropout Layer作用是隨機讓網絡的某些節點不工作（輸出置零），也不更新權重；是防止模型過擬合的一種有效方法 首先我們先看一下 DropoutParameter message DropoutParameter { op
2019-01-12 20:36:18
3
原创 Caffe層系列：Softmax Layer
Softmax Layer作用是將分類網絡結果概率統計化，常常出現在全連接層後面 CNN分類網絡中，一般來說全連接輸出已經可以結束了，但是全連接層的輸出的數字，有大有小有正有負，人看懂不說，關鍵是訓練時，它無法與groundtruth
2019-01-12 20:36:18