Picassooo

2020年10月13日

【论文笔记】2015 Skeleton Based Action Recognition with Convolutional Neural Network

摘要：任务 action recognition 基本流程把一个骨架视频中节点的各个坐标变成一幅图像，对图像用卷积和池化训练，如下图，图像的每一列表示一帧中各节点的坐标，不同列表示不同帧的信息。创新点及为什么work 创新点：把时序骨架节点坐标表示成图像，把时序动态特性转换为空间结构提出用这些特殊阅读全文

posted @ 2020-10-13 11:12 Picassooo 阅读(586) 评论(0) 推荐(0)

转：深入理解ReLU(Rectifier Linear Units)激活函数

摘要：深入理解ReLU(Rectifie Linear Units)激活函数阅读全文

posted @ 2020-10-13 10:18 Picassooo 阅读(369) 评论(0) 推荐(0)

转：max-pooling的平移不变性、旋转不变性、尺度不变性

摘要： max-pooling可以部分保证平移不变性、旋转不变性、尺度不变性。 MaxPooling的作用 Max pooling一定程度上，位移、尺度、形变不变性阅读全文

posted @ 2020-10-13 09:50 Picassooo 阅读(543) 评论(0) 推荐(0)

2020年10月11日

【论文笔记】2020ICML SimCLR

摘要：论文链接论文链接：https://arxiv.org/pdf/2002.05709.pdf 代码链接：https://github.com/google-research/simclr 基本思想对同一张图像x进行不同的data augmentation，得到多个view，这些view要相互吸引；阅读全文

posted @ 2020-10-11 16:13 Picassooo 阅读(3039) 评论(0) 推荐(0)

2020年10月10日

PKU-MMD骨架数据可视化程序，动态图，python

摘要： PKU-MMD数据集简介官网链接：https://www.icst.pku.edu.cn/struct/Projects/PKUMMD.html， github链接 The dataset is captured via the Kinect v2 sensors from multiple vi 阅读全文

posted @ 2020-10-10 17:11 Picassooo 阅读(2099) 评论(2) 推荐(0)

2020年10月9日

交叉熵损失函数的一些值

摘要：阅读全文

posted @ 2020-10-09 11:17 Picassooo 阅读(129) 评论(0) 推荐(0)

2020年10月3日

sklearn fit, fit_transform, transform的区别

摘要：介绍图片摘自stackoverflow: what-is-the-difference-between-fit-fit-transform-and-transform 例一 from sklearn.preprocessing import StandardScaler ss = Standard 阅读全文

posted @ 2020-10-03 23:01 Picassooo 阅读(1273) 评论(0) 推荐(0)

2020年10月1日

PyTorch grad_fn的作用以及RepeatBackward, SliceBackward示例

摘要：变量.grad_fn表明该变量是怎么来的，用于指导反向传播。例如loss = a+b，则loss.gard_fn为<AddBackward0 at 0x7f2c90393748>，表明loss是由相加得来的，这个grad_fn可指导怎么求a和b的导数。程序示例： import torch w1 = 阅读全文

posted @ 2020-10-01 10:40 Picassooo 阅读(16339) 评论(3) 推荐(2)

2020年9月29日

把数据和模型迁移到GPU: .cuda()方法和.to(device)方法

摘要：把数据从CPU迁移到GPU时，可以用.cuda()方法，也可以用.to(device)方法。示例如下。 .cuda()方法 import torch import time t = time.time() b = torch.rand([1024, 1024, 10]) b = b.cuda() p 阅读全文

posted @ 2020-09-29 14:57 Picassooo 阅读(11406) 评论(7) 推荐(2)

pytorch反向传播，detach()，叶子张量，inplace操作，动态图，求导

摘要：参考一浅谈 PyTorch 中的 tensor 及使用该博文分为以下6个部分： tensor.requires_grad torch.no_grad() 反向传播及网络的更新 tensor.detach() CPU and GPU tensor.item() torch.detach()和tor 阅读全文

posted @ 2020-09-29 11:04 Picassooo 阅读(2819) 评论(0) 推荐(1)

公告