摘要：
Squeeze-and-Excitation Networks SE-net 来自于Momenta 孙刚团队 SE的设计思路： 从卷积操作的实际作用来考虑，conv 把局部空间信息和通道信息组合起来，组合之后形成FM上的值，之前大部分都是空间上做的。 对channel考虑的少，但是卷积本身就可以学到 阅读全文
摘要：
深度学习被引起关注是在2012年，用神经网络训练的一个分类模型在ImagNet上取得了第一名，而且其分类精度比第二名高出10多个点，当时所使用的模型为AlexNet，现在看来其为一个比较简单的网络，而且只有比较浅的八层网络，但是在当时来讲已经很了不起了。这也就引发了后面对神经网络研究的两个方向，以提 阅读全文
摘要：
主流小网络包括：SqueezeNet, MobileNet(V1), 和CVPR 2018最新模型ShuffleNet, IGCV2, MobileNetV2 1、ImageNet上的top-1准确率 vs 理论计算量 vs 模型大小的对比，来自tensorflow/models，本文要探讨和分析的 阅读全文
摘要：
定义 说明 此函数大致与tf_nn_softmax_cross_entropy_with_logits的计算方式相同, 适用于每个类别相互独立且排斥的情况，一幅图只能属于一类，而不能同时包含一条狗和一只大象 但是在对于labels的处理上有不同之处,labels从shape来说此函数要求shape为 阅读全文
摘要：
据说多推推公式可以防止老年痴呆,(●ˇ∀ˇ●) 偶尔翻到我N年前第一次推导神经网络的博客居然四页纸，感慨毅力！ http://blog.sina.com.cn/s/blog_1442877660102wpkf.html 其实 四行公式、 两分钟时间 足够推出来 下次挑战SVM5分钟 阅读全文
摘要：
应用需注明原创！ 深度学习在2015年中左右基本已经占据了计算机视觉领域中大部分分支，如图像分类、物体检测等等，但迟迟没有视觉跟踪工作公布，2015年底便出现了一篇叫MDNet的论文，致力于用神经网络解决视觉跟踪，它同时也是2015年VOT的冠军。 先图再理论： 离线学习 frame1 frame2 阅读全文
摘要：
一、gfile模块是什么 tf.gfile模块的主要角色是：1.提供一个接近Python文件对象的API，以及2.提供基于TensorFlow C ++ FileSystem API的实现。 C ++ FileSystem API支持多种文件系统实现，包括本地文件，谷歌云存储（以gs：//开头）和H 阅读全文
摘要：
TensorFlow用五个不同级别的日志信息。为了升序的严重性，他们是调试DEBUG，信息INFO，警告WARN，错误ERROR和致命FATAL的。当你配置日志记录在任何级别，TensorFlow将输出对应于更高程度的严重性和所有级别的日志信息。例如，如果设置错误的日志记录级别，将得到包含错误和致命 阅读全文
摘要：
tensorflow的可视化是使用summary和tensorboard合作完成的. 基本用法 首先明确一点,summary也是op. 输出网络结构 with tf.Session() as sess: writer = tf.summary.FileWriter(your_dir, sess.gr 阅读全文
摘要：
"""Configures the optimizer used for training.Args: learning_rate: A scalar or `Tensor` learning rate.Returns: An instance of an optimizer.Raises: Val 阅读全文