随便看看

摘要： 名字：DetNAS: Neural Architecture Search on Object Detection 地址：https://arxiv.org/pdf/1903.10979.pdf 深度学习进展到当今，新东西很少了，就是拼应用，拼结构。为了发论文凑了一堆各种各样的结构， 使用了一些直觉 阅读全文

摘要： 图像检索：是从一堆图片中找到与待匹配的图像相似的图片，就是以图找图。 看了两篇文章： Large-Scale Image Retrieval with Attentive Deep Local Features https://arxiv.org/pdf/1612.06321v4.pdf Aggre 阅读全文

摘要： kalman滤波（转）地址：http://www.bzarg.com/p/how-a-kalman-filter-works-in-pictures/ yolov3 （转） 地址： https://blog.paperspace.com/how-to-implement-a-yolo-v3-obje 阅读全文

摘要： turtle是python自带一个寓教于乐的小乌龟，可以控制乌龟移动（机器人)，可以留下足迹。 turtledemo里有许多官方例子。刚才随性而发做，看了介绍随手画了一个，有点像自动原包机，通过简单的规则，画出来的挺好看。 效果图如下 代码就是三四行： reset() #建立画布 for i in 阅读全文

摘要： 大概就是这样，作为去年最好的分类框架densenet，里边有很多学习的地方。 可以给自己搭建网络提供参考。 阅读全文

摘要： 通常二分类使用交叉熵损失函数，但是在样本不均衡下，训练时损失函数会偏向样本多的一方，造成训练时损失函数很小，但是对样本较小的类别识别精度不高。 解决办法之一就是给较少的类别加权，形成加权交叉熵(Weighted cross entropy loss)。今天看到两个方法将权值作为类别样本数量的函数，其 阅读全文

摘要： 在做gui界面时，使用QTdesigner设计时，控件的名称等输入中文没有问题。为了更加灵活点，直接使用代码进行布局就很有必要了。这样就会出现中文的乱码。为了解决乱码，查看资料说时修改文件保存的编码，可是任然没有效果。 后来看到QT关于文字编码专门写了个类来处理。叫<QTextCodec> 使用它就 阅读全文

摘要： 数据集加载和处理 这里主要涉及两个包：torchvision.datasets 和torch.utils.data.Dataset 和DataLoader torchvision.datasets是一些包装好的数据集 里边所有可用的dataset都是 torch.utils.data.Dataset 阅读全文

摘要： 神经网络 torch.nn 包可以用来构建神经网络。 前面介绍了 autograd包， nn 依赖于 autograd 用于定义和求导模型。 nn.Module 包括layers（神经网络层）, 以及forward函数 forward(input)，其返回结果 output. 例如我们来看一个手写数 阅读全文

摘要： Autograd: 自动求导 pyTorch里神经网络能够训练就是靠autograd包。我们来看下这个包，然后我们使用它来训练我们的第一个神经网络。 autograd 包提供了对张量的所有运算自动求导。它是一种在运行时才被定义的，意味着反向传播只有再代码运行的时候才会计算，每次循环的时候都可以不同， 阅读全文