摘要：
Transformer模型详解（图解最完整版） - 初识CV的文章 - 知乎 https://zhuanlan.zhihu.com/p/338817680 一篇transformer详细介绍 RNN由于其顺序结构训练速度常常受到限制，既然Attention模型本身可以看到全局的信息， 那么一个自然的 阅读全文
posted @ 2020-08-01 20:28
你的雷哥
阅读(5488)
评论(0)
推荐(1)
摘要：
注意力模型最近几年在深度学习各个领域被广泛使用，无论是图像处理、语音识别还是自然语言处理的各种不同类型的任务中，都很容易遇到注意力模型的身影。所以，了解注意力机制的工作原理对于关注深度学习技术发展的技术人员来说有很大的必要。 人类的视觉注意力 从注意力模型的命名方式看，很明显其借鉴了人类的注意力机制 阅读全文
posted @ 2020-07-31 21:54
你的雷哥
阅读(673)
评论(0)
推荐(0)
摘要：
3.1序列结构的各种序列 （1）seq2seq：如机器翻译，从法文翻译成英文，将会是下面这样的结构，包括编码网络和解码网络。 （2）image to sequence：比如给一幅图像添加描述，如下图中的“一只猫站在椅子上”。同样包括编码网络和解码网络。 3.2选择最可能的句子 （1）机器翻译的本质就 阅读全文
posted @ 2020-07-20 09:04
你的雷哥
阅读(357)
评论(0)
推荐(0)
摘要：
2.1词汇表征 （1）使用one-hot方法表示词汇有两个主要的缺点，以10000个词为例，每个单词需要用10000维来表示，而且只有一个数是零，其他维度都是1，造成表示非常冗余，存储量大；第二每个单词表示的向量相乘都为零（正交），导致没能够表示是词汇之间的联系，比如oriange和apple,qu 阅读全文
posted @ 2020-07-20 09:02
你的雷哥
阅读(431)
评论(0)
推荐(0)
摘要：
汇集一下我看的几篇不错的gcn入门介绍博客 这篇博客脱离公式总体进行GCN介绍，适合入门学习： 最通俗易懂的图神经网络（GCN）原理详解 较为详细的介绍了GCN的一篇博客： GCN卷积神经网络入门 一篇不错的汇总： GCN (Graph Convolutional Network) 图卷积网络解析 阅读全文
posted @ 2020-07-14 15:26
你的雷哥
阅读(250)
评论(0)
推荐(0)
摘要：
numpy.where() 有两种用法： 1. np.where(condition, x, y) 满足条件(condition)，输出x，不满足输出y。如果是一维数组，相当于[xv if c else yv for (c,xv,yv) in zip(condition,x,y)] >>> aa = 阅读全文
posted @ 2020-07-13 21:44
你的雷哥
阅读(1672)
评论(0)
推荐(0)
摘要：
所用函数：cv2.threshold() —— 阈值处理cv2.findContours() —— 轮廓检测cv2.boundingRect() —— 最大外接矩阵cv2.rectangle() —— 画出矩形cv2.minAreaRect —— 找到最小外接矩形（矩形具有一定的角度）cv2.box 阅读全文
posted @ 2020-07-06 23:33
你的雷哥
阅读(9050)
评论(0)
推荐(0)
摘要：
是这样的，在跑fasterrcnn的时候，要把原模型21个类别改为自己的类别数目，第一次改过后运行没有报错，第二次再修改就报错了，错误如下 1 block: [0,0,0], thread: [16,0,0] Assertion `t >= 0 && t < n_classes` failed. 2 阅读全文
posted @ 2020-07-06 23:22
你的雷哥
阅读(39198)
评论(2)
推荐(1)
摘要：
最近因为需要转载博客的文章到公众号里面，直接复制粘贴格式会出现很大的问题，在网上看了一篇不错的 相关的博文，就转载安利一下： 从CSDN复制文章到微信公众号的神器-微信公众号文章转换器 亲测效果还可以。 阅读全文
posted @ 2020-07-06 22:29
你的雷哥
阅读(442)
评论(0)
推荐(0)
摘要：
使用winscp删除文件，报了个错如下 根据这个错就去百度，网上大部分都是通过下面这种方法解决： 在winscp端进行设置 输入主机名（即IP地址）、用户名和密码，然后点击高级 在箭头所指位置输入sudo + sftp应用程序的路径 点击Shell,在框框内输入sudo -即可 最后点击确定，然后点 阅读全文
posted @ 2020-07-06 21:28
你的雷哥
阅读(6782)
评论(1)
推荐(1)
浙公网安备 33010602011771号