GShang

摘要： 阅读全文

摘要： 阅读全文

摘要： 非常好用的文献管理工具，支持离线文献管理，网页插件，标签云等等 阅读全文

摘要： 深度可分离卷积是利用逐通道卷积和逐点卷积，使得卷积过程中的参数量大大下降，本文对其中的过程进行分析，并在pytorch中进行了实例验证。 阅读全文

摘要： 了解过深度学习框架的都知道，Tensorflow是早期的主流框架，而后又出现了Keras,keras对Tensorflow进行了封装，使得搭建深度学模型的过程简化到了几个简单的步骤：summary、compile、fit、evaluate、 predict。Pytorch虽然比Tensorflow出现的晚，但是其在框架的实现方式上，更为优雅，可以很好的与Python的原生编程思维结合起来，因此越来越多的人开始转向Pytorch。开发的过程就是不断模块化的过程，Torchkeras便是这一原则下的产物，它将Pytorch进行了封装，使得利用Pytorch搭建深度学模型的过程也可以像Keras那样，并且非常的灵活。 阅读全文

摘要： 作者：湃森 链接：https://www.zhihu.com/question/390783647/answer/1221984335 来源：知乎 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 说句泼冷水的话，对大多数研究从业人员来说语义分割目前已经达到瓶颈期了。 顶会顶刊p 阅读全文

摘要： Pytorch 提取码: f3ge 阅读全文

摘要： Next风格的博客园主题，适合技术类型的博客。 阅读全文

摘要： 本文针对LeNet-5网络，对其进行了网络结构的分析，并采用 pytorch 深度学习框架搭建了LeNet-5的简化版进行了训练，模型准确率达到了 99% 。 阅读全文

摘要： CIFAR-10 数据集 CIFAR数据集由 Alex Krizhevsky，Vinod Nair 和 Geoffrey Hinton 收集整理自8000万张微型图像数据集，其中CIFAR数据集又根据所涉及的分类对象数量，可分为CIFAR-10和CIFAR-100。该数据集主要用于深度学习的图像分类 阅读全文