05 2023 档案
摘要:GAN 性能的提升从生成器 G 和判别器 D 进行左右互搏、交替完善的过程得到的。所以其 G 网络和 D 网络的能力应该设计得相近,复杂度也差不多。这个项目中的生成器,采用了两个全链接层接两组上采样和转置卷积层,将输入的噪声 Z 逐渐转化为 1×28×28 的单通道图片输出。
阅读全文
摘要:如今,手机已成为大众离不开的生活工具,而且它的迅速发展使得它的功能不再以通讯为主,手机逐渐发展为可移动的大众传播媒体终端设备,甚至可以比作为第五媒体。当今的大学生群体是智能手机使用者中的一支巨大的的队伍,零零后大学生在进入大学以来,学习生活中过度的依赖手机,甚至上课时忘记携带手机便会手足无措,神情恍惚。本比赛要求通过监控摄像头等拍摄到的画面判断画面中的人物是否正在使用手机
阅读全文
摘要:使用 PaddlePaddle 进行迁移学习,直接导入模型会有个警告,通过自定义网络结构,实现既加载了预训练模型,又能更好的训练自己的数据
阅读全文
摘要:import paddle.nn as nn import paddle class BN_Conv2D(nn.Layer): """ BN_CONV_RELU """ def __init__(self, in_channels, out_channels, kernel_size, stride
阅读全文
摘要:import paddle.nn as nn class ResidualBlock(nn.Layer): def __init__(self, in_channels, out_channels, stride = 1, downsample = None): super(ResidualBloc
阅读全文
摘要:import paddle.nn as nn class VGG16(nn.Layer): def __init__(self, num_classes=1000): super(VGG16, self).__init__() self.layer1 = nn.Sequential( nn.Conv
阅读全文