摘要：
#第四周：卷积神经网络Part3 ##视频学习：循环神经网络 ##1.绪论 循环神经网络的基本应用： 语音问答、机器翻译、股票预测、作词机、作诗、图像理解、视觉问答等； 循环神经网络与卷积神经网络： 循环神经网络：处理时序关系的任务； 卷积神经网络：输入与输出之间是相互独立的； ##2.基本组成结构 阅读全文
摘要：
#论文阅读 | Selective Kernel Networks ##Selective Kernel Convolution 本文提出了一种卷积神经网络系统中的动态选择机制，允许每个神经元基于输入信息的多尺度自适应地调整其感受野大小。为了使神经元能够自适应地调整它们的射频大小，作者提出了一种自动 阅读全文
摘要：
#第二次作业：卷积神经网络Part3 ##一、代码练习 ###1.HybridSN 模型的网络结构为如下图所示： 三维卷积： conv1：（1, 30, 25, 25）， 8个 7x3x3 的卷积核 ==>（8, 24, 23, 23） conv2：（8, 24, 23, 23）， 16个 5x3x 阅读全文
摘要：
##1 问题总结 最近一段时间内比较困扰我的问题： 做代码练习时，代码有些细节看不太明白，最近在学习pytorch的官方文档，希望能有一些帮助 在transform.normalize()中的数字每次都不太一样，这个是有什么计算方法吗 本周学习内容的问题： MobileNet V2 代码练习中，“因 阅读全文
摘要：
##论文阅读 | MobileNetV2: Inverted Residuals and Linear Bottlenecks ###Motivation MobileNet V2 是对MobileNetV1的一个改进. MobileNet V2 主要提出两方面的改进： Linear Bottlen 阅读全文
摘要：
###引言 自从AlexNet通过赢得ImageNet挑战推广了深度卷积神经网络以来，卷积神经网络在计算机视觉中变得无处不在。为了达到更高的精度，总的趋势是制造更深层和更复杂的网络。然而，在某些真实的应用场景如移动或者嵌入式设备，如此大而复杂的模型是难以被应用的。 本文描述了一种高效的网络体系结构和 阅读全文
摘要：
import torch import torch.nn as nn from torch.hub import load_state_dict_from_url model_urls = { 'resnet18': 'https://download.pytorch.org/models/resn 阅读全文
摘要：
#1 视频学习 ##1.1 深度学习的数学基础 在这一章里主要学习了以下内容： 矩阵的线性变换，特征向量与特征值； 秩：如果矩阵的各行具有相关性，一般是低秩的；通常利用秩进行数据降维（如：利用最大秩压缩图像、奇异值分解）和低秩近似（如：图像去噪，将矩阵分解为一个低秩矩阵，一个稀疏矩阵）； 机器学习的 阅读全文
摘要：
##1 视频学习 ###1.1 绪论 1.机器学习的三要素： 1）模型（问题建模，确定假设空间） 2）策略（确定目标函数） 3）算法（求解模型参数） 2.专家系统与机器学习： 1）专家系统：基于手工规则建立专家系统，结果容易解释，但系统构建费时费力，依赖于专家主观经验，难以保证一致性和准确性； 2） 阅读全文
摘要：
####为什么要读研究生 这个问题，我似乎很久没有问过自己了。说起来，还是一个挺久远的故事。 在高三的时候，在我们教室的墙上贴着我们每个人理想的大学，那个时候我的目标是西北工业大学，去那里学习航空航天，因为那时的我有一个很远大的梦想，“我想成为神舟系列某个火箭的总设计师”。那个时候，我就已经觉得我一 阅读全文