摘要: certain components 某些组件 while : 同时 连词 corpus:语料库 fine-tune on : 在什么数据集上微调 scalability:可扩展性 inductive bias:归纳偏置 small-resolution 小分辨率 Typically:通常 down 阅读全文
posted @ 2022-07-22 17:23 coline 阅读(176) 评论(0) 推荐(0)
摘要: 稠密块 DenseNet使用了ResNet改良版的“批量归一化、激活和卷积”结构,我们首先在conv_block函数里实现这个结构。 import time import torch from torch import nn, optim import torch.nn.functional as 阅读全文
posted @ 2022-07-19 11:02 coline 阅读(169) 评论(0) 推荐(0)
摘要: 残差块 import time import torch from torch import nn,optim import sys sys.path.append("./Dive-into-DL-PyTorch-master/Dive-into-DL-PyTorch-master/code/") 阅读全文
posted @ 2022-07-19 10:56 coline 阅读(41) 评论(0) 推荐(0)
摘要: Inception 块 Inception块中可以自定义的超参数是每个层的输出通道数,我们以此来控制模型复杂度 import time import torch from torch import nn,optim import torch.nn.functional as F import sys 阅读全文
posted @ 2022-07-19 10:46 coline 阅读(38) 评论(0) 推荐(0)
摘要: - VGG提出了可以通过重复使用简单的基础块来构建深度模型的思路。 VGG块 对于给定的感受野(与输出有关的输入图片的局部大小),采用堆积的小卷积核优于采用大的卷积核,因为可以增加网络深度来保证学习更复杂的模式,而且代价还比较小(参数更少)。例如,在VGG中,使用了3个3x3卷积核来代替7x7卷积核 阅读全文
posted @ 2022-07-19 10:35 coline 阅读(195) 评论(0) 推荐(0)
摘要: 端到端:神经网络可以直接基于图像的原始像素进行分类。这种称为端到端(end-to-end)的方法节省了很多中间步骤 特征分级表示:多层神经网络中,图像的第一级的表示可以是在特定的位置和⻆度是否出现边缘;而第二级的表示说不定能够将这些边缘组合出有趣的模式,如花纹;在第三级的表示中,也许上一级的花纹能进 阅读全文
posted @ 2022-07-19 10:22 coline 阅读(87) 评论(0) 推荐(0)
摘要: AN IMAGE IS WORTH 16*16 WORDS: TRANSFORM FOR IMAGE RECOGNITION AT SCALE 1 . ABSTRACT: 在计算机视觉中,注意力和卷积神经网络一起使用,或者用来替代神经网络的某些组件,同时保持总的结构不会发生变化。 在分类任务中,将图 阅读全文
posted @ 2022-04-07 22:40 coline 阅读(819) 评论(0) 推荐(0)
摘要: 1.1 print() 输出函数 # 输出数字 print(520) print(98.5) # 输出字符串 print('helloworld') # 含有运算符的表达式 print(3 + 5 + 4) # 输出到文件 #注意 1指定盘存在 2使用file=fp 不然写不进去 fp = open 阅读全文
posted @ 2021-07-04 15:31 coline 阅读(309) 评论(0) 推荐(0)
摘要: 1.1 静态代理 • 抽象角色:一般会使用接口或者抽象来解决 • 真实角色:被代理的角色 • 代理角色: 代理真实角色,代理真实角色后,我们一般会做一些附属操作 • 客户:访问代理的人! 真实类: //房东 public class Host implements Rent { public voi 阅读全文
posted @ 2021-03-01 11:15 coline 阅读(105) 评论(0) 推荐(0)
点击右上角即可分享
微信分享提示