09 2019 档案
摘要：Focal Loss 与 GHM Focal Loss Focal Loss 的提出主要是为了解决难易样本数量不平衡（注意：这有别于正负样本数量不均衡问题）问题。下面以目标检测应用场景来说明。 1. 一些 one stage 的目标检测器通常会产生很多数量的 anchor box，但是只有极少数是正
阅读全文
摘要：[TOC] PCA 1. PCA最大可分性的思想 最大可分性： 样本点在超平面上的投影尽可能的分开 2. 基变换（线性变换） 3. 方差 如何选择一个方向或者基才是最优的？基于PCA最大可分思想，我们要找的方向是 降维后损失最小 ，可以理解为 投影后的数据尽可能分得开 ，而分散程度可以用
阅读全文
摘要：声明：本文大部分内容是从知乎、博客等知识分享站点摘录而来，以方便查阅学习。具体摘录地址已在文章底部引用部分给出。 1. 查看模型每层输出详情 2. 梯度裁减 3. 扩展图片维度 因为训练时数据维度一般为(batch_size, c, h,, w)，而测试时如果只输入一张图片，则需要进行维度扩展。 方
阅读全文
摘要：【转载】源博客 product 用于求多个可迭代对象的笛卡尔积(Cartesian Product)，它跟嵌套的 for 循环等价.即: product(A, B) 和 ((x,y) for x in A for y in B)的效果是一样的。 使用形式如下： iterables 是可迭代对象, r
阅读全文
摘要：【强化学习】值迭代和策略迭代 在强化学习中我们经常会遇到策略迭代与值迭代，但是很多人都搞不清楚他们两个之间的区别，他们其实都是强化学习中的动态规划方法（DP）。 ——《Reinforcement Learning:An Introduction》 （一）值迭代 （二）策略迭代 从一个初始化的策略出发
阅读全文
摘要：PyTorch中的MaxPool（最大池化）有一个属性：ceil_mode，默认为False（地板模式），为True时是天花板模式。
阅读全文
摘要：猫狗识别 数据集下载： 网盘链接：https://pan.baidu.com/s/1SlNAPf3NbgPyf93XluM7Fg 提取密码：hpn4 1. 要导入的包 import os import time import numpy as np import torch import torch
阅读全文
摘要：1.[1]所有具有随机性的 Model 一般都会有一个 seed 或是 random_state 参数用于控制随机种子。得到一个好的 Model 后，在记录参数时务必也记录下这个值，从而能够在之后重现 Model。 2. 动态实时监控GPU使用情况 第一种： watch --color -n1 gp
阅读全文
摘要：强化学习： 强化学习作为一门灵感来源于 心理学中的行为主义理论 的学科，其内容涉及 概率论、统计学、逼近论、凸分析、计算复杂性理论、运筹学 等多学科知识，难度之大，门槛之高，导致其发展速度特别缓慢。 一种解释： 人的一生其实都是不断在强化学习，当你有个动作（action）在某个状态（state）执行
阅读全文
摘要：1. OSError: [Error 12] Cannot allocate memory 解决办法： 出现这个错误时我是绝望的。。。因为我看了别人的解决办法，要加内存条才能解决。。。但是我不甘心，想了很久——发现了一个解决办法：将 DataLoader 中的 设置为1。缺点：数据加载必然变得很慢，
阅读全文
摘要：[TOC] 2.1 图像处理技术概述 图像采集：利用设备获取可输入计算机的数字图像，这些设备主要完成： 1. 根据接收到的电磁能量产生模拟电信号 2. 进一步将模拟电信号转化为离散形式 图像变换：将图像在不同空间转换的技术和过程 图像增强：对图像进行加工，得到对具体应用来说视觉效果更“好”，更“有用
阅读全文
摘要：图像：用各种 观测系统 以不同形式和手段观测 客观世界 而获得的，可以直接或者 间接作用于人眼 并进而产生视知觉的实体。人类从外界（客观世界）获得的信息约有 75%。 图像表示：2 D数组 f(x,y) ，其中 x,y 是 2 D 空间中坐标点的位置，f 代表图像在 (x,y)
阅读全文
摘要：************************************************ 显卡：GTX 1050Ti 系统：Ubuntu 18.0.4 安装的CUDA：10.0 版本 ************************************************ 1. 我是
阅读全文
摘要：PyTorch : torch.nn.xxx 和 torch.nn.functional.xxx 在写 PyTorch 代码时，我们会发现在 和 中有一些功能重复的操作，比如卷积、激活、池化。这些操作有什么不同？各有什么用处？ 首先可以观察源码： eg：torch.nn.Conv2d CLASS t
阅读全文
