随笔分类 -  DeepLearning

1 2 下一页
Feature Pyramid Networks for Object Detection比较FPN、UNet、Conv-Deconv
摘要：https://vitalab.github.io/deep-learning/2017/04/04/feature-pyramid-network.html Feature Pyramid Networks for Object Detection Reviewed on Apr 4, 2017  阅读全文
posted @ 2019-02-28 15:54 BlueOceans 阅读(1401) 评论(0) 推荐(0)
吴恩达deeplearning之CNN—卷积神经网络
摘要：https://blog.csdn.net/ice_actor/article/details/78648780 个人理解： 卷积计算的过程其实是将原始的全连接换成了卷积全连接，每个kernel为对应通道的权重 卷积全连接和点全连接，注意卷积核是多维的 [ c_in, k_h, k_w ] 阅读全文
posted @ 2018-09-04 11:09 BlueOceans 阅读(466) 评论(0) 推荐(0)
draknet网络配置参数
摘要：https://blog.csdn.net/hrsstudy/article/details/65447947?utm_source=itdadao&utm_medium=referral 阅读全文
posted @ 2018-06-19 11:12 BlueOceans 阅读(379) 评论(0) 推荐(0)
darknet源码解析
摘要：https://blog.csdn.net/u014540717/article/category/6513159 阅读全文
posted @ 2018-06-05 09:21 BlueOceans 阅读(607) 评论(0) 推荐(0)
深度学习反向求导
摘要：详解反向传播算法(上) https://zhuanlan.zhihu.com/p/25081671 （Caffe，LeNet）反向传播（六） https://blog.csdn.net/mounty_fsc/article/details/51379395 主要根据代码和公式做反向传播的介绍，值得参 阅读全文
posted @ 2018-04-16 20:34 BlueOceans 阅读(1215) 评论(0) 推荐(0)
深度学习网络压缩模型方法总结
摘要：http://www.cnblogs.com/zhonghuasong/p/7493475.html 阅读全文
posted @ 2018-04-01 21:40 BlueOceans 阅读(440) 评论(0) 推荐(0)
交叉熵代价函数(损失函数)及其求导推导
摘要：http://blog.csdn.net/jasonzzj/article/details/52017438 阅读全文
posted @ 2017-11-29 11:36 BlueOceans 阅读(2185) 评论(0) 推荐(0)
为什么ResNet和DenseNet可以这么深？一文详解残差块为何有助于解决梯度弥散问题
摘要：https://zhuanlan.zhihu.com/p/28124810 阅读全文
posted @ 2017-11-08 20:27 BlueOceans 阅读(745) 评论(0) 推荐(0)
深度学习基础
摘要：UFLDL课程 http://deeplearning.stanford.edu/wiki/index.php/Softmax%E5%9B%9E%E5%BD%92 阅读全文
posted @ 2017-10-22 22:15 BlueOceans 阅读(156) 评论(0) 推荐(0)
Bounding-box_regression详解
摘要：http://caffecn.cn/?/question/160 阅读全文
posted @ 2017-10-15 21:32 BlueOceans 阅读(288) 评论(0) 推荐(0)
深度学习调参有哪些技巧？
摘要：知乎 https://www.zhihu.com/question/25097993 阅读全文
posted @ 2017-10-14 17:59 BlueOceans 阅读(145) 评论(0) 推荐(0)
DeepLearning训练方法
摘要：1、BN层训练技巧 缩小输入尺寸，这样可以提高batchsize的大小，在BN层适应了该数据集后，固定住BN层参数，放大输入尺寸继续训练 2、语义分割中解决网络输出尺寸与原尺寸的gap方法（如 1/8 output） （1）加入deconvolution层 （2）TuSimple采用的DUC方法 U 阅读全文
posted @ 2017-10-13 23:52 BlueOceans 阅读(282) 评论(0) 推荐(0)
深度机器学习中的batch的大小对学习效果有何影响
摘要：https://www.zhihu.com/question/32673260 阅读全文
posted @ 2017-10-12 17:33 BlueOceans 阅读(169) 评论(0) 推荐(0)
mobile deeplearning
摘要：框架： 腾讯ncnn https://github.com/Tencent/ncnn 百度mobile-deep-learning https://github.com/baidu/mobile-deep-learning 网络 MobileNet https://github.com/Haiyan 阅读全文
posted @ 2017-10-01 22:47 BlueOceans 阅读(260) 评论(0) 推荐(0)
CNN tricks
摘要：Must Know Tips/Tricks in Deep Neural Networks (by Xiu-Shen Wei) http://lamda.nju.edu.cn/weixs/project/CNNTricks/CNNTricks.html 阅读全文
posted @ 2017-09-27 10:24 BlueOceans 阅读(267) 评论(0) 推荐(0)
深度学习中 Batch Normalization
摘要：深度学习中 Batch Normalization为什么效果好？(知乎） https://www.zhihu.com/question/38102762 阅读全文
posted @ 2017-09-27 10:23 BlueOceans 阅读(116) 评论(0) 推荐(0)
caffe训练resume
摘要：MODEL=${EXP}/model/${NET_ID}/pspnet101_VOC2012.caffemodel SNAPSHOT=${EXP}/model/${NET_ID}/train_iter_7000.solverstate CMD="${CAFFE_BIN} train \ --solver=${CONFIG_DIR}/solver.protot... 阅读全文
posted @ 2017-09-16 23:32 BlueOceans 阅读(454) 评论(0) 推荐(0)
caffe中的lr_policy
摘要：// The learning rate decay policy. The currently implemented learning rate // policies are as follows: // - fixed: always return base_lr. // - step: r 阅读全文
posted @ 2017-09-12 21:18 BlueOceans 阅读(379) 评论(0) 推荐(0)
利用caffe自带的Makefile编译自定义so文件
摘要：1、文件目录结构 modules为我们添加的目录和文件 2、修改Makefile文件 （1）添加生成动态链接库文件名称 （2）获取所有源文件 （3）设置源文件对应的目标文件 （4）生成链接库命令 注意：$(DYNAMIC_NAME) 为 caffe.so，因为modules中的文件用到了caffe中 阅读全文
posted @ 2017-08-19 16:45 BlueOceans 阅读(795) 评论(0) 推荐(0)
【转】caffe python批量抽取图像特征
摘要：http://blog.csdn.net/guoyilin/article/details/42886365 阅读全文
posted @ 2017-08-03 16:02 BlueOceans 阅读(162) 评论(0) 推荐(0)

1 2 下一页