原创 【深度學習】Image Super-Resolution Using Deep Convolutional Networks

摘要 作者提出了一種深度學習圖像超分辨率的方法,直接在高低分辨率圖像之間學習一個端到端的映射。作者後續還證明了傳統的sparse-coding-based超分方法也可以看做一個深度卷積神經網絡,相對於這種方法,作者的方法聯合優化所

原创 【深度學習】常見的學習率衰減算法的介紹與選擇

前言 模型準確率的提高除了模型本身的設計學習的過程也十分重要,好的學習過程可以讓模型更快更好地趨近於最優。而學習過程中除了學習算法,學習率的控制也尤爲重要,固定值的學習率很容易最終不斷振盪,無法實現收斂。本文主要整理介紹一些學習率

原创 【數據庫系統】第八講 SQL語言與數據庫完整性和安全性

8.1 數據庫完整性的概念及分類 1、數據庫完整性的概念 數據庫完整性是指DBMS應保證DB的一種特性——在任何情況下的正確性、有效性和一致性 廣義完整性:語義完整性、併發控制、安全控制、DB故障恢復等 狹義完整性:專指語義完整性

原创 【模式識別】課程筆記(一)

1.1 什麼是模式識別 什麼是模式識別呢,認識這個問題首先要理解什麼是模式。 從認知科學的角度來看,認知過程中的一切行爲都歸結爲識別;從哲學的角度來看是尋求物質的本質屬性;回到工程的角度,針對給定的任務和應用研究如何使計算機具有識

原创 【數據庫系統】第十一講 數據建模之思想與方法

數據建模與數據庫設計的意義 之前涉及的主要是從關係到數據庫語言再到數據應用程序,而關係或者說表的設計則需要數據建模與數據設計,通過將現實世界的數據進行抽象然後設計數據庫。這個過程很重要,如果設計的不好在軟件開發與迭代過程中會產生很

原创 【個人總結】基於項目的AI Studio平臺下Linux深度學習環境配置心得

前言 PS:本部分主要是對本週工作的總結,標題對應的內容可以跳過本部分 上週主要的工作是研究了一下項目utils文件夾中的內容,實現了針對於各類數據集例如EgoHands、GTEA和EGTEA的data_loader,用於模型的訓

原创 【深度學習】A model-based gait recognition method with body pose and human prior knowledge

標題:A model-based gait recognition method with body pose and human prior knowledge 概要 作者提出了一個新的基於模型的步態識別方法,PoseGait。

原创 【三維重建】Learning the Depths of Moving People by Watching Frozen People

題目:Learning the Depths of Moving People by Watching Frozen People 鏈接:https://arxiv.org/abs/1904.11111 前言 三維重建領域學習的第

原创 【三維重建】Joint 3D Face Reconstruction and Dense Alignment with Position Map Regression Network

題目:Joint 3D Face Reconstruction and Dense Alignment with Position Map Regression Network 鏈接:https://arxiv.org/abs/1

原创 【三維重建】Unsupervised Learning of Depth and Ego-Motion from Monocular Video

題目:Unsupervised Learning of Depth and Ego-Motion from Monocular Video Using 3D Geometric Constraints 鏈接:https://arx

原创 【三維重建】PIFuHD:Multi-Level Pixel-Aligned Implicit Function for High-Resolution 3D Human Digitization

標題:PIFuHD: Multi-Level Pixel-Aligned Implicit Function for High-Resolution 3D Human Digitization 鏈接:http://xxx.itp.

原创 【深度學習】從對抗生成網絡出發的目標導向式優化器調參方法

前言 最近做對抗生成網絡實驗的過程中出現了模型無法收斂的問題,後來發現是優化器本身的問題,通過從效果較好的優化器數學表達式出發進行調整,最終包括SGD、SGDm、Adagrad、RMSprop和Adam在內的優化器都得到了收斂,特

原创 【深度學習】生成式對抗網絡(GAN)的常見評價指標:IS/FID/JS散度

前言 生成式對抗網絡的目標是生成高質量且多樣性的樣本,而一般的loss對其衡量能力有限,也無法像分類問題這種監督學習一樣通過準確率等指標衡量。因此需要一些特定的方式對其進行衡量,本文主要介紹場景的幾種衡量方式,即IS、FID與JS

原创 【深度學習】生成式對抗網絡原理與GAN/WGAN/WGAN-GP初步

GAN 生成對抗網絡(GAN, Generative Adversarial Networks)相比於CNN與RNN是一項比較新的技術,由Ian J. GoodFellow於2014年提出,隨後不斷髮展,目前已經廣泛用於圖像生成、

原创 【深度學習】踩坑日記:模型訓練速度過慢,GPU利用率低

問題描述 最近課程實驗在與同學交流的過程中發現自己的模型訓練速度比別人慢很多,而且使用AI Studio的Tesla V100速度與自己筆記本的GTX1050速度差別不大,跑一個ResNet50的epoch要12分鐘,一度讓我懷疑