上一页 1 ··· 46 47 48 49 50 51 52 53 54 ··· 74 下一页
摘要: 一、loss固定的原因: 当输入变量都比较大时,反向传播时梯度值较小使loss无法收敛。 二、学习率过大,损失值上升。 由于平方损失函数是一个二次函数,所以当学习率大时步长大,导致神经网络越迭代损失值越大。 阅读全文
posted @ 2021-11-29 21:26 祥瑞哈哈哈 阅读(2656) 评论(0) 推荐(0)
摘要: 对1*1块的解释。 如代码所示conv1是1个1*1的卷积块。inplanes是输入通道,width*scale是输出通道。scale是对应所分的块数。kernel_size是确定卷积大小位1。 阅读全文
posted @ 2021-11-20 15:39 祥瑞哈哈哈 阅读(207) 评论(0) 推荐(0)
摘要: 建立专家数个卷积层,并对卷积层进行缩放。 阅读全文
posted @ 2021-11-20 12:26 祥瑞哈哈哈 阅读(57) 评论(0) 推荐(0)
摘要: from google.colab import drive drive.mount("/content/drive") import os path="/content/drive/My Drive/untitled" os.chdir(path) os.listdir(path) !pwd 1 阅读全文
posted @ 2021-10-27 21:30 祥瑞哈哈哈 阅读(337) 评论(0) 推荐(0)
摘要: import torch//引入torch包 print(torch.cuda.is_available())//确定gpu是否可用 from google.colab import drive drive.mount("/content/drive") import os path="/conte 阅读全文
posted @ 2021-10-27 16:58 祥瑞哈哈哈 阅读(599) 评论(0) 推荐(0)
摘要: import cv2 w=cv2.imread('000000581781.jpg') print(type(w)) print(w.shape) print(w) <class 'numpy.ndarray'>(478, 640, 3) 阅读全文
posted @ 2021-10-21 16:16 祥瑞哈哈哈 阅读(136) 评论(0) 推荐(0)
摘要: 学习人体姿态估计前,要对卷积网络有一定的了解。卷积网络就是提取图像特征的,比如卷积网络就可能提取胳膊等。 keyboard heatmaps是每个关键点的置信度。当卷积网路提取完特征后每个keyboard heatmaps就是各个特征的置信度。 阅读全文
posted @ 2021-10-18 21:46 祥瑞哈哈哈 阅读(38) 评论(0) 推荐(0)
摘要: Both lists are related to grouping keypoints into person instances. Network predicts two tensors: the first with keypoint heatmaps, to localize all po 阅读全文
posted @ 2021-10-18 19:02 祥瑞哈哈哈 阅读(149) 评论(0) 推荐(0)
摘要: package zxd0001;import java.util.Scanner;abstract class Figure { //图形抽象类 static public double sum1=0;static public double sum2=0;int a,b;char w;abstra 阅读全文
posted @ 2021-10-18 12:39 祥瑞哈哈哈 阅读(65) 评论(0) 推荐(0)
摘要: package zxd0001;import java.util.Scanner;abstract class Animal{public static int count=0;Animal(){System.out.printf("Animal\n");count=count+1;}public 阅读全文
posted @ 2021-10-17 21:44 祥瑞哈哈哈 阅读(33) 评论(0) 推荐(0)
上一页 1 ··· 46 47 48 49 50 51 52 53 54 ··· 74 下一页