摘要： 文章来源：https://www.jianshu.com/p/01577e86e506 pytorch中的 2D 卷积层 和 2D 反卷积层 函数分别如下： 我不禁有疑问： 问题1： 两个函数的参数为什么几乎一致呢？ 问题2： 反卷积层中的 output_padding是什么意思呢？ 问题3： 反卷 阅读全文

摘要： 整理一下看到的自定义数据读取的方法，较好的有一下三篇文章， 其实自定义的方法就是把现有数据集的train和test分别用 含有图像路径与label的list返回就好了，所以需要根据数据集随机应变。 "所有图片都在一个文件夹1" 之前刚开始用的时候，写Dataloader遇到不少坑。网上有一些教程 分 阅读全文

摘要： [TOC] 51nod一个贪心专题，大多数都是见过的套路，做题找找感觉，有些题解思路懒得写了，直接贴毕姥爷的直播题解了 A 低买高卖 考虑股票市场，一共有n天。对于第i天，B君知道股票的价格是每单位a[i]元在每一天，B君可以选择买入一个单位的股票，卖出一个单位的股票，或者什么都不做。 刚开始B君有 阅读全文

摘要： 有些地方还没看懂， mark一下 文章来源： https://blog.csdn.net/g11d111/article/details/82855946 <! flowchart 箭头图标 勿删 去年曾经使用过FCN（全卷积神经网络）及其派生Unet，再加上在爱奇艺的时候做过一些超分辨率重建的内容 阅读全文

摘要： 参考： "打开链接" 卷积： 就是这个图啦，其中蓝色部分是输入的feature map，然后有3 3的卷积核在上面以步长为2的速度滑动，可以看到周围还加里一圈padding，用更标准化的参数方式来描述这个过程： 二维的离散卷积(N=2) 方形的特征输入($i_{1}=i_{2}=i$) 方形的卷积核 阅读全文

摘要： ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~本文目录1. xavier初始化2. kaiming初始化3. 实际使用中看到的初始化3.1 ResNeXt，densenet中初始化3.2 wide residual networks中初始化（MSRinit）~~~~~~ 阅读全文

摘要： [TOC] 1. 加载图像(cv::imread) imread()功能是加载图像文件成为一个Mat对象，如果读取文件失败，则会返回一个空矩阵，即 Mat::data 的值是 NULL。imread()函数的声明如下: 其中第一个参数是表示图像文件名称；第二个参数表示加载的图像是什么类型，支持常见的 阅读全文

摘要： [TOC] 1. make_grid() 2. join与os.path.join() 1.join（）函数 语法：‘sep’.join（seq） 参数说明： sep：分隔符。可以为空 seq：要连接的元素序列、字符串、元组、字典等 上面的语法即：以sep作为分隔符，将seq所有的元素合并成一个新的 阅读全文

摘要： 文章来源： https://zhuanlan.zhihu.com/p/35675109 https://www.aiuai.cn/aifarm646.html 之前用pytorch是手动记录数据做图，总是觉得有点麻烦。学习了一下tensorboardX，感觉网上资料有点杂，记录一下重点。由于大多数情 阅读全文

摘要： 转自： "知乎" 目录：保存模型与加载模型冻结一部分参数，训练另一部分参数采用不同的学习率进行训练1.保存模型与加载简单的保存与加载方法： 保存整个网络 torch.save(net, PATH) 保存网络中的参数, 速度快，占空间少 torch.save(net.state_dict(),PATH 阅读全文