peak_ZN

摘要：1、在定义生成器的函数中，对于第一层卷积层，输入256*256*3的遮挡图，使用64个4*4的卷积核，步长为2，same填充，对于输出的图像尺寸一开始总觉得是256*256，因为一直觉得same填充时尺寸不发生改变,但是查了查步长的作用发现即使是用same填充，步长也会影响尺寸的大小，所以总结得出： 阅读全文

摘要：1、数据处理技巧：Batch Normalization（批归一化）、Data Augmentation（数据增强） 2、上采样和下采样 三、Epoch、Batch以及Batch size的设定 Epoch（时期）： 当一个完整的数据集通过了神经网络一次并且返回了一次，这个过程称为一次>epoch。 阅读全文

摘要：LeNet-5 LeNet-5模型是专门为手写数字识别而设计的经典卷积神经网络。 从上图可以看出，LeNet-5总共由输入层、卷积层、池化层、卷积层、池化层、全连接层、全连接层、输出层组成。 1、输入层：一张32*32的灰度图像，只有一个颜色通道，深度为1。 2、卷积层：将输入与6个高为5，宽为5， 阅读全文

摘要：Stride的作用：是成倍缩小尺寸，而这个参数的值就是缩小的具体倍数，比如步幅为2，输出就是输入的1/2；步幅为3，输出就是输入的1/3。 卷积神经网络（CNN）有卷积层和池化层结构，这两层结构是CNN的重要组成部分。 卷积层就是通过若干个卷积核对上一层输入进行扫描，从而在较大程度上提取原始像素矩阵 阅读全文

摘要：论文链接 https://openaccess.thecvf.com/content_cvpr_2016/papers/Pathak_Context_Encoders_Feature_CVPR_2016_paper.pdf 简介 作者提出了一种基于上下文像素预测的无监督视觉特征学习算法，它既完成了特 阅读全文

摘要：pip install opencv_python -i http://pypi.douban.com/simple --trusted-host pypi.douban.com 阅读全文

摘要：将Uses.java删除。 阅读全文

摘要：张量可以理解为n维数组或矩阵。在NumPy数组中，一个float32或float64的数字就是一个标量（零维张量），可以用ndim查看张量的维度。 向量（一维张量）是由数字组成的数组。 矩阵（二维张量）是由向量组成的数组。 阅读全文

摘要：一、发展历程： 二、基于传统机器学习的目标检测方式： 在梳理深度学习目标检测前，个人还是喜欢首先梳理一下传统机器学习的目标检测方式，因为深度学习的目标检测方式是在传统机器学习目标检测方式的基础上进行发展的。个人在传统的机器学习目标检测方法也是进行过一些尝试，但是这种方法的瓶颈太明显了，后期就被淘汰了 阅读全文

摘要：进入Anaconda Powershell Prompt(Anaconda3) 因为jupyter默认在base环境中，所以需要在pytorch中配置jupyter。 进入pytorch环境(conda activate pt：pt为我的pytorch虚拟环境的文件名)之后使用“conda list 阅读全文

摘要：vscode是代码编译器，同时它提供了许多插件，可以帮助你方便的编写代码。通过配置vscode的开发环境，可以实现多种语言编译。总而言之，装了一个vscode就相当于装了多个IDE（集成开发环境）。后面，我们编写C语言代码就要依靠vscode了。 一、下载vscode 网址：Visual Studi 阅读全文