11 2020 档案
摘要：论文地址：https://arxiv.org/pdf/1611.05431.pdf ResNeXt 的主要贡献是引入 Cardinality 维度，在参数量不变情况下提高网络的准确性。 主要思想是分组卷积 增加分组维度能比增加width或depth达到更高精度
阅读全文
摘要：论文网址：https://arxiv.org/pdf/1610.02357.pdf Xception的主要工作是解释常规卷积(regular convolution)如何从Inception模块过渡到可分离卷积(depthwise separable convolution)。 Xception从结
阅读全文
摘要：看了论文，我一直对于1X1卷积核不理解，因为它看起来只是将原来的矩阵分别乘了一个数，原来的矩阵并没有变化 看了一篇博文以后，理解了1X1卷积核的意义 其实1x1卷积，可以看成一种全连接（full connection）。例如， 第一层有6个神经元，分别是a1—a6，通过全连接之后变成5个，分别是b1
阅读全文
摘要：论文链接：https://arxiv.org/pdf/1707.01083.pdf （瓶颈单元：先1x1卷积降维，再3x3卷积，再1x1卷积升维） shufflenet提出使用逐点分组卷积以减少1×1卷积的计算复杂度的方法。 为了克服组卷积带来的副作用，采用了一种新颖的通道混洗操作，以帮助信息流过特
阅读全文
摘要：论文网址：https://arxiv.org/abs/1704.04861 mobilenet主要工作是用depthwise sparable convolutions替代过去的standard convolutions来解决卷积网络的计算效率和参数量的问题。 在该方法中，把标准卷积分为了 深度卷积
阅读全文
摘要：https://blog.csdn.net/happywlg123/article/details/107281936 测试命令 ：pip debug --verbose
阅读全文
摘要：参考链接：https://www.cnblogs.com/LXP-Never/p/10078200.html 读取语音信号，从.wav文件中读取语音信号的信息 参考：https://www.jianshu.com/p/947528f3dff8 重点理解，如何读取语音信号的通道数、采样率、比特数、采样
阅读全文
摘要：今天 安装其它python包时，提示说 pip 10.0.1可用，就更新了一下，但是 更新过程中出现了错误 因为这个错误导致 pip找不到， 可以首先执行 python -m ensurepip 然后执行 python -m pip install --upgrade pip 即可更新完毕。 转自：
阅读全文
浙公网安备 33010602011771号