上一页 1 ··· 8 9 10 11 12 13 14 15 16 ··· 31 下一页
摘要: 参考链接:http://www.sohu.com/a/148245200_115128 阅读全文
posted @ 2019-03-19 11:45 outthinker 阅读(221) 评论(0) 推荐(0) 编辑
该文被密码保护。 阅读全文
posted @ 2019-03-13 19:46 outthinker 阅读(1) 评论(0) 推荐(0) 编辑
摘要: 基本参考:https://blog.csdn.net/qq_26877377/article/details/80717755 注意几点: (1)关于python的自动补全,不要使用pydiction插件。它使用的是字典补全,很老很局限; (2)安装博客中的插件时,python-mode比较大,耐心 阅读全文
posted @ 2019-03-12 19:30 outthinker 阅读(1757) 评论(1) 推荐(0) 编辑
摘要: GAN_李弘毅讲解: 上式中,xi从data中sample的一部分,现在的目的就是最大化这个似然函数,使得Generator最可能产生data中的这些sample; 上式中之所以如此设计V函数,是为了后面与KL以及cross entropy结合起来; 问题一:上图存在的一个问题:G迭代的过多造成G1 阅读全文
posted @ 2019-03-11 09:57 outthinker 阅读(308) 评论(0) 推荐(0) 编辑
摘要: Anaconda相对于原生python解释器具有更好的包管理功能,它有一个env文件夹,里面包含所要管理的所有环境;日常操作时我们可能会使用pytorch、Tensorflow等多个环境,由于每个环境对Python的包的兼容性都不一样,所以我们可以创建多个独立的环境,每个环境中的python包都是独 阅读全文
posted @ 2019-03-09 11:20 outthinker 阅读(2057) 评论(0) 推荐(0) 编辑
摘要: inception v1-v3:通过多尺度卷积核学习不同尺度的空间信息并进行耦合;通过多个小卷积核来代替大卷积核的功能从而降低计算量; 通常,在一组特征图上进行卷积需要三维的卷积核,也即卷积核需要同时学习空间上的相关性和通道间的相关性。为了完全显示地对这两者相关性进行分离,后面又有了Xception 阅读全文
posted @ 2019-02-22 16:06 outthinker 阅读(281) 评论(0) 推荐(0) 编辑
摘要: 参考链接:https://www.cnblogs.com/xiaohai2003ly/p/8529472.html 调入包:import pdb 在需要打断点的位置输入:pdb.set_trace() 调试时的一些命令: (1)p 变量名:查看变量;(print) (2)n:调试到下一步;(next 阅读全文
posted @ 2019-02-22 12:50 outthinker 阅读(341) 评论(0) 推荐(0) 编辑
摘要: 参考链接:https://www.cnblogs.com/cwind/p/8996000.html 注意的是: (1)"*"符号的用法很类似C++中的指针,针对列表; (2)"*args"针对元组; (3)"*kwargs"针对字典; 阅读全文
posted @ 2019-02-22 10:47 outthinker 阅读(344) 评论(0) 推荐(0) 编辑
摘要: 方法一:Hard Negative Mining 参考:https://www.cnblogs.com/zf-blog/p/8043347.html 方法二:Focal Loss 参考:https://www.cnblogs.com/zf-blog/p/10334279.html 阅读全文
posted @ 2019-01-29 15:23 outthinker 阅读(1651) 评论(0) 推荐(0) 编辑
摘要: 为了有效地同时解决样本类别不均衡和苦难样本的问题,何凯明和RGB以二分类交叉熵为例提出了一种新的Loss Focal loss 原始的二分类交叉熵形式如下: Focal Loss形式如下: 上式中,相对于原始的二分类交叉熵加入了两个量:1、modulating factor:(其中幂称为focusi 阅读全文
posted @ 2019-01-29 15:22 outthinker 阅读(662) 评论(0) 推荐(0) 编辑
上一页 1 ··· 8 9 10 11 12 13 14 15 16 ··· 31 下一页