一扇窗

摘要： "A Closer Look at Spatiotemporal Convolutions for Action Recognition " 研究机构：facebook的论文 主要思想与创新：实验上论证R(2+1)D比C3D会更好，相同的参数，卷积效果更好 1针对视频任务（可以看做是有关联信息的3D 阅读全文

摘要： 画loss,但是一直遇到一个问题，定义窗口时，需要画第一个点（一般是原点），但是这边后面增加点，导致append到后面，但是第一点没办法处理。 安装visdom 打开 使用visdom 解决画图中，第一个点需要替换 推荐教程： https://github.com/facebookresearch/ 阅读全文

摘要： 视频地址： http://list.youku.com/albumlist/show?id=18265477&ascending=1&page=1 课件和网课地址： http://52opencourse.com/373/2012%E9%BE%99%E6%98%9F%E8%AE%A1%E5%88%9 阅读全文

摘要： 设置这个 flag 可以让内置的 cuDNN 的 auto tuner 自动寻找最适合当前配置的高效算法，来达到优化运行效率的问题。 应该遵循以下准则： 如果网络的输入数据维度或类型上变化不大，也就是每次训练的图像尺寸都是一样的时候，设置 torch.backends.cudnn.benchmark 阅读全文

摘要： 编译的相关知识 1.Linux里面，静态文件是 .a 动 态文件是 .so 2.bin里面一般是放置可执行文件，lib里面是放置链接文件。 教程连接： https://www.hahack.com/codes/cmake/ 阅读全文

摘要： "Action Recognition Using Supervised Spiking Neural Networks" 主要思想与创新：使用脉冲神经网络Spiking neural network，对运动残差图进行模式分类 结果和优点 97.2% recognition accuracy 知识点 阅读全文

摘要： 花了一周的时间，终于把docker的一个教程学完了，总体来说还是很不错的额，学习技术还是结合视频学习比较高效，也自己搭建了阿里云的服务器，实验室的服务器是在是太拥挤了。 （尚硅谷_Docker核心技术（基础篇））[https://www.bilibili.com/video/av27122140?p 阅读全文

摘要： 1.Action Recognition Using Local Visual Descriptors and Inertial Data (pdf)[https://link.springer.com/chapter/10.1007/978 3 030 34255 5_9] 使用视觉和惯性数据来做 阅读全文

摘要： A Novel Scheme for Training Two Stream CNNs for Action Recognition 创新点 1.使用cur算子来代表运动信息 2.提升了速度运算 3.依然是使用双端网络模型 4.对训练的的时候，收敛条件的判断，可以提速： pdf地址： https:/ 阅读全文

摘要： 论文标题：Human Action Recognition Using Deep Multilevel Multimodal (M2 ) Fusion of Depth and Inertial Sensors 来源/作者机构情况：Zeeshan Ahmad 解决问题/主要思想贡献： 1.将单张前景 阅读全文