no_forget

摘要： 主要问题: 深度度量学习的损失函数。 研究现状总结 从历史上看，性能最佳的方法从所谓的Siamese网络中获得深层特征嵌入，通常使用对比损失(contrastive loss)或三重损失(triplet loss)对其进行训练。这些损失的明显缺点是，它们仅考虑成对的数据点或三重数据点，缺少有关min 阅读全文

摘要： 阅读全文

摘要： 深度残差网络ResNet34的总体结构如图所示。 该网络除了最开始卷积池化和最后的池化全连接之外，网络中有很多相似的单元，这些重复单元的共同点就是有个跨层直连的shortcut。 ResNet中将一个跨层直连的单元称为Residual block。 Residual block的结构如下图所示，左边 阅读全文

摘要： 本次学习实现线性回归。 采用两种方法实现，第一种为手动方法，第二种为pytorch的autograd方法。 一、手动实现线性回归 导入对应包 import torch as t %matplotlib inline from matplotlib import pyplot as plt from 阅读全文

摘要： 最近在学习Pytorch，先照着别人的代码过一遍，加油!!! 加载数据集 # 加载数据集及预处理 import torchvision as tv import torchvision.transforms as transforms from torchvision.transforms impo 阅读全文