01 2023 档案

摘要:机器学习根据训练模型以及训练数据的不同方式,将机器学习方法分为如下: 有监督:使用有标签的数据进行训练; 无监督:使用无标签的数据进行训练; 半监督:同时用有标签和无标签的数据进行训练。通常是两阶段的训练,先用(较小规模的)有标签数据训练一个Teacher模型,再用这个模型对(较大规模的)无标签数据 阅读全文
posted @ 2023-01-31 10:14 AirCL 阅读(1173) 评论(0) 推荐(0)
摘要:Note 这是一篇将Self-Attention应用到GAN中的paper,Self-Attention模块是卷积模块的补充,能够有助于建模跨图像区域的长范围、多层次依赖关系。文中主要提到4点: 在生成的过程中,可以使用所有的特征来生成高分辨率的细节,每个位置的精细细节都与图像远处部分的精细细节仔细 阅读全文
posted @ 2023-01-16 23:17 AirCL 阅读(541) 评论(0) 推荐(0)
摘要:Git Bush报错wget : command not found 报错信息如下: 解决方法如下: 进入到网站wget包下载地址; 选择符合版本的压缩包下载; 解压压缩包,把里边的wget.exe放到Git安装地址Git/mingw64/bin目录中。 问题解决! 阅读全文
posted @ 2023-01-12 17:20 AirCL 阅读(373) 评论(0) 推荐(1)
摘要:物体表面缺陷检测现状 传统机器学习局限性 传统机器学习方法对于特定的算法只能解决特定的问题,不够灵活,无法快速适应新产品; 不同的问题有不同的特征,当需要解决新问题时,需要重新设计特征,开发周期长; 深度学习遇到的问题 训练数据数量需求大; 标注精度、耗时需求严格; 计算能力需求高。 该篇paper 阅读全文
posted @ 2023-01-11 16:37 AirCL 阅读(320) 评论(0) 推荐(0)
摘要:Pytorch中张量与Tensor() 一、张量Tensor 张量是一个统称,其中包含很多类型: 0阶张量: 标量、常数,0-D Tensor 1阶张量: 向量,1-D Tensor 2阶张量: 矩阵,2-D Tensor 3阶张量 ... N阶张量 二、Pytorch中使用torch.Tensor 阅读全文
posted @ 2023-01-11 15:33 AirCL 阅读(69) 评论(0) 推荐(0)