原创 SNAS：比DARTS更隨機的
原文地址：https://arxiv.org/pdf/1812.09926.pdf 參考博客：AI科技大本營，雷鋒網，喜歡打醬油的老鳥 原本是打算略讀這篇的……不過讀着讀着愈發感覺到這裏面承載的知識含量，因此開一貼詳述。 1.本文做了什麼
2020-06-23 18:12:08
原创 Batch Normalization批標準化：概率在神經網絡中的重要地位
在學YOLO的時候，正好看到YOLOv2上使用了BN，而自己雖然一直用但卻不清楚其中的原理。因此膜拜一下別人的博客，將內容記錄於此。 首先，郭耀華的博客裏講的真的很詳細。下面的所有引文都是該博客中的原話，中間我覺的不太重要的部分進行了概括
2020-06-23 18:12:08
原创 對Exploring RandomlyWired Neural Networks for Image Recognition的另類解讀：披着隨機搜索外衣的操作至上方法
原文鏈接：https://arxiv.org/abs/1904.01569 項目地址：https://github.com/seungwonpark/RandWireNN 中文翻譯：https://blog.csdn.net/weixin
2020-06-23 18:11:57
原创 Anytime Online Novelty Detection for Vehicle Safeguarding：實時新穎性檢測方法
新穎性檢測（Novelty Detection）也被稱爲異常檢測（Anomaly Detection）或離羣點檢測（Outlier Detection），其目的是使機器能夠識別出當前場景的輸入與之前場景的輸入（訓練或實踐過程中）是否一致，
2020-06-23 18:11:57
原创 多窗口終端Terminator安裝與風格配置
這裏記錄一下安裝和配置Terminator的過程。雖然網上的安裝教程很多，但是風格配置寫的真是一塌糊塗。 首先安裝，非常簡單： $ sudo apt-get install terminator $ terminator 然後終端就ru
2020-06-23 18:11:57
1
原创 Linux監控CPU 內存 GPU佔用情況
因爲最近要跑網絡，想盡量提高服務器利用率，因此這裏記錄下如何監控各硬件使用情況。 首先，CPU和內存可以直接執行 $ top 然後出來的界面就能看到CPU和顯存MEM的使用情況了。但是這個界面全是數值，不好用。這裏推薦使用htop。執行
2020-06-23 18:11:57
原创 OpenCV3安裝教程
首先說一下爲什麼不用OpenCV4。OpenCV4中將cv.h的內容轉移到了其他的裏，直接導致依賴於OpenCV3編寫的程序的所有相關代碼報錯，十分鬧心，我在用OpenCV4執行YOLO報錯後爲了免得以後還得改，直接卸載了OpenCV4。
2020-06-23 18:11:57
原创 Ubuntu16.04上Anaconda3+pytorch1.2+Jupyter Notebook安裝
1.Anaconda安裝 首先，去Anaconda官網下載相應的安裝包。 進入包所在的目錄，執行 bash Anaconda3-2019.07-Linux-x86_64.sh 首先回車確認安裝，然後空格到底看完license，輸入yes
2020-06-23 18:11:56
原创 YOLO：工業界翹楚的成長
一些參考博客：CSDN人工智能頭條，洲洲_starry，shishi_m037192554，fariver，圖像所浩南哥，AI之路 YOLO系列的官方網站：https://pjreddie.com/darknet/yolo/ 雖然網上關於
2020-06-23 18:11:55
原创 NAS-Bench-101: Towards Reproducible Neural Architecture Search：第一個NAS查表數據集
原文鏈接：https://arxiv.org/pdf/1902.09635.pdf 數據集與代碼鏈接：https://github.com/google-research/nasbench 1.本文做了什麼？ 本文設計了第一個供NAS
2020-06-23 18:11:55
12
原创 一些人工智能方面的名詞和領域
不知道有沒有人跟我有一樣的感覺：有時候你有一個構想，但卻半天找不到同僚或者先驅。而在你知道這個領域的名稱後，很快你就能找到很多相關的研究。因此，我在這裏收集了人工智能領域的一些名詞和其釋義，以供參考。（持續更新） 1.元學習（Meta L
2020-06-23 18:11:55
原创 YOLOv3 製作並訓練自己的數據集
本文參考了：dspeia的製作教程，Rani_zZ的製作教程，Darknet官網中的YOLO教程。 首先對YOLO進行簡要說明。YOLO是一個one-stage網絡，其直接回歸所檢測目標的邊框參數（左上點x，y，寬高width，heigh
2020-06-23 18:11:53
原创 Learning to Model the Tail：通過多樣本任務輔助少樣本任務學習（元學習）
在日常生活中，數據的數量並不是相等的。即使是在超大型數據集中，數據的數量差異也廣泛存在，例如下圖中SUN-397中的數據分佈情況。臥室的數據可以達到1000以上，但圖書館甚至不到50。 在本文中，這種數據分佈情況被稱爲“長尾”（long
2020-06-23 17:13:01
原创 DARTS：用概率模型使網絡架構搜索變得可導
數學就是知識，這是對DARTS最形象的概述。 不知道其他看官有沒有這種感覺，深度學習在經過冗長的一段試錯法發展（從AlexNet到DenseNet，其間催生了無數修改模型-有效-嘗試解釋-發文的臆測型模型修改水文）後，終於在AutoDL下
2020-06-23 17:13:01
原创 Auto-Deeplab：從SOTA模型開始學習神經架構搜索
寫在文章前面的一點小感想： 筆者是北京某高校的在讀研究生。研一至今一直在從事着名爲科研的本科實驗報告撰寫工作，深感自己與時代脫節嚴重。恰逢導師有意，遂將元學習與神經架構搜索作爲自己的研究方向，但卻一直沒有邁出那個第一步。因爲覺得自己如此虛
2020-06-23 17:13:01