09 2019 档案

摘要:比如想要知道一个数是否为2的幂次,运行为: 返回: 可见8.0 == 8 阅读全文
posted @ 2019-09-18 15:27 慢行厚积 阅读(173) 评论(0) 推荐(0) 编辑
摘要:记录下一些常用设置: 1.下采样 当设置为: kernel_size = 4, stride = 2, padding = 1,就是将特征图宽高缩小一倍的意思,就比如是将256*256 -> 128*128 kernel_size=7, stride=2, padding=3,这个也相当于缩小一倍 阅读全文
posted @ 2019-09-16 18:26 慢行厚积 阅读(2646) 评论(0) 推荐(0) 编辑
摘要:参考:https://pypi.org/project/tqdm/ 1.安装: 使用这个方法安装好像将我conda的环境的python版本换成了1.6版本,不好: 解决,回到原来的状态: 在anaconda上重新安装下jupyter notebook即可 换成了下面的下载方法: 2.使用 tqdm是 阅读全文
posted @ 2019-09-16 17:46 慢行厚积 阅读(5868) 评论(0) 推荐(0) 编辑
摘要:cuDNN使用非确定性算法,并且可以使用torch.backends.cudnn.enabled = False来进行禁用 如果设置为torch.backends.cudnn.enabled =True,说明设置为使用使用非确定性算法 然后再设置: 那么cuDNN使用的非确定性算法就会自动寻找最适合 阅读全文
posted @ 2019-09-12 18:18 慢行厚积 阅读(31243) 评论(0) 推荐(2) 编辑
摘要:其实在代码的开头添加下面几句话即可: 为了生成随机数设置种子。返回一个torch.Generator对象 参数: seed (int) – 期望的种子数 为当前GPU生成随机数设置种子。如果CUDA不可用,调用该方法也是安全的;在这种情况下,该调用就会被忽略 参数: seed (int) – 期望的 阅读全文
posted @ 2019-09-12 18:13 慢行厚积 阅读(3793) 评论(2) 推荐(1) 编辑
摘要:在为数据分类训练分类器的时候,比如猫狗分类时,我们经常会使用pytorch的ImageFolder: 使用可见pytorch torchvision.ImageFolder的使用 这里想实现的是如果想要覆写该函数,即能使用它的特性,又可以实现自己的功能 首先先分析下其源代码: ImageFolder 阅读全文
posted @ 2019-09-12 17:58 慢行厚积 阅读(3902) 评论(0) 推荐(0) 编辑
摘要:在使用过程中一直以为要在哪个指定的environment下(即参数env)绘制内容,就必须在使用时声明 比如如果不声明,默认的就是在'main'环境下,端口为8097: 这个时候如果想要在另一个环境,比如'mydata',其实并不用重新声明下面的语句: 可以仍使用viz = visdom.Visdo 阅读全文
posted @ 2019-09-11 18:18 慢行厚积 阅读(1347) 评论(0) 推荐(0) 编辑
摘要:Learning Face Age Progression: A Pyramid Architecture of GANs Abstract 人脸年龄发展有着两个重要的需求,即老化准确性和身份持久性,但是在文献中都没有很好地学习到。在该论文中,我们提出了一种创新的基于生成对抗网络的方法。该方法对固有 阅读全文
posted @ 2019-09-09 19:13 慢行厚积 阅读(3689) 评论(1) 推荐(0) 编辑
摘要:CVAE-GAN: Fine-Grained Image Generation through Asymmetric Training CVAE-GAN: Fine-Grained Image Generation through Asymmetric Training CVAE-GAN: Fine 阅读全文
posted @ 2019-09-09 17:39 慢行厚积 阅读(5210) 评论(0) 推荐(0) 编辑
摘要:参考https://scikit-learn.org/stable/modules/generated/sklearn.ensemble.IsolationForest.html#sklearn.ensemble.IsolationForest.fit 孤立森林算法 使用孤立森林算法对每个样本返回异 阅读全文
posted @ 2019-09-06 16:46 慢行厚积 阅读(2628) 评论(0) 推荐(0) 编辑
摘要:参考:https://scikit-learn.org/stable/auto_examples/ensemble/plot_isolation_forest.html#sphx-glr-auto-examples-ensemble-plot-isolation-forest-py 代码: 返回: 阅读全文
posted @ 2019-09-06 16:45 慢行厚积 阅读(1123) 评论(0) 推荐(0) 编辑
摘要:论文http://202.119.32.195/cache/10/03/cs.nju.edu.cn/da2d9bef3c4fd7d2d8c33947231d9708/tkdd11.pdf 1. INTRODUCTION 1. INTRODUCTION 1. INTRODUCTION 1. INTRO 阅读全文
posted @ 2019-09-05 21:25 慢行厚积 阅读(3099) 评论(2) 推荐(0) 编辑
摘要:参考https://zhuanlan.zhihu.com/p/22464760 1.KL散度为一维高斯分布时: 画图表示式子证明两者的升降关系: 图为: 2.1.KL散度为多维高斯分布时:(设为n维) 所以最终结果为: 阅读全文
posted @ 2019-09-03 20:48 慢行厚积 阅读(398) 评论(0) 推荐(0) 编辑
摘要:intractable棘手的,难处理的 posterior distributions后验分布 directed probabilistic有向概率 approximate inference近似推理 multivariate Gaussian多元高斯 diagonal对角 maximum like 阅读全文
posted @ 2019-09-03 20:44 慢行厚积 阅读(1521) 评论(0) 推荐(0) 编辑
摘要:在使用 torchvision.transforms进行数据处理时我们经常进行的操作是: transforms.Normalize((0.485,0.456,0.406), (0.229,0.224,0.225)) 前面的(0.485,0.456,0.406)表示均值,分别对应的是RGB三个通道;后 阅读全文
posted @ 2019-09-02 19:36 慢行厚积 阅读(13555) 评论(4) 推荐(0) 编辑
摘要:使用tertools.chain将参数链接起来即可 阅读全文
posted @ 2019-09-02 16:20 慢行厚积 阅读(7034) 评论(0) 推荐(1) 编辑