Zenith Hugh

摘要： 参考： 【1】梯度下降学习率的设定策略 【2】CosineAnnealingLR-余弦退火调整学习率 【3】图解 9 种Torch中常用的学习率调整策略 【4】炼丹总结 阅读全文

摘要： 脚本 import torch import time import sys sys.path.insert(0, sys.path[0]+"/../") from cls_models.model import ClsModel if __name__ == '__main__': model_n 阅读全文

摘要： 环境： linux CentOS 遇到的问题： 我打断了 pytorch 下的模型训练，导致 tensorboard 输出的文件无法删除。 想使用 rm -r 删除文件夹时候遇到错误。 rm: cannot remove `你的文件目录/.nfs0000000002f1f4f600000002': 阅读全文

摘要： 参考： conda 环境迁移, 修改conda路径（复制文件夹 + 软连接） 移动文件夹，建立软链接 删除软链接： unlink link_name 或者，我认为直接移动文件夹，然后修改环境变量也行。但是我尝试的是以上方法。 pip 安装 dlib 失败，我使用的 conda 进行安装： conda 阅读全文

摘要： 训练模型时候一定要知道，模型使用的是 什么格式的输入，是 BGR 还是 RGB。 数据增强过程中，要看到其中是否经过了 BGR 和 RGB 的变换。 测试的时候，一定要和 训练时候的格式保持一致， 否则模型会识别不准。 此外， Image.fromarray(img_.astype('uint8') 阅读全文

摘要： 1. 配置 linux C++ 开发环境 vscode 安装 C/C++ ； Code Runner 插件。 # 安装 gdb sudo apt-get update sudo apt-get install gdb 点运行按钮就可以 调试和运行 代码了。 2. 配置 oh-my-zsh sudo 阅读全文

摘要： | 原始题目 | Learning Efficient Convolutional Networks through Network Slimming | | | | | 中文名称 | 通过网络 瘦身（Slimming） 学习高效卷积网络 | | 发表时间 | 2017年8月22日 | | 平台 | 阅读全文

摘要： 这个问题可能有不同的观点。 关于保持长宽比(或 letterbox ，有些人喜欢说) 为什么要保持长宽比？ 这更像是一个哲学问题。人们认为，保持高宽比有助于网络了解物体大小的自然变化(例如，一个人的界限框不可能超高和超窄，因为那将是一个街灯)。 为什么不保持长宽比呢？ 如果你调整大小而不保持纵横比和 阅读全文

摘要： 原始题目 U-Net: Convolutional Networks for Biomedical Image Segmentation 中文名称 U-Net:用于生物医学图像分割的卷积网络 发表时间 2015年5月18日 平台 Miccai 2015 来源 University of Freibu 阅读全文

摘要： 理论部分略过。 SVM 是一种有监督的机器学习分类算法。由于一般都是调 sklearn 的包，所以 SVM 的核心在于如何设计好的特征，也就是特征工程。 特征工程的设计主要靠实验，以及总结的规律和想法。 建议做法：将 特征存为 一个 .csv 文件。csv 每一列如果是多个值，可以以 1D list 阅读全文