原创 latex入門及相關問題彙總
安裝latex live+texstudio latex live相當於環境，texstudio相當於ide 1.入門 https://liam.page/2014/09/08/latex-introduction/ 2.保存高清
2020-03-30 20:02:11
原创 cmake 與make 與make install
cmake執行CMakeLists.txt make 執行Makefile用來編譯 make install用來安裝 參考 make makefile cmake qmake都是什麼，有什麼區別？ - 玟清的回答 - 知乎 https:/
2020-03-14 14:41:44
原创 attention 總結
1.NLP attention https://zhuanlan.zhihu.com/p/47063917 self-attention https://zhuanlan.zhihu.com/p/47282410 Self Attent
2020-03-05 01:00:20
原创 Reid PCB_RPP
參考： https://zhuanlan.zhihu.com/p/45657460 PCB框架： RPP就是在average pooling之前做一個attention 原來可以理解爲手動分割，每一個average pooling只對相
2020-03-05 01:00:20
原创 ResNet與ResNeXt與SEnet
Resnet：殘差連接增加網絡的深度 https://blog.csdn.net/Jing_xian/article/details/78878966 ResNeXt:單路卷積變爲多路平行卷積，優於更深的單路卷積 看圖： https:
2020-02-26 16:31:30
4
原创 leetcode27. Remove Element
class Solution: def removeElement(self, nums: List[int], val: int) -> int: i= 0; newlength=len(nums
2020-02-26 16:31:30
原创 Reid入門
入門： https://zhuanlan.zhihu.com/p/83411679 綜述： https://zhuanlan.zhihu.com/p/73517757 典型paper: PCB: https://zhuanlan.zhih
2020-02-26 16:31:30
原创 Global Average Pooling與FC與Average Pooling與 Global Max Pooling
1. Global Average Pooling Global Average Pooling（GAP）出自 Network in network GAP 輸入(H, W, C)-->（1, 1, C） 直接在HW上pooling，將
2020-02-26 16:31:30
原创 英偉達GPU及架構
英偉達 GTX 1080TI Pascal™ 結構 T4卡 基於Turing架構 P4卡 Pascal™ 結構 V100 基於Volta架構 在某一個架構上進行序列化, 就應該在這個架構上測試, 否則會報錯 tensorRT:NVID
2020-02-22 02:45:43
原创 pytorch tensorboard可視化loss, 圖像, feature, 梯度等
https://shenxiaohai.me/2018/10/23/pytorch-tutorial-TensorBoard/ https://zhuanlan.zhihu.com/p/54947519 使用可視化檢測roipooling
2020-02-22 02:45:33
原创 Upsample與ConvTranspose2d
兩者都是用來實現上採樣，假設採樣倍數爲scale, 則把(H, W, C) -->變爲（H*scale, W*scale，C） 下面以2倍上採樣爲例。 1.Upsample通過插值方法完成上採樣。所以不需要訓練參數。 nn.Upsampl
2020-02-22 02:45:33
27
原创 one-stage檢測YOLO系列/SSD
YOLO YOLO_V2 主要用了很多tricks.可以借鑑用來訓練別的任務 主要爲： https://zhuanlan.zhihu.com/p/35325884 1.預訓練多尺度，先224*224訓練，在448*448fintune
2020-02-22 02:45:33
原创 深度學習調參技巧
1. 初始化 非常重要 優先Xavier, hekaiming 調了幾天的batch, normalization沒啥用, 一步初始化提高了50個點.... 2.學習率 大學習率, 跑的快, 那麼在同樣的時間就可以調更多的參數, 一般
2020-02-22 02:45:33
2
原创 Imbalance Problems in Object Detection:A review 文獻閱讀
9.3 scale imbalance問題 9.3.1高級特徵不同層的特性 1.抽象性：FPN中高層網絡表徵高一級特徵, 低級網絡表徵低級特徵。低級特徵一般爲邊，輪廓， 角點等，但是高級特徵更抽象。 2.粗粒度的。高級別的特徵維度小，對應
2020-02-22 02:45:33
原创 rm -rf 恢復文件以及防止辦法
https://chenjiehua.me/linux/linux-rm-recovery.html 防止方法, 即重定向後, 移動到某一個地方, 然後隔一段時間真正刪除 https://juejin.im/post/5ae3c614f2
2020-02-22 02:45:33