原创 如何使用logging生成日誌

【GiantPandaCV導語】日誌對程序執行情況的排查非常重要,通過日誌文件,可以快速定位出現的問題。本文將簡單介紹使用logging生成日誌的方法。 logging模塊介紹 logging是python自帶的包,一共有五個level:

原创 高效管理深度學習實驗

【GiantPandaCV導語】這學期參加了一個比賽,有比較大的代碼量,在這個過程中暴露出來很多問題。由於實驗記錄很糟糕,導致結果非常混亂、無法進行有效分析,也沒能進行有效的回溯。趁比賽完結,打算重構一下代碼,順便參考一些大型項目的管理方法

原创 Python Yaml配置工具

【GiantPandaCV導語】深度學習調參過程中會遇到很多參數,爲了完整保存一個項目的所有配置,推薦使用yaml工具進行配置。 簡介 Yaml是可讀的數據序列化語言,常用於配置文件。 支持類型有: 標量(字符串、證書、浮點) 列表 關聯

原创 【神經網絡搜索】神經網絡架構國內外發展現狀-NAS信息檢索

@目錄[1] 信息檢索語言[2] 信息檢索技術[3] 信息檢索工具[4] 信息檢索流程 [1] 信息檢索語言 信息檢索語言是用於描述信息系統中的信息的內容特徵,常見的信息檢索語言包括分類語言和主題語言。就神經網絡架構搜索這個問題來說,最好選

原创 【Pytorch基礎】BatchNorm常識梳理與使用

BatchNorm, 批規範化,主要用於解決協方差偏移問題,主要分三部分: 計算batch均值和方差 規範化 仿射affine 算法內容如下: 需要說明幾點: 均值和方差是batch的統計特性,pytorch中用running_me

原创 【神經網絡搜索】Once for all

【GiantPandaCV導語】Once for all是韓松組非常有影響力的工作,其最大的優點是解耦了訓練和搜索過程,可以直接從超網中採樣出滿足一定資源限制的子網,而不需要重新訓練。該工作被ICLR20接收。 目錄0. Info1. Mo

原创 如何閱讀和學習深度學習項目代碼

【前言】現在深度學習項目代碼量越來越大,並且單個文件的量也非常的大。筆者總結了一些專家的經驗並結合自己看的一些項目,打算總結一下如何探索和深入一個深度學習項目庫。筆者pprp,未經允許不得擅自轉發。 1. 基礎知識 首先,需要保證有一定的深

原创 【NAS工具箱】Drop Path介紹 + Dropout回顧

【前言】Drop Path是NAS中常用到的一種正則化方法,由於網絡訓練的過程中常常是動態的,Drop Path就成了一個不錯的正則化工具,在FractalNet、NASNet等都有廣泛使用。 Dropout Dropout是最早的用於解決

原创 【NAS工具箱】Pytorch中的Buffer&Parameter

Parameter : 模型中的一種可以被反向傳播更新的參數。 第一種: 直接通過成員變量nn.Parameter()進行創建,會自動註冊到parameter中。 def __init__(self): super(MyMode

原创 【神經網絡架構搜索】NAS-Bench-101: 可復現神經網絡搜索

【GiantPandaCV導語】Google Brain提出的NAS領域的Benchmark,是當時第一個公開的網絡架構數據集,用於研究神經網絡架構搜索。本文首發GiantPandaCV,請不要隨意轉載。 0. 摘要 神經網絡搜索近年來取

原创 【神經網絡搜索】Single Path One Shot

【GiantPandaCV導讀】Single Path One Shot(SPOS)是曠視和清華、港科大聯合的工作。與之前的工作不同,SPOS可以直接在大型數據集ImageNet上搜索,並且文章還提出了一種緩和權重共享的NAS的解耦策略,讓

原创 【神經網絡搜索】DARTS: Differentiable Architecture Search

【GiantPandaCV】DARTS將離散的搜索空間鬆弛,從而可以用梯度的方式進行優化,從而求解神經網絡搜索問題。本文首發於GiantPandaCV,未經允許,不得轉載。 1. 簡介 此論文之前的NAS大部分都是使用強化學習或者進化算法等

原创 Microsoft NNI入門

【GiantPandaCV導語】Neural Network Intelligence 是一個工具包,可以有效幫助用戶設計並調優汲取學習模型的神經網絡架構,以及超參數。具有易於使用、可擴展、靈活、高效的特點。本文主要講NNI基礎的概念以及一

原创 【神經網絡搜索】Efficient Neural Architecture Search

【GiantPandaCV導語】本文介紹的是Efficient Neural Architecture Search方法,主要是爲了解決之前NAS中無法完成權重重用的問題,首次提出了參數共享Parameter Sharing的方法來訓練網絡