ice猫猫3

2021年7月21日

摘要：不用Sigmoid，现在用relu啦 relu： Sigmoid： Sigmoid 和 Softmax 区别：二分类问题时它们一样，而 softmax 可以用于多分类问题阅读全文

posted @ 2021-07-21 09:58 ice猫猫3 阅读(270) 评论(0) 推荐(0)

摘要：卷积conv 全连接fc（full connected）不算POOLing、LRN、softmax（通常用relu的），可能是因为：参数太少。像relu、pool这样的层参数量太少，有的甚至如激活层relu不保存中间结果直接给下一层；计算量小。相比conv甚至fc，pool这些层的计算量太少。阅读全文

posted @ 2021-07-21 09:46 ice猫猫3 阅读(44) 评论(0) 推荐(0)

什么是Pipeline

摘要：一条龙服务一个典型的机器学习构建包含若干个过程，pytorch中有好多包进行调用的吧~~~~~ 1、源数据ETL 2、数据预处理 3、特征选取 4、模型训练与验证以上四个步骤可以抽象为一个包括多个步骤的流水线式工作，从数据收集开始至输出我们需要的最终结果。因此，对以上多个步骤、进行抽象建模，简化阅读全文

posted @ 2021-07-21 09:40 ice猫猫3 阅读(83) 评论(0) 推荐(0)

什么是fine-tuning？

摘要：在别人的网络上微微改动①去尾巴，得特征，换线性分类器②去尾巴和一点卷积层，得泛化特征以下是常见的两类迁移学习场景： 1 卷积网络当做特征提取器。拿掉全连接层，剩余部分当做特征提取器这样提取的特征叫做CNN codes。再线性分类器（Liner SVM、Softmax等）来分类图像。 2 Fi 阅读全文

posted @ 2021-07-21 09:14 ice猫猫3 阅读(462) 评论(0) 推荐(0)

比赛任务localization 和 detection 的区别

摘要： localization是找到某个物体的检测框 detection是找到所有物体的检测框阅读全文

posted @ 2021-07-21 08:37 ice猫猫3 阅读(277) 评论(0) 推荐(1)

2021年7月20日

深度学习图片的各向同性各向异性缩放

摘要：背景：当我们输入一张图片时，我们要搜索出所有可能是物体的区域，搜出的候选框是矩形的，而且是大小各不相同。因此对于每个输入的候选框都需要缩放到相同的大小。各向异性缩放：直接拉伸，扭曲了整变异了各项同性缩放：看链接阅读全文

posted @ 2021-07-20 17:35 ice猫猫3 阅读(412) 评论(0) 推荐(0)

①L2正则化/权值衰减（weight decay） ②正则化的目的：

摘要： L2正则化倾向于使网络的权值接近0（L2正则化实质上是对权值做线性衰减）。这会使前一层神经元对后一层神经元的影响降低，使网络变得简单，降低网络的有效大小，降低网络的拟合能力。正则化的目的：限制参数过多或者过大，避免模型更加复杂。例如，使用多项式模型，如果使用 10 阶多项式，模型可能过于复杂，容易阅读全文

posted @ 2021-07-20 09:57 ice猫猫3 阅读(181) 评论(0) 推荐(0)

正则化（regularization）作用

摘要：正则化是解决高方差问题的重要方案之一，也是Reducing Overfiltering（克服过拟合）的方法。过拟合一直是DeepLearning的大敌，它会导致训练集的error rate非常小，而测试集的error rate大部分时候很大。网络的拟合能力随之降低，这会使网络不容易过拟合到训练集。阅读全文

posted @ 2021-07-20 09:39 ice猫猫3 阅读(279) 评论(0) 推荐(0)

2021年7月15日

数组、arrlist、list区别

摘要： ****数组 arrli****st：可以放不同类型的数据 list****：可以放不同类型的数据 ↓看不太懂 https://blog.csdn.net/dibengshao7358/article/details/102209871 阅读全文

posted @ 2021-07-15 22:11 ice猫猫3 阅读(84) 评论(0) 推荐(0)

vscode远程调试配置

摘要：梁老板写的教程配置好以后，点击下图中的打开文件小图标即可使用虚拟环境环境选择pytorch_env,里面的包都装好了平时有文件，可以直接拖到远程调试的那个界面里面 ① ② ③ ④ ⑤ ⑥ 阅读全文

posted @ 2021-07-15 11:41 ice猫猫3 阅读(166) 评论(0) 推荐(0)

公告