摘要：
循环神经网络 循环神经网络或RNN是一类用于处理序列数据的神经网络。就像卷积网络是专门用于处理网格化数据的神经网络。 神经网络中的参数共享 参数共享可以使得模型能够拓展到不同形式的样本(序列数据中指不同长度的样本)并进行泛化。 在处理网格化数据时(例如图像问题)，卷积神经网络就是采用了参数共享的思想 阅读全文
摘要：
【Part 1】代码练习 HybridSN添加SE模块 跳转 【Part 2】视频学习 学习了视频中提到的论文，整理了一些笔记，简单实现了一下功能： 《Non-local Neural Networks》 跳转 《Selective Kernel Networks》 跳转 《Strip Poolin 阅读全文
摘要：
Strip Pooling: Rethinking Spatial Pooling for Scene Parsing 当前方法的不足之处 提高CNNs中远程依赖的建模能力的一种方法是采用self-attention机制或者non-local模块。但是他们会耗费内存去计算每个空间位置的相似度矩阵。 阅读全文
摘要：
Selective Kernel Networks 论文提出一种非线性方法来融合多个卷积核提取的不同尺度的特征从而实现自适应地调整感受野的大小。文中引入一种 “Selective Kernel”（SK） 卷积，其结构图如下所示： 其中包含三个操作： Split 产生多个不同核尺寸的分支，图中是两个分 阅读全文
摘要：
Non-local Neural Networks 卷积(convolutional)运算和循环(recurrent)运算都是对局部区域的处理。受计算机视觉中的非局部均值方法的启发，论文中提出一种非局部操作去捕捉远程依赖，用来建立较远位置的数据之间的关系。 比如在卷积网络中，我们虽然可以通过叠加多个 阅读全文
摘要：
代码练习 HybridSN中添加SE模块 #! wget http://www.ehu.eus/ccwintco/uploads/6/67/Indian_pines_corrected.mat #! wget http://www.ehu.eus/ccwintco/uploads/c/c4/Indi 阅读全文
摘要：
MobileNetV1 import torch import torch.nn as nn import torch.nn.functional as F import torchvision import torchvision.transforms as transforms import m 阅读全文
摘要：
代码练习 图像处理基本练习 下载并显示图像 (1) io.imread()、plt.imshow()，返回/读取数据维度的是(m,n,c)，最后一维是通道数，(c,m,n)形式的数据通过np.transpose(img,(1,2,0))转换。 (2) plt.subplot(121) 前两个数字表示 阅读全文